Organizacija z več lokacijami običajno nima pomanjkanja uporabe AI, temveč pomanjkanje preglednosti. Vsaka lokacija sprejema svoje odločitve, sklepa lastne naročnine ali pusti ekipam, da same ugotovijo, kaj je koristno. Rezultat je zbirka uporab, ki nikjer ni zapisana v celoti. Preden je karkoli mogoče razvrstiti ali poročati, mora ta zbirka najprej obstajati kot seznam — z istimi ustaljenimi podatki za vsako uporabo, ne glede na to, katera lokacija jih sporoča.
Za vsako uporabo praviloma zapišete: ime in ponudnika, lokacijo ali oddelek, kjer se uporablja, kdo upravlja ali je nabavil uporabo, za kaj se uporablja, kateri podatki se v njej vnašajo, in ali orodje samostojno sprejema odločitve ali samo podpira. Prav to razlikovanje večinoma določa raven tveganja: orodje, ki prepisuje besedilo, je treba presojati drugače kot sistem, ki izbira kandidate za zaposlitev ali presoja kreditne vloge.
Pri več lokacijah se temu dodaja še eno polje: ali je bila uporaba nabavljena lokalno ali uvedena centralno. To razlikovanje je potrebno, da bi ugotovili, ali je isto tveganje nastalo na več mestih neodvisno drug od drugega, ali pa se je ena odločitev razširila po celotni organizaciji.
Prvo mesto, kjer bi iskali, je oddelek IT, in ta seznam je dobro izhodišče — vendar ne končna točka. Zakaj seznam IT ni pravilen pri organizaciji z več lokacijami pojasnjuje, da centralno upravljane licence krijejo le del uporabe. Lokacije, ki same uporabljajo kreditno kartico za naročnino, ali ekipe, ki uvajajo brezplačno različico orodja, se nikjer ne pojavijo v centralni evidenci. Preglednost, ki jo vzpostavljate, mora zato združevati več virov, ne le enega.
Poleg seznama IT dajejo finančni podatki drugačno vrsto signala. Kaj razkrivajo podatki o nabavi in licencah pri organizaciji opisuje, kako računi, naročnine in izdatki na kreditni kartici po lokacijah dajejo namige o uporabah, sklenjenih zunaj centralne nabave. To je zlasti pomembno pri več lokacijah: lokalna nabava pogosto poteka po drugih poteh kot centralni IT, in prav tam nastaja največji del nepopolne slike.
Noben seznam — tehnični ali finančni — vam ne pove, za kaj se uporaba dejansko uporablja. To vedo le ljudje, ki z njo delajo vsak dan. Kako to vprašati zaposlene brez posledic pri organizaciji obravnava pogoj, ki odloča o uspehu ali neuspehu tega koraka: kdor čuti, da bo odgovor imel posledice, odgovori nepopolno ali sploh ne. Pri več lokacijah je to še posebej pomembno, ker se lokalne navade lahko močno razlikujejo, in enotna nacionalna anketa te razlike zlahka zabriše.
Poleg pogovorov in računov obstoječe IT okolje pogosto že vsebuje namige, ki jih nihče ni prepoznal kot take: omrežni prenos podatkov na določene domene, nove razširitve brskalnika ali povezave API, ki so bile nekje vzpostavljene. Kateri signali IT so uporabni pri organizaciji z več lokacijami pokaže, kateri od teh signalov nekaj povedo o uporabi AI in kateri so zgolj šum. Za organizacijo z več lokacijami je to način, kako ugotoviti, ali se isti vzorec ponavlja na različnih mestih, brez da bi vsako lokacijo posebej spraševali.
Ko so podatki za vsako uporabo zbrani — izvor, namen uporabe, vpleteni podatki, upravljavec, lokacija — se lahko začne razvrščanje. Ne vsaka uporaba si zasluži enako pozornost: orodje, ki povzema interne zapiske sestankov, tehta drugače kot sistem, ki vpliva na stranke ali zaposlene. Ta tehtanje je odvisno od tega, kaj uporaba počne, ne od tega, koliko ljudi jo uporablja ali kdaj je bila nabavljena.
Ta popis je stalen proces, ne enkraten posnetek. Lokacije dodajajo uporabe, ponudniki spreminjajo funkcije, in kar je danes podporno, lahko jutri samostojno odloča. Preglednost, ki jo vzpostavljate, mora biti zato ponovljiva: ista vprašanja, ista polja, vedno znova po istih lokacijah.
Responsible AI Scan je namenjen strukturiranju tega popisa: ista ustaljena polja za vsako uporabo, dopolnjena s signali IT, podatki o nabavi in pogovori z zaposlenimi, kar vodi v razvrstitev, skladno z obstoječo strukturo tveganj organizacije. Scan je v izdelavi. Kdor želi z njim delati takoj, ko bo na voljo, se lahko prijavi na čakalno listo.
Ko je jasno, katere uporabe delujejo na vsaki lokaciji in kaj počnejo, se samodejno postavi naslednje vprašanje: kateri del dela, ki ga te uporabe podpirajo, je pravzaprav mogoče prevzeti z AI. To je drugačno vprašanje kot upravljanje (governance) — ne gre za tveganje in dokazljivost, temveč za vsebino nalog. Delovni scan podjetja FTE TO AI za vsako nalogo izračuna, kolikšen del dela je mogoče prevzeti z AI, in se tako navezuje na preglednost, ki jo ste vzpostavili s tem popisom.
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.