“这是很多基本的东西，”德鲁姆古尔说，他指出了基本但重要的措施，例如限制对敏感数据的访问和设置明确的使用限制。
他说，这一变化是为了实现安全使用，而不是试图完全阻止它。
3. 将有效的方法正式化。
员工现在可以在几天内创建有用的工具。将它们转变为企业资产需要结构化的接收流程来评估已构建的内容并确定需要扩展的内容。
正如 Malagodi 强调的那样，组织需要一种方法来采用员工创建的工具，并将其带入具有明确所有权、可审计性和治理的托管环境中。如果没有这一步骤，有用的创新就有可能成为难以管理的负债。
4. 构建持续创造的基础设施。
人工智能的扩散反映了更深层次的变化：软件不再仅由 IT 创造。
组织需要提供内部平台、托管环境和标准化模式，使员工能够在企业内安全地进行创建。 High Marley 的 Tushman 指出需要新的基础设施层来支持该模型，包括内部注册表、托管环境和人工智能操作功能。
5. 将治理范围扩大到供应商和第三方。
人工智能不断增长的份额根本不是内部创造的；它是通过供应商、合作伙伴和现有软件提供商提供的。
Valente 警告说，许多组织已经在通过第三方使用人工智能而没有意识到，因为这些功能内置于他们已经依赖的工具中。 “你可能不会将他们归类为人工智能供应商，”他说，即使这些工具处理企业数据。
领先的组织正在通过加强供应商监管来应对：在 RFP 中添加特定于 AI 的问题，更新合同以解决数据使用和模型行为，并使第三方期望与内部 AI 政策保持一致。
人工智能扩散不再是未来的风险。它已经成为企业的一部分，并且越来越成为工作方式的一部分。首席信息官面临的挑战不是阻止它，而是塑造它，建立适当的结构来管理风险，同时又不减慢创新的速度，而创新正是从一开始就具有价值的。
相关阅读：
Leave a Reply