Useimmissa organisaatioissa tekoäly on jo tavalla tai toisella käytössä. Kysymys on, tietääkö johto, missä, mitä, miten ja millä säännöillä. Usein ei tiedä.
Tyypillinen esimerkki on organisaatio, joka on jokunen vuosi sitten hoksannut, että tekoäly voisi olla meille hyvä lisätyökalu, mutta mitenköhän päästäisiin alkuun. Yleensä aloitetaan siitä, että hankitaan osalle henkilöstöä tekoälylisenssit, tarjotaan vähän koulutusta ja sanotaan että olkaa hyvä, keksikääpä käyttötapauksia ja tehkää tekoälyllä jotain.
Osa innostuu ja kehittää itselleen pieniä tekoälyapureita. Osa välttämättä ei. Sitten ihmetellään alhaista käyttöönottoastetta yhdessä osassa organisaatiota ja toisaalla tokenit ovat jatkuvasti lopussa. Homma ei niin sanotusti ole hallinnassa.
Työntekijät käyttävät hankittujen lisenssien lisäksi ilmaisia tekoälytyökaluja omien mieltymystensä mukaan. Yrityksessä muhii siis myös niin sanottua ”varjo-AI:ta”, jonka tietoturvallisuudesta ei ole mitään tietoa eikä seurantaa.
Järjestelmätoimittajat lisäävät tekoälyominaisuuksia ohjelmistoihin ja joku liiketoimintayksikkö on jo tilannut oman pilotin – jälleen kerran ratkaisusta, jonka tietoturvasta ei ole tietoa. Kukaan ei ole tehnyt väärin, mutta kukaan ei myöskään näe kokonaisuutta.
Tekoälyn hallintamalli korjaa tämän. Se on sopimus siitä, kuka päättää, mitä, millä perusteilla ja miten asioita seurataan. Ei sen kummempaa.
Kolme syytä, miksi tekoälyn hallintamallia tarvitaan nyt
1. Sääntely ei odota.
EU:n tekoälysäädöksen kielletyt käytännöt ja velvoite huolehtia henkilöstön tekoälylukutaidosta ovat jo voimassa. Korkean riskin järjestelmien vaatimuksia on siirretty vuosille 2027 ja 2028, mutta siirto ei tarkoita, että aikaa on yllin kyllin. Inventaario ja riskiluokittelu vievät kuukausia, ja ne pitää tehdä ennen kuin vaatimuksia voi täyttää.
Olen kouluttanut säädöstä organisaatioille, ja hyvä uutinen on, että kun EU-kielen on kerran purkanut, kyse on pitkälti maalaisjärjestä.
2. Riskiä, jota ei näe, ei voi hallita.
Jos et tiedä, mitä tekoälyjärjestelmiä organisaatiossasi on, et tiedä myöskään, mihin tietoja sinne syötetään, kuka niiden tuloksia käyttää tai mitä tapahtuu, kun toimittaja päivittää mallin yön aikana. Pelkkä inventaario on yllättävän usein ensimmäinen kunnon herätys.
3. Hallinta nopeuttaa.
Tämä on se, mikä jää usein sanomatta. Moni tekoälyhanke ei kaadu tekniikkaan vaan siihen, ettei kukaan osaa sanoa, saako tämän tehdä. Kun prosessi on selkeä, hanke ei jää odottamaan tulkintaa ja onnistunut kokeilu pääsee tuotantoon. Ilman mallia jokainen käyttötapaus neuvotellaan alusta.
Hyvä tekoälyn hallintamalli on lyhyt. Siinä on nimetty omistaja, ajantasainen inventaario, riskiluokitus, kevyt hyväksyntäprosessi, koulutus ja seuranta. Huonon mallin tunnistaa siitä, että se on 80 sivun kalvosetti, jota kukaan ei ole avannut julkaisun jälkeen. Hallinnan pitää toimia käytännössä, ei vain dioilla.
Mistä aloittaa tekoälyn hallintamallin luonti?
Jos et tiedä, mistä aloittaa tekoälyn hallintamallin luominen, aloita näin:
- Nimeä vastuuhenkilö, jolla on mandaatti ja aikaa.
- Kokoa lista kaikista tekoälyjärjestelmistä, myös varjokäytöstä.
- Luokittele ne riskin mukaan.
- Tee yksi kevyt hyväksyntäprosessi uusille käyttötapauksille.
- Kouluta ihmiset ja anna heille hyväksytyt työkalut, niin varjokäyttö vähenee itsestään.
Tekoäly ei odota hallintamallia, eikä sen tarvitsekaan. Mutta ilman mallia hyödyt jäävät pieniksi ja riskit kasvavat huomaamatta. Hallintamalli on se, mikä antaa luvan mennä nopeammin. Tekoälyn hallintamalli suojaa yritystä ja organisaatiota niissäkin tapauksissa, jos sattuu tapahtumaan sellainen valitettava erhe, että jossain kohtaa tulee tehtyä erhe. Kun hallintamalli ja omistajuus ovat olemassa, se kertoo, että organisaatio on kaikin mahdollisin tavoin pyrkinyt suojautumaan erheiden tapahtumiselta ja kantanut vastuunsa. Tekoälyn hallintamalli on halpa ja hyvä vakuutus!