Bagaimana Organisasi Dapat Mengurangi Risiko AI

Apakah AI yang Bertanggung Jawab Memuncak?

Bukan rahasia lagi bahwa pandemi telah mempercepat adopsi dan, yang lebih penting, keinginan organisasi untuk mengadopsi kemampuan kecerdasan buatan (AI). Namun, sangat sulit untuk membuat AI bekerja. Hanya 6% organisasi yang dapat mengoperasionalkan AI, menurut survei AI Bertanggung Jawab global PwC baru-baru ini terhadap lebih dari 1.000 peserta dari organisasi terkemuka di AS, Inggris, Jepang, dan India. Lebih dari separuh perusahaan dalam survei tersebut mengatakan bahwa mereka masih bereksperimen dan tetap tidak berkomitmen pada investasi besar dalam kemampuan AI.

Tetapi perusahaan yang memiliki strategi AI tertanam dapat lebih andal menerapkan aplikasi dalam skala besar, dengan adopsi yang lebih luas di seluruh bisnis, daripada yang tidak. Perusahaan yang lebih besar (lebih dari $1 miliar) khususnya secara signifikan lebih mungkin untuk mengeksplorasi kasus penggunaan baru untuk AI (39%), meningkatkan penggunaan AI mereka (38%), dan melatih karyawan untuk menggunakan AI (35%).

AI yang Bertanggung Jawab

Sementara beberapa tantangan untuk operasionalisasi bersifat teknis atau dibatasi oleh keterampilan set, kesenjangan kepercayaan tetap menjadi penghambat.

Tren utama adalah menggabungkan praktik “AI yang bertanggung jawab” untuk menjembatani kesenjangan kepercayaan ini. AI yang bertanggung jawab terdiri dari alat, proses, dan orang yang diperlukan untuk mengontrol sistem AI dan mengaturnya dengan tepat sesuai dengan lingkungan tempat kami ingin beroperasi dan diimplementasikan menggunakan kemampuan teknis dan prosedural untuk mengatasi bias, kemampuan menjelaskan, ketahanan, keselamatan, dan keamanan kekhawatiran (antara lain). Maksud dari AI yang bertanggung jawab, yang terkadang disebut sebagai atau digabungkan dengan AI tepercaya, etika AI, atau AI yang bermanfaat, adalah untuk mengembangkan AI dan sistem analitik secara metodis, memungkinkan sistem berkualitas tinggi dan terdokumentasi yang mencerminkan keyakinan dan nilai organisasi dan meminimalkan bahaya yang tidak diinginkan

AI yang bertanggung jawab di perusahaan

Apresiasi atas kekhawatiran baru yang dapat ditimbulkan oleh AI pada suatu organisasi telah menyebabkan peningkatan yang signifikan dalam aktivitas mitigasi risiko. Organisasi mengejar strategi untuk mengurangi risiko aplikasi individu serta risiko yang lebih luas yang ditimbulkan pada bisnis atau masyarakat, yang semakin dituntut oleh pelanggan dan regulator (Gambar 1). Risiko ini dialami di tingkat aplikasi, termasuk ketidakstabilan kinerja dan bias dalam pengambilan keputusan AI; tingkat bisnis, seperti risiko perusahaan atau keuangan; dan tingkat nasional, seperti perpindahan pekerjaan dari otomatisasi, dan misinformasi. Untuk mengatasi risiko ini dan lebih banyak lagi, organisasi menggunakan berbagai tindakan mitigasi risiko, dimulai dengan tindakan ad hoc dan maju ke proses tata kelola yang lebih terstruktur. Lebih dari sepertiga perusahaan (37%) memiliki strategi dan kebijakan untuk mengatasi risiko AI, meningkat tajam dari tahun 2019 (18%).

Gambar 1: Taksonomi risiko, PwC

Terlepas dari peningkatan penekanan pada mitigasi risiko, organisasi masih memperdebatkan cara mengatur AI. Hanya 19% perusahaan dalam survei yang memiliki proses terdokumentasi formal yang dilaporkan ke semua pemangku kepentingan; 29% memiliki proses formal hanya untuk menangani acara tertentu; dan keseimbangan hanya memiliki proses informal atau tidak ada proses yang jelas sama sekali.

Sebagian dari perbedaan ini adalah karena kurangnya kejelasan seputar kepemilikan tata kelola AI. Siapa yang memiliki proses ini? Apa tanggung jawab pengembang, fungsi kepatuhan atau manajemen risiko, dan audit internal?

Bank dan organisasi lain yang telah tunduk pada pengawasan peraturan pada algoritme mereka cenderung memiliki fungsi yang kuat (“kedua -line”) yang dapat memvalidasi model secara independen. Namun, yang lain harus bergantung pada tim pengembangan yang terpisah, karena lini kedua tidak memiliki keterampilan yang sesuai untuk meninjau sistem AI. Beberapa dari organisasi ini memilih untuk memperkuat tim lini kedua mereka dengan lebih banyak keahlian teknis, sementara yang lain membuat pedoman yang lebih kuat untuk jaminan kualitas di lini pertama.

Terlepas dari tanggung jawab, organisasi memerlukan metodologi pengembangan standar, lengkap dengan gerbang panggung pada titik-titik tertentu, untuk memungkinkan pengembangan dan pemantauan AI berkualitas tinggi (Gambar 2). Metodologi ini juga meluas ke tim pengadaan, mengingat banyak sistem AI memasuki organisasi melalui vendor atau platform perangkat lunak.

Gambar 2: Gerbang tahap dalam proses pengembangan AI, PwC

Kesadaran akan risiko AI melengkapi tren lain untuk mempertimbangkan etika teknologi—mengadopsi praktik untuk pengembangan, pengadaan, penggunaan, dan pemantauan AI yang didorong oleh “apa yang harus Anda lakukan” daripada “apa dapatkah kamu melakukan”.

Meskipun ada banyak prinsip etika untuk AI, data, dan teknologi, keadilan tetap menjadi prinsip inti. Tiga puluