To fakt: firmy w Brazylii włączyły sztuczną inteligencję do swoich strategii biznesowych – co najmniej 98% z nich, według badań przeprowadzonych pod koniec 2024 roku. Problem polega jednak na tym, że tylko 25% organizacji zadeklarowało gotowość do wdrożenia sztucznej inteligencji. Pozostałe borykają się z ograniczeniami infrastrukturalnymi, problemami z zarządzaniem danymi i niedoborem wyspecjalizowanych talentów. Nie oznacza to jednak, że pozostałe 75% czeka na idealne warunki do realizacji swoich projektów: wręcz przeciwnie, firmy te kontynuują wdrażanie tej technologii.
Problem polega na tym, że tylko jedna na pięć firm jest w stanie zintegrować sztuczną inteligencję ze swoją działalnością – wynika z niedawno opublikowanego globalnego raportu przygotowanego przez Qlik we współpracy z ESG. Co więcej, tylko 47% firm zgłosiło wdrożenie polityk zarządzania danymi. Dane te mają charakter globalny – i nie byłoby zaskoczeniem, gdyby statystyki brazylijskie były jeszcze wyższe. I chociaż sztuczna inteligencja jest obecnie stosowana w silosach, a „punktem wejścia” dla tej technologii jest zazwyczaj obsługa klienta, nadal istnieje ryzyko finansowe, regulacyjne i reputacyjne.
Firmy, które zdecydują się na wdrożenie sztucznej inteligencji bez odpowiedniego przygotowania, napotykają wiele przeszkód. Studia przypadków pokazują, że źle zarządzane algorytmy mogą utrwalać uprzedzenia lub naruszać prywatność, co prowadzi do strat wizerunkowych i finansowych. Zarządzanie sztuczną inteligencją to nie tylko kwestia technologiczna, ale także kwestia realizacji i należytej staranności: bez dobrze zdefiniowanej strategii ryzyko rośnie wraz z szansami – od naruszeń prywatności i niewłaściwego wykorzystania danych po nieprzejrzyste lub stronnicze zautomatyzowane decyzje, które generują brak zaufania.
Presja regulacyjna i zgodność: podstawy zarządzania sztuczną inteligencją
Potrzeba ustanowienia zasad zarządzania sztuczną inteligencją nie wynikała wyłącznie z kwestii biznesowych: pojawiają się nowe przepisy, a postęp w tej dziedzinie jest szybki, również w Brazylii.
W grudniu 2024 roku Senat Federalny zatwierdził projekt ustawy 2338/2023 , który proponuje ramy regulacyjne dla sztucznej inteligencji wraz z wytycznymi dotyczącymi odpowiedzialnego użytkowania. Projekt ustawy przyjmuje podejście oparte na ryzyku , podobne do podejścia Unii Europejskiej, klasyfikując systemy sztucznej inteligencji według ich potencjalnego wpływu na prawa podstawowe. Zastosowania stwarzające nadmierne ryzyko, takie jak algorytmy autonomicznej broni czy narzędzia do masowego nadzoru, zostaną zakazane , systemy sztucznej inteligencji generatywnej i ogólnego przeznaczenia będą musiały przejść wstępną ocenę ryzyka przed wprowadzeniem na rynek.
Istnieją również wymogi dotyczące przejrzystości, na przykład zobowiązujące deweloperów do ujawniania, czy korzystali z treści chronionych prawem autorskim podczas trenowania modeli. Jednocześnie trwają dyskusje na temat powierzenia Krajowemu Urzędowi Ochrony Danych (ANPD) centralnej roli w koordynacji zarządzania sztuczną inteligencją w kraju, wykorzystując istniejące ramy ochrony danych. Te inicjatywy ustawodawcze sygnalizują, że firmy wkrótce będą miały jasne obowiązki dotyczące rozwoju i wykorzystania sztucznej inteligencji – od raportowania praktyk i ograniczania ryzyka po rozliczanie wpływu algorytmów.
W Stanach Zjednoczonych i Europie organy regulacyjne zaostrzyły kontrolę algorytmów, szczególnie po popularyzacji generatywnych narzędzi AI, które wywołały debatę publiczną. Ustawa AI ACT weszła już w życie w UE, a jej wdrożenie ma się zakończyć 2 sierpnia 2026 r., kiedy to większość wymogów standardu stanie się wiążąca, w tym wymogi dotyczące systemów AI wysokiego ryzyka i modeli AI ogólnego przeznaczenia.
