Den som frågar vad det kostar att göra compliance och risk redo för AI, frågar egentligen något annat: vad måste finnas på plats innan arbete som nu ligger hos compliance- och riskfunktionärer, delvis eller helt kan göras av AI. Det är ingen inrättningsfråga om programvara. Det är en fråga om beredskap: kan organisationen just nu visa hur ett beslut har fattats, vem som har godkänt det och på vilken grund, så att AI-arbete kan ansluta säkert till det.
Compliance och risk är i många ledningsgrupper det område där ambition och beredskap ligger längst ifrån varandra. Alla är för snabbare tempo. Ingen vill vara den första vars dossier senare inte kan rekonstrueras.
Överallt där AI tar över arbete gäller en av tre situationer. AI kan ta över uppgiften. AI kan delvis ta över uppgiften, med en människa som godkänner eller avslår och underbygger det med en anledning. Eller det förblir mänskligt arbete, eftersom beslutets karaktär kräver det.
Inom compliance och risk förskjuts tyngdpunkten snabbare än på andra håll mot den andra kategorin. Att signalera avvikelser, sammanfatta regelverk, förbereda en riskanalys: det är arbete där en stor del av kontorstiden redan kan härledas till mönsterigenkänning och dokumentation, uppgifter som AI lämpar sig för. Att godkänna det resultatet, med en motivering som håller vid granskning, är en annan typ av arbete. Där finns människan inte längre för att utföra arbetet, utan för att bära ansvaret för det.
Den distinktionen är precis där många ledningsgrupper missförstår varandra. Den ena chefen menar med "AI-redo" att systemet kan upprätta en riskrapport. Den andra menar att en tillsynsmyndighet kan följa processen utan ytterligare frågor. Båda har rätt och båda talar om olika saker. Vad människor menar när de talar om samma ambition är precis var mycket av den här typen av förvirring kommer ifrån, vilket framgår på sidan om olika betydelser av samma ord.
Vissa organisationer märker redan denna skillnad idag. De har beslutslogik som kan spåras: vem har bedömt detta dossier, utifrån vilken information och med vilken avvägning. Hos dem kan AI-arbete införas i processens första länk, eftersom den andra länken, det mänskliga tillsynet, redan finns och fungerar på ett påvisbart sätt.
Andra organisationer har inte dokumenterat samma logik. Bedömningar lever i huvuden, i lösa e-postmeddelanden, i en känsla hos en senior medarbetare som vet när något "inte stämmer". Där kan AI-arbete mycket väl vara innehållsmässigt bra, men ingen kan visa varför det godkändes eller avslogs. Skillnaden ligger alltså inte i AI:ns kvalitet. Den ligger i frågan om organisationen redan kan rekonstruera sitt eget beslutsfattande, med eller utan AI.
Beredskap på denna dimension märker ni inte på en teknisk etikett, utan på ett par konkreta saker. Kan någon inom en dag visa på vilken grund en riskbedömning godkändes för tre månader sedan. Finns en dokumenterad eskaleringsväg när ett system signalerar en avvikelse som en människa därefter bedömer. Är det fastställt vem som får fatta vilket beslut, och har den beslutsrätten någonsin uttryckligen tilldelats eller har den bara vuxit fram.
Dessa frågor berör governance i vid mening. Den som vill veta hur dessa beslutsrätter ser ut just nu, oberoende av AI-frågan, hittar det på sidan om beredskapen för strategi och styrning. Och eftersom compliance sällan står för sig själv berör det snabbt frågan om hur processer är utformade: är det fastställt vem som utför vilket steg i en process och varför, något som utvecklas på sidan om beredskapen för processer och drift.
När AI tar över den första delen av compliance- och riskarbetet förändras människans roll från utförare till bedömare. Det kräver andra färdigheter: inte att upprätta en analys, utan att kritiskt granska en analys som redan är upprättad. Det kräver också en annan typ av dokumentation, eftersom tillsynsmyndigheter och revisorer inte frågar vad systemet har gjort, utan vem som därefter beslutade och varför.
Detta berör oundvikligen frågan om vad som händer med frigjord kapacitet: timmar som tidigare gick till att upprätta rapporter frigörs för bedömning, eskalering eller fördjupning. Vad en arbetsgivare gör med det faller utanför denna sida; för det gäller egna lagstadgade krav, och de behandlas inte här.
Kostnaderna för beredskap ligger inte i ett AI-system, utan i det arbete som krävs innan det: att göra beslutslogik explicit, dokumentera eskaleringsvägar, tilldela beslutsrätter till roller istället för till personer. Hur mycket det arbetet kräver beror på hur mycket av den logiken som redan är fastställd och hur mycket som fortfarande finns i huvuden. Hos vissa organisationer är det en fråga om att ordna, hos andra om att bygga upp nästan från noll.
Om den förskjutningen är realistisk för er organisation på kort sikt beror inte enbart på compliance och risk i sig. Ambitioner som motverkar varandra mellan avdelningar bromsar även här framstegen, ett mönster som beskrivs på sidan om motstridiga avdelningsmål, och den finansiella sidan av denna förskjutning, inklusive frågan om vad frigjord kapacitet ger, finns på sidan om finansiell motståndskraft.
Vilken del av compliance- och riskarbetet i er organisation som exakt kan tas över av AI, med eller utan mänskligt tillsyn, går att besvara per uppgift med arbetsscanen från FTE TO AI. För en första bild av var er organisation ligger längst fram och minst långt fram finns den kostnadsfria beredskapskontrollen: åtta korta frågor, en per dimension, som på några minuter visar var ambitionen ligger före organisationen och var den inte gör det. Den fullständiga ambitionstestet, med de fyra lagren och fem confidence gates, är under uppbyggnad.
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.