AI-styrning handlar inte bara om etik, säkerhet, integritet, lagstiftning och IT, utan är en nyanserad process som integrerar dessa områden och mer därtill.
Varje organisation måste skapa unika styrningsmetoder som speglar deras värderingar, strategi och riskmiljöer.
En effektiv styrning förlitar sig på en ständig cykel av utvärdering, implementering, övervakning och anpassning till tekniska och regulatoriska förändringar. Det handlar inte om en engångsåtgärd, utan snarare om en kontinuerlig process där organisationer övervakar verktyg, anpassar sig till förändringar och ständigt förbättrar sina metoder baserat på vad som fungerar. Det skriver Michelle Eisenberg, chefsjurist på Unit4, som identifierade tre steg när hon utvecklade AI-styrningen inom sin egen organisation:
Steg 1: Ramverk för AI-styrning
Michelle Eisenberg, chefsjurist på Unit4
Definiera komponenterna i ramverket för AI-styrning. De omfattar vanligtvis granskning av lagar, avtal och regler, immateriella rättigheter, licensiering, dataskydd, säkerhet, IT, produktansvar och etiska överväganden. Varje organisation kan även inkludera egna principer baserade på dess värderingar och strategi, som AI-suveränitet eller hållbarhet. En bra start är att använda etablerade lagkrav, som EU:s AI-lagstiftning, för att forma styrningen. Med de principerna kan organisationer utveckla AI-policyer anpassade till deras operationella behov och regler. Det är också viktigt att tydliggöra vad som ingår, och inte ingår, i AI-styrningsramverket, inklusive intressenternas roller. Till exempel, om affärsnyttan av varje AI-användning bör bedömas inom ramen eller separat. Det finns egentligen inga rätta svar; ett AI-verktyg kan uppfylla alla styrningskriterier men ändå vara olämpligt för andra faktorer som påverkar organisationen.
Steg 2: Integrera styrning i verksamheten
För att maximera framgång och minska risker bör organisationer utföra en gap-analys för att bedöma AI-mognad på både organisatorisk och teamnivå. IT-teamet kan behöva förbereda arkitekturen och juridiska avdelningen kan behöva utarbeta AI-specifika avtal. Istället för att anta att organisationen är redo för AI, fokusera på en noggrann och målinriktad användning. Bygg vidare på befintliga processer genom att lägga till AI-specifika kontroller. Använd existerande ramverk som startpunkt för att utvärdera AI-verktyg och etablera övervakningsmekanismer som hanterar partiskhet, etik och transparens. Tydliga roller och ansvar är avgörande, och det är viktigt att kontinuerligt övervaka AI-verktyg och uppdatera ramverk med juridisk expertis – antingen interna jurister eller externa rådgivare – för att möta förändrade regleringar.
Steg 3: Kompetenshöjning av personalen och säkerställande av avkastning på investeringen
För att effektivisera AI-användning behövs mer än IT-utbildning. Identifiera kompetensluckor och justera utbildningen till AI-uppgifter. Chefer behöver stöd för att sätta rätt KPI:s för hållbar AI-implementering. Avdelningar ska, med IT-stöd, kartlägga var AI kan öka effektiviteten och fokusera på initiativ med tydlig ROI. AI-verktyg ses som en investering och kommer med ansvar: utbildning i etik, partiskhet och dataintegritet är viktigt. För att möta AI-motstånd krävs strategi med fokus på kommunikation, samarbete och successiva förändringar. Slutligen är det värt att komma ihåg att människor är vanedjur. För att övervinna motståndet mot AI-implementering krävs en strategisk approach med fokus på tre nyckelområden: kommunikation, samarbete och gradvis förändring. Utbildning och kompetensutveckling bör vara regelbunden, relevant och varierad.
Sammanfattningsvis kan man säga att utmaningarna med att implementera AI-styrning är universella. Ingen organisation har perfektionerat sin strategi, och det överväldigande utbudet av tillgängliga verktyg – alla med sina egna styrkor och svagheter – komplicerar beslutsfattandet. De ständigt föränderliga reglerna och utvecklingen av dessa verktyg utgör också utmaningar. Organisationer bör därför fokusera på att skapa styrningsramar som passar deras specifika organisatoriska verklighet snarare än att försöka kopiera vad andra gör. Att få rätt byggstenar på plats, förenkla strukturen och sedan långsamt och smidigt införa de olika lagren kommer att bidra till att undvika många problem i framtiden. I slutändan kräver ett effektivt genomförande en noggrann avvägning mellan strategisk vision och operativa praktiska aspekter för att säkerställa en robust förändringshantering under hela processen.