Przejrzystość, etyka i odpowiedzialność algorytmiczna
Poza aspektem prawnym, zarządzanie sztuczną inteligencją obejmuje zasady etyki i odpowiedzialności, wykraczające poza samo „przestrzeganie prawa”. Firmy zdają sobie sprawę, że aby zdobyć zaufanie klientów, inwestorów i całego społeczeństwa, niezbędna jest transparentność w zakresie wykorzystania sztucznej inteligencji. Wiąże się to z wdrożeniem szeregu wewnętrznych praktyk, takich jak wstępna ocena wpływu algorytmów, rygorystyczne zarządzanie jakością danych oraz niezależny audyt modeli.
Ważne jest również wdrożenie zasad zarządzania danymi, które pozwolą na staranne filtrowanie i selekcjonowanie danych szkoleniowych, unikając przy tym uprzedzeń dyskryminacyjnych, które mogą być osadzone w gromadzonych informacjach.
Po uruchomieniu modelu sztucznej inteligencji firma musi przeprowadzać okresowe testy, walidację i audyty swoich algorytmów, dokumentując decyzje i zastosowane kryteria. Taki rejestr ma dwie zalety: pomaga wyjaśnić, jak działa system, oraz umożliwia rozliczanie w przypadku awarii lub niewłaściwych rezultatów.
Zarządzanie: innowacja o wartości konkurencyjnej
Powszechnym błędnym przekonaniem jest to, że zarządzanie sztuczną inteligencją ogranicza innowacyjność. Wręcz przeciwnie, dobra strategia zarządzania umożliwia bezpieczną innowację, uwalniając w sposób odpowiedzialny pełen potencjał sztucznej inteligencji. Firmy, które wcześnie opracowują swoje ramy zarządzania, mogą minimalizować ryzyko, zanim stanie się ono problemem, unikając przeróbek i skandali, które mogłyby opóźnić projekty.
W rezultacie organizacje te szybciej osiągają większe korzyści ze swoich inicjatyw. Dowody rynkowe potwierdzają tę korelację: globalne badanie wykazało, że firmy, w których kierownictwo aktywnie nadzoruje zarządzanie sztuczną inteligencją, odnotowują lepsze efekty finansowe wynikające z wykorzystania zaawansowanej sztucznej inteligencji.
Co więcej, żyjemy w czasach, w których konsumenci i inwestorzy coraz bardziej zdają sobie sprawę z etycznego korzystania z technologii, a wykazanie się zaangażowaniem w ład korporacyjny może wyróżnić firmę na tle konkurencji.
W praktyce organizacje z dojrzałym zarządzaniem odnotowują poprawę nie tylko pod względem bezpieczeństwa, ale także efektywności rozwoju – kadra zarządzająca wskazuje na skrócenie cyklu projektu AI dzięki jasnym standardom od samego początku. Oznacza to, że uwzględnienie wymagań dotyczących prywatności, wyjaśnialności i jakości na wczesnym etapie projektowania pozwala uniknąć kosztownych korekt na późniejszym etapie.
Zarządzanie pełni zatem rolę przewodnika po zrównoważonych innowacjach, wskazując, gdzie inwestować i jak odpowiedzialnie skalować rozwiązania. A poprzez dostosowanie inicjatyw w zakresie sztucznej inteligencji do strategii i wartości firmy, zarządzanie gwarantuje, że innowacje zawsze służą szerszym celom biznesowym i wizerunkowym, a nie podążają odizolowaną lub potencjalnie szkodliwą ścieżką.
Opracowanie strategii zarządzania sztuczną inteligencją to przede wszystkim strategiczny krok w kierunku pozycjonowania konkurencyjnego. W dzisiejszym ekosystemie, gdzie kraje i firmy toczą wyścig technologiczny, ci, którzy wprowadzają innowacje z pewnością siebie i wiarygodnością, przodują. Duże firmy, które wdrażają efektywne systemy zarządzania, są w stanie zrównoważyć ograniczanie ryzyka z maksymalizacją korzyści płynących z AI, zamiast poświęcać jedno dla drugiego.
Wreszcie, zarządzanie sztuczną inteligencją nie jest już opcjonalne, lecz stanowi strategiczny imperatyw. Dla dużych firm stworzenie strategii zarządzania oznacza obecnie zdefiniowanie standardów, mechanizmów kontroli i wartości, które będą kierować wykorzystaniem sztucznej inteligencji w nadchodzących latach. Obejmuje to wszystko, od przestrzegania nowych przepisów po tworzenie wewnętrznych mechanizmów etyki i przejrzystości, mających na celu minimalizację ryzyka i maksymalizację wartości w zrównoważony sposób. Ci, którzy działają szybko, odniosą korzyści w postaci konsekwentnej innowacji i solidnej reputacji, plasując się na czele rynku, który coraz bardziej opiera się na sztucznej inteligencji.
