Kuka kysyy, mitä maksaa tehdä compliance ja riski valmiiksi AI:ta varten, kysyy oikeastaan jotain muuta: mitä on oltava kunnossa, ennen kuin työ, joka nyt kuuluu compliance- ja riskifunktionaareille, voidaan osittain tai kokonaan tehdä AI:lla. Se ei ole järjestelmäkysymys ohjelmistosta. Se on kysymys valmiudesta: pystyykö organisaatio tällä hetkellä osoittamaan, miten päätös on tehty, kuka sen on hyväksynyt ja millä perusteella, jotta AI-työ voi liittyä siihen turvallisesti.
Compliance ja riski ovat monissa johtoryhmissä alue, jossa ambitio ja valmius eroavat toisistaan enemmän kuin missään muualla. Kaikki kannattavat vauhdittamista. Kukaan ei halua olla ensimmäinen, jonka dossier ei ole enää jälkikäteen rekonstruoitavissa.
Kaikkialla, missä AI ottaa työtä hoitaakseen, pätee yksi kolmesta tilanteesta. AI voi ottaa tehtävän kokonaan hoitaakseen. AI voi ottaa tehtävän osittain hoitaakseen, ihmisen hyväksyessä tai hylätessä tuloksen ja perustellessa sen syyllä. Tai työ pysyy ihmistyönä, koska päätöksen luonne sitä vaatii.
Compliancen ja riskin sisällä painopiste siirtyy nopeammin kuin muualla toiseen kategoriaan. Poikkeamien havaitseminen, säädösten tiivistäminen, riskianalyysin valmistelu: se on työtä, jonka suuri osa toimistotunneista on jo jäljitettävissä hahmontunnistukseen ja dokumentointiin, tehtäviin, joihin AI soveltuu. Tuloksen hyväksyminen, perustelulla, joka kestää tarkastuksessa, on toisenlaista työtä. Siinä ihminen ei ole enää tekemässä työtä, vaan kannattelemassa sitä.
Juuri tämä ero on kohta, jossa monet johtoryhmät menevät ristiin. Yksi johtaja tarkoittaa "AI-valmiudella", että järjestelmä osaa laatia riskiraportin. Toinen tarkoittaa, että valvoja voi seurata prosessia esittämättä lisäkysymyksiä. Molemmat ovat oikeassa ja molemmat puhuvat eri asiasta. Se, mitä ihmiset tarkoittavat puhuessaan samasta ambitiosta, on juuri se, mistä suuri osa tällaisesta hämmennyksestä on peräisin, kuten näkyy sivulla eri merkityksistä samoille sanoille.
Jotkut organisaatiot huomaavat tämän eron jo tänään. Niillä on päätöslogiikka, joka on jäljitettävissä: kuka on arvioinut tämän dossierin, millä tiedon perusteella ja millä harkinnalla. Niissä AI-työ voidaan tuoda mukaan prosessin ensimmäiseen vaiheeseen, koska toinen vaihe, inhimillinen valvonta, on jo olemassa ja osoitetusti toimiva.
Toiset organisaatiot eivät ole kirjanneet tätä samaa logiikkaa. Arvioinnit elävät päissä, hajallaan sähköposteissa, senior-työntekijän tuntumassa, joka tietää, milloin jokin "ei täsmää". Siellä AI-työ voi olla asiasisällöllisesti hyvinkin laadukasta, mutta kukaan ei pysty osoittamaan, miksi se on hyväksytty tai hylätty. Ero ei siis ole AI:n laadussa. Se on kysymyksessä, pystyykö organisaatio jo rekonstruoimaan omaa päätöksentekoaan, AI:n kanssa tai sen kanssa.
Valmiuden tässä ulottuvuudessa ei huomaa teknisestä merkinnästä, vaan muutamasta konkreettisesta asiasta. Pystyykö joku päivän sisällä osoittamaan, millä perusteella riskiarvio hyväksyttiin kolme kuukautta sitten. Onko olemassa kirjattu eskalaatiopolku, kun järjestelmä havaitsee poikkeaman, jonka ihminen sitten arvioi. On kirjattu, kuka saa tehdä minkä päätöksen, ja on tämä päätösoikeus koskaan nimenomaisesti myönnetty tai onko se syntynyt ajan mittaan.
Nämä kysymykset koskevat governancea laajassa merkityksessä. Kuka haluaa tietää, missä nämä päätösoikeudet nyt ovat, irrallaan AI-kysymyksestä, löytää sen sivulta strategian ja governancen valmiudesta. Ja koska compliance harvoin on erillinen asia, se koskee pian myös kysymystä siitä, miten prosessit on rakennettu: on selvää, kuka suorittaa mitä vaihetta prosessissa ja miksi, mitä käsitellään sivulla prosessien ja operaation valmiudesta.
Kun AI ottaa hoitaakseen compliance- ja riskityön ensimmäisen osan, ihmisen rooli muuttuu tekijästä arvioijaksi. Se vaatii erilaisia taitoja: ei analyysin laatimista, vaan valmiiksi laaditun analyysin kriittistä testaamista. Se vaatii myös erilaista kirjaamista, koska valvojat ja tarkastajat eivät kysy, mitä järjestelmä on tehnyt, vaan kuka on sen jälkeen päättänyt ja miksi.
Tämä koskee väistämättä kysymystä siitä, mitä vapautuneelle kapasiteetille tapahtuu: tunnit, joita ennen käytettiin raporttien laatimiseen, vapautuvat arviointiin, eskalaatioon tai syventämiseen. Mitä työnantaja tekee sillä, jää tämän sivun ulkopuolelle; siihen sovelletaan omia lakisääteisiä vaatimuksia, joita tässä ei käsitellä.
Valmiuden kustannukset eivät ole AI-järjestelmässä, vaan siihen tarvittavassa työssä: päätöslogiikan tekeminen nimenomaiseksi, eskalaatiopolkujen kirjaaminen, päätösoikeuksien osoittaminen rooleille henkilöiden sijaan. Kuinka paljon tämä työ vaatii, riippuu siitä, kuinka paljon tästä logiikasta on jo kirjattuna ja kuinka paljon on vielä päissä. Joissakin organisaatioissa se on järjestelemistä, toisissa käytännössä nollasta rakentamista.
Onko tämä siirtymä organisaatiollenne realistinen lyhyellä aikavälillä, ei riipu vain compliancesta ja riskistä itsestään. Osastojen väliset toisiaan vastustavat ambitiot hidastavat etenemistä myös tässä, malli, joka kuvataan sivulla ristiriitaisista osastotavoitteista, ja tämän siirtymän taloudellinen puoli, mukaan lukien kysymys siitä, mitä vapautunut kapasiteetti tuottaa, on sivulla taloudellisesta joustavuudesta.
Mikä osa organisaationne compliance- ja riskityöstä on tarkalleen otettavissa AI:n hoidettavaksi, inhimillisen valvonnan kanssa tai sitä ilman, on vastattavissa tehtäväkohtaisesti FTE TO AI:n työscanin avulla. Ensimmäisen käsityksen saamiseksi siitä, missä organisaationne on pisimmällä ja missä vähiten pitkällä, on tarjolla ilmainen valmiustarkistus: kahdeksan lyhyttä kysymystä, yksi per ulottuvuus, jotka näyttävät muutamassa minuutissa, missä ambitio kulkee organisaatiota edellä ja missä ei. Täydellinen ambitiotesti, neljällä kerroksella ja viidellä confidence gatella, on rakenteilla.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.