Tai faktas: Brazilijos įmonės įtraukė dirbtinį intelektą į savo verslo strategijas – bent 98 % jų, remiantis 2024 m. pabaigoje atliktu tyrimu. Tačiau problema ta, kad tik 25 % organizacijų pareiškė esančios pasirengusios diegti dirbtinį intelektą. Likusios kenčia nuo infrastruktūros apribojimų, duomenų valdymo ir specializuotų specialistų trūkumo. Tačiau tai nereiškia, kad likę 75 % laukia idealių sąlygų savo projektams įgyvendinti: priešingai, šios įmonės ir toliau diegia šią technologiją.
Problema ta, kad tik viena iš penkių įmonių sugeba integruoti dirbtinį intelektą į savo verslą – teigiama neseniai paskelbtoje „Qlik“ kartu su ESG parengtoje pasaulinėje ataskaitoje. Be to, tik 47 % įmonių pranešė įdiegiančios duomenų valdymo politiką. Šie skaičiai yra pasauliniai – ir nebūtų keista, jei Brazilijos statistika būtų dar didesnė. Ir nors dirbtinis intelektas šiuo metu taikomas izoliuotai, o technologijos „įėjimo taškas“ paprastai yra klientų aptarnavimas, finansinė, reguliavimo ir reputacijos rizika vis dar egzistuoja.
Įmonės, kurios nusprendžia diegti dirbtinį intelektą tinkamai nepasiruošusios, susiduria su daugybe kliūčių. Atvejų analizės parodė, kad prastai valdomi algoritmai gali įtvirtinti šališkumą arba pažeisti privatumą, o tai gali sukelti reputacijos ir finansinę žalą. Dirbtinio intelekto valdymas yra ne tik technologinis klausimas, bet ir vykdymo bei deramo kruopštumo klausimas: be aiškiai apibrėžtos strategijos rizika auga kartu su galimybėmis – nuo privatumo pažeidimų ir duomenų netinkamo naudojimo iki neskaidrių ar šališkų automatizuotų sprendimų, kurie kelia nepasitikėjimą.
Reguliavimo spaudimas ir atitiktis: dirbtinio intelekto valdymo pagrindai
Poreikis nustatyti dirbtinio intelekto valdymą kilo ne tik iš verslo pusės: atsiranda naujų reglamentų, o pažanga daroma sparčiai, įskaitant ir Braziliją.
2024 m. gruodžio mėn. Federalinis Senatas patvirtino įstatymo projektą Nr. 2338/2023 , kuriuo siūloma dirbtinio intelekto reguliavimo sistema su atsakingo naudojimo gairėmis. Įstatymo projekte taikomas rizika pagrįstas požiūris , panašus į Europos Sąjungos metodą, klasifikuojant dirbtinio intelekto sistemas pagal jų potencialią žalą pagrindinėms teisėms. Bus uždraustos programos, keliančios per didelę riziką, pavyzdžiui, autonominių ginklų algoritmai ar masinio stebėjimo priemonės, o generatyvinės ir bendrosios paskirties dirbtinio intelekto sistemos turės būti iš anksto įvertintos dėl rizikos, prieš pateikiant jas į rinką.
Taip pat yra skaidrumo reikalavimų, pavyzdžiui, reikalaujančių, kad kūrėjai atskleistų, ar mokydami modelius jie naudojo autorių teisių saugomą turinį. Tuo pačiu metu diskutuojama apie tai, kad Nacionalinei duomenų apsaugos institucijai (ANPD) būtų priskirtas pagrindinis vaidmuo koordinuojant dirbtinio intelekto valdymą šalyje, pasitelkiant esamą duomenų apsaugos sistemą. Šios teisėkūros iniciatyvos rodo, kad įmonės netrukus turės aiškius įsipareigojimus dėl dirbtinio intelekto kūrimo ir naudojimo – nuo ataskaitų teikimo praktikos ir rizikos mažinimo iki algoritmų poveikio apskaitos.
Jungtinėse Amerikos Valstijose ir Europoje reguliavimo institucijos atidžiau tikrina algoritmus, ypač po generatyvinių dirbtinio intelekto įrankių išpopuliarėjimo, kuris sukėlė viešas diskusijas. Dirbtinio intelekto įstatymas (DIĮĮ) jau įsigaliojo ES, o jo įgyvendinimas turėtų baigtis 2026 m. rugpjūčio 2 d., kai įsigalios dauguma standarto įsipareigojimų, įskaitant reikalavimus didelės rizikos dirbtinio intelekto sistemoms ir bendrosios paskirties dirbtinio intelekto modeliams.
