Industria prelucrătoare cunoaște o împărțire pe care puține alte sectoare o au. Pe de o parte se află tehnica operațională: sisteme de control, senzori, predictive maintenance și controlul calității cu recunoaștere de imagini. Aceste sisteme sunt de regulă achiziționate în mod formal, integrate în mașini sau linii de producție, și supuse procedurilor existente de engineering și siguranță. Pe de altă parte se află mediul de birou și de staff: achiziții, planificare, suport engineering, contact cu clienții și administrație. Acolo apare AI generativ la fel ca în orice altă organizație — printr-un browser, un cont separat, un abonament separat.
Raportul dintre aceste două niveluri determină modul în care trebuie construită o abordare de governance. În timp ce tehnica operațională este relativ bine documentată pentru că face parte din investiții de capital și contracte de întreținere, nivelul de birou nu este de regulă consemnat nicăieri. Cine se uită doar la linia de producție vede doar o fracțiune din ceea ce se folosește efectiv în organizație în materie de AI.
O listă de software aprobat rareori spune întreaga poveste. Un inginer care pune să se rezume un desen, un planificator care folosește un instrument AI pentru a reorganiza programele de livrare, un achizitor care pune un model extern să compare oferte — acestea se întâmplă frecvent fără să existe o cerere depusă sau o licență înregistrată. Nu este vorba de neglijență; este o consecință practică a presiunii timpului și a disponibilității unor instrumente gratuite sau ieftine.
Acest shadow AI reprezintă, pentru un administrator sau un manager de risc, adevăratul punct de atenție. Întrebarea nu este doar ce a achiziționat organizația, ci ce se folosește zilnic pentru a lucra mai rapid. Aflarea acestui lucru necesită o abordare diferită de un audit tehnic: necesită ca oamenii să fie dispuși să povestească ce folosesc, fără ca această conversație să se simtă ca o obligație de justificare. Cine întreabă „cine a folosit aici ceva fără permisiune” nu primește niciun răspuns. Cine întreabă „ce folosiți pentru a vă face treaba” primește un răspuns.
Nu orice utilizare a AI în industria prelucrătoare are aceeași pondere. O aplicație AI care contribuie la validarea proiectării sau la controlul calității unui produs finit afectează siguranța și răspunderea într-un mod diferit față de un instrument care redactează un e-mail către un furnizor. Un sistem care influențează planificarea producției poate avea consecințe asupra termenelor de livrare și a obligațiilor contractuale; un instrument care rezumă notițe interne, de regulă, nu.
Această diferențiere este baza clasificării: nu toate utilizările AI trebuie să primească același nivel de supraveghere, dar distincția trebuie totuși făcută, și anume pe baza a ce face sistemul și asupra a ce are influență — nu pe baza locului de unde a fost achiziționat. Un instrument descărcat de un angajat individual poate avea o influență la fel de mare asupra rezultatului livrat unui client precum un sistem achiziționat printr-un traseu formal.
Industria prelucrătoare rareori funcționează izolat. Furnizorii, subcontractanții și clienții fac parte din același proces, iar utilizarea AI la una dintre aceste părți poate influența ceea ce livrează organizația însăși. Dacă un furnizor folosește AI pentru a interpreta specificații sau pentru a genera rapoarte de calitate, apare o dependență care nu este vizibilă în propriile sisteme, dar este totuși relevantă pentru cel care poartă responsabilitatea pentru produsul final.
Aceasta este o diferență față de sectoarele în care procesul principal se desfășoară în mare parte în interiorul propriilor pereți. O abordare de governance pentru industria prelucrătoare trebuie, prin urmare, să nu se limiteze la maparea utilizării interne, ci trebuie să formeze și o imagine despre unde în lanțul de aprovizionare AI joacă un rol în deciziile care afectează în final organizația.
Majoritatea companiilor din industria prelucrătoare au deja structuri de risc: pentru siguranța produsului, pentru managementul calității, pentru evaluarea furnizorilor. AI-governance funcționează mai bine atunci când se racordează la ceea ce există deja, în loc să devină un proces nou și izolat. O clasificare a aplicațiilor AI în funcție de nivelul de risc poate fi, de exemplu, legată de criteriile existente de evaluare a furnizorilor sau de sistemul de management al calității, astfel încât raportarea către conducere sau consiliul de supraveghere să nu apară ca un traseu separat pe lângă liniile existente de raportare, ci să fie integrată în acestea.
Modul exact în care se realizează această racordare diferă de la organizație la organizație și depinde de structura de governance existentă. Alte sectoare cunosc probleme similare dintr-o structură diferită: în sectorul transportului există o tensiune similară între sistemele operaționale și utilizarea de birou, în sectorul agricol dependența de lanț este de regulă și mai direct vizibilă, iar în serviciile pentru afaceri nivelul operațional este în mare parte absent, astfel încât shadow AI este acolo practic singurul nivel care trebuie mapat.
Un inventar al utilizării AI și o clasificare pe risc oferă unei organizații o imagine despre ce se întâmplă și unde este necesară supravegherea. Această întrebare este în continuarea unei alte întrebări pe care multe companii din industria prelucrătoare și-o pun: care parte din muncă însăși, la nivelul sarcinilor individuale, poate fi de fapt preluată de AI. În timp ce governance mapează ce se întâmplă și cine poartă responsabilitatea pentru asta, scanul de muncă al FTE TO AI calculează, pe sarcină, ce parte se califică efectiv pentru preluare — o întrebare la care se poate răspunde bine doar atunci când este clar, în primul rând, ce funcționează deja.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.