NastępnyNastępny poradnik
Ocena i planowanie ryzyka audytu AI
Aplikacje
PRZEWODNIK Aplikacji
Ocena gotowości na sztuczną inteligencję to ustrukturyzowany przegląd, który ocenia stopień przygotowania organizacji do przyjęcia sztucznej inteligencji w takich obszarach, jak dane, infrastruktura, umiejętności, przywództwo i apetyt na ryzyko, zanim zainwestuje znaczne środki finansowe.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Ma to znaczenie, ponieważ ujawnia luki, które najprawdopodobniej pogrążą projekt, takie jak dane, do których nikt nie ma dostępu lub brak właściciela wykonawczego, a ich naprawienie jest nadal tanie.
Ocena gotowości uwzględnia kilka obszarów, a dokładna lista różni się w zależności od platformy. Najczęstsze z nich to: - Strategia i przywództwo: jasne cele, sponsor wykonawczy, budżet. - Dane: czy można je osiągnąć, ich jakość, zarządzanie i prawa do ich wykorzystania. - Technologia i infrastruktura: obliczenia, chmura, integracja, bezpieczeństwo. - Ludzie i umiejętności: talent techniczny i ogólna znajomość sztucznej inteligencji. - Zarządzanie i ryzyko: zasady, odpowiedzialność, apetyt na ryzyko. - Kultura i gotowość do zmian: jak bardzo ludzie chcą zmienić sposób swojej pracy. Dowody pochodzą z wywiadów, ankiet pracowniczych, przeglądów dokumentów i audytów technicznych systemów i danych. Każdy obszar jest zwykle oceniany w skali dojrzałości, często od 1 do 5, począwszy od ad hoc do zoptymalizowanego. Wynikiem jest profil mocnych stron i luk, a nie wynik pozytywny lub niepowodzenie. Wiele firm konsultingowych i dostawców publikuje ramy gotowości. Jednym z przykładów jest indeks gotowości AI Cisco, opublikowany po raz pierwszy w 2023 roku. Żaden nie jest formalnym standardem, więc organizacje zwykle dostosowują go do swojego sektora i celów. Szczególnej uwagi wymaga apetyt na ryzyko. Oznacza, ile niepewności i możliwych szkód zaakceptuje przywództwo, aby czerpać korzyści ze sztucznej inteligencji. Bank lub szpital zwykle akceptuje mniej niż agencja marketingowa, a to wpływa na to, które przypadki użycia są w ogóle rozsądne. Powszechne są trzy błędne przekonania. Po pierwsze, wystarczy jeden ogólny wynik. Uśrednianie może ukryć krytyczną słabość, a projekt z doskonałymi narzędziami, ale bezużytecznymi danymi i tak zakończy się niepowodzeniem. Po drugie, gotowość jest abstrakcyjna. Bardziej przydatne jest pytanie, czy jesteś gotowy na ten konkretny przypadek użycia. Trzecim jest zaufanie do samooceny taką, jaka jest. Samoocena ma tendencję do zawyżania wyników, chyba że oceniający muszą wskazywać na dowody.
Średniej wielkości sprzedawca detaliczny ocenia siebie w skali od 1 do 5 w sześciu obszarach i otrzymuje 2 za dane, ponieważ dane dotyczące sprzedaży, zapasów i lojalności znajdują się w oddzielnych systemach bez wspólnego identyfikatora klienta. Finansuje integrację przed jakimkolwiek modelem personalizacji.
Organizacja non-profit przeprowadza ankietę wśród 40 pracowników na temat wykorzystania sztucznej inteligencji i odkrywa, że wielu z nich wkleja już informacje o darczyńcach do bezpłatnych chatbotów. To ustalenie przenosi politykę dopuszczalnego użytkowania na początek listy działań.
Szpital osiąga dobre wyniki w zakresie infrastruktury dzięki nowoczesnej konfiguracji chmury, ale słabo radzi sobie z zarządzaniem ryzykiem, ponieważ nikt nie jest odpowiedzialny za przeglądanie klinicznych narzędzi sztucznej inteligencji. Najpierw powołuje komisję rewizyjną.
Firma logistyczna powtarza tę samą ocenę 12 miesięcy później, aby pokazać swojemu zarządowi, że po programie szkoleniowym i projekcie platformy danych wzrosły umiejętności i wyniki w zakresie danych.
W ocenach gotowości prawdopodobnie zostaną dodane kryteria powiązane z przepisami, takie jak zdolność do dokumentowania systemów, klasyfikowania poziomów ryzyka i spełnianie wymogów w zakresie przejrzystości, które wprowadzają przepisy takie jak unijna ustawa o sztucznej inteligencji. W miarę jak generatywna sztuczna inteligencja rozprzestrzenia się za pośrednictwem narzędzi codziennego użytku, umiejętność korzystania z AI wśród wszystkich pracowników może mieć większe znaczenie obok umiejętności specjalistycznych. Więcej oprogramowania może zautomatyzować części audytu technicznego, takie jak profilowanie danych i inwentaryzacja wykorzystania sztucznej inteligencji. Zarzuty oceny, w tym apetyt na ryzyko i dopasowanie strategiczne, będą nadal wymagały dyskusji na temat kierownictwa.
Darmowy newsletter
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Ocena gotowości na sztuczną inteligencję to ustrukturyzowany przegląd, który ocenia stopień przygotowania organizacji do przyjęcia sztucznej inteligencji w takich obszarach, jak dane, infrastruktura, umiejętności, przywództwo i apetyt na ryzyko, zanim zainwestuje znaczne środki finansowe. Ma to znaczenie, ponieważ ujawnia luki, które najprawdopodobniej pogrążą projekt, takie jak dane, do których nikt nie ma dostępu lub brak właściciela wykonawczego, a ich naprawienie jest nadal tanie.
Dobry wynik narzędzi może zrównoważyć bardzo słaby wynik danych w ujęciu średnim, ale projekt nadal nie będzie uwzględniał danych. Dlatego stosuje się progi najsłabszego ogniwa.
Kotwice opisują obserwowalne warunki na każdym poziomie, dzięki czemu różni oceniający uzyskują spójne wyniki, a wyniki można porównywać w czasie.
Kształty apetytu na ryzyko, których przypadki użycia są rozsądne. Organizacje podlegające ścisłym regulacjom, takie jak banki i szpitale, zwykle akceptują mniej.
Niezarządzane wykorzystanie sztucznej inteligencji obejmujące wrażliwe dane stanowi lukę w zarządzaniu, a najszybszym rozwiązaniem jest jasna polityka dotycząca narzędzi i danych, z których mogą korzystać pracownicy.
Ludzie mają tendencję do hojnego oceniania własnej organizacji. Prośba o dowody, takie jak katalogi, zasady lub diagramy, przeciwdziała temu.
Ucz się dalej
Wybrano więcej przewodników na ten temat
NastępnyNastępny poradnik
Ocena i planowanie ryzyka audytu AI
Aplikacje