Skaidrumas, etika ir algoritminė atskaitomybė
Be teisinio aspekto, dirbtinio intelekto valdymas apima etikos ir atsakomybės principus, kurie neapsiriboja vien „įstatymų laikymusi“. Įmonės supranta, kad norint įgyti klientų, investuotojų ir visos visuomenės pasitikėjimą, būtinas skaidrumas, kaip naudojamas dirbtinis intelektas. Tai reiškia, kad reikia taikyti keletą vidinių praktikų, tokių kaip išankstinis algoritmų poveikio vertinimas, griežtas duomenų kokybės valdymas ir nepriklausomas modelių auditas.
Taip pat labai svarbu įdiegti duomenų valdymo politiką, kuri kruopščiai filtruotų ir atrinktų mokymo duomenis, vengiant diskriminacinių šališkumų, kurie gali būti įtraukti į surinktą informaciją.
Kai dirbtinio intelekto modelis pradeda veikti, įmonė privalo periodiškai atlikti savo algoritmų bandymus, patvirtinimus ir auditus, dokumentuodama priimtus sprendimus ir taikomus kriterijus. Šis įrašas turi du privalumus: jis padeda paaiškinti, kaip sistema veikia, ir leidžia prisiimti atsakomybę gedimo ar netinkamo rezultato atveju.
Valdymas: inovacijos su konkurencine verte
Dažnai klaidingai manoma, kad dirbtinio intelekto valdymas riboja inovacijas. Priešingai, gera valdymo strategija leidžia saugiai diegti inovacijas, atsakingai išnaudojant visą dirbtinio intelekto potencialą. Įmonės, kurios anksti struktūrizuoja savo valdymo sistemas, gali sušvelninti riziką, kol ji netampa problemomis, išvengdamos pakeitimų ar skandalų, kurie atidėtų projektus.
Dėl to šios organizacijos greičiau gauna didesnę vertę iš savo iniciatyvų. Rinkos duomenys patvirtina šią koreliaciją: pasaulinė apklausa parodė, kad įmonės, kurių vadovybė aktyviai prižiūri dirbtinio intelekto valdymą, praneša apie didesnį finansinį poveikį, gaunamą naudojant pažangų dirbtinį intelektą.
Be to, gyvename tokiu metu, kai vartotojai ir investuotojai vis labiau suvokia etišką technologijų naudojimą, o šio įsipareigojimo valdymui demonstravimas gali išskirti įmonę iš konkurentų.
Praktiškai organizacijos, turinčios brandų valdymą, praneša apie ne tik saugumo, bet ir kūrimo efektyvumo pagerėjimą – vadovai nurodo dirbtinio intelekto projekto ciklo laiko sutrumpėjimą dėl aiškių standartų nuo pat pradžių. Tai yra, kai privatumo, paaiškinamumo ir kokybės reikalavimai yra svarstomi ankstyvame projektavimo etape, vėliau išvengiama brangių pataisymų.
Taigi, valdymas veikia kaip tvarių inovacijų vadovas, nurodantis, kur investuoti ir kaip atsakingai plėtoti sprendimus. O suderindamas dirbtinio intelekto iniciatyvas su įmonės strategija ir vertybėmis, valdymas užtikrina, kad inovacijos visada tarnautų platesniems verslo ir reputacijos tikslams, o ne eitų izoliuotu ar potencialiai žalingu keliu.
Dirbtinio intelekto valdymo strategijos sukūrimas visų pirma yra strateginis žingsnis siekiant konkurencingos pozicijos. Šiandieninėje ekosistemoje, kurioje šalys ir įmonės yra įsitraukusios į technologines lenktynes, kelią rodo tie, kurie užtikrintai ir patikimai diegia inovacijas. Didelės įmonės, kurios sukuria veiksmingas valdymo sistemas, geba subalansuoti rizikos mažinimą ir dirbtinio intelekto teikiamos naudos maksimalizavimą, o ne aukoti vieną dėl kito.
Galiausiai, dirbtinio intelekto valdymas nebėra pasirenkamas, o strateginis būtinumas. Didelėms įmonėms valdymo strategijos sukūrimas dabar reiškia standartų, kontrolės priemonių ir vertybių, kuriomis bus vadovaujamasi naudojant dirbtinį intelektą ateinančiais metais, apibrėžimą. Tai apima viską – nuo naujų reglamentų laikymosi iki vidinių etikos ir skaidrumo mechanizmų sukūrimo, siekiant subalansuotai sumažinti riziką ir padidinti vertę. Tie, kurie imsis veiksmų greitai, gaus naudos iš nuolatinių inovacijų ir tvirtos reputacijos, iškeldami sau pranašumą vis labiau dirbtinio intelekto valdomoje rinkoje.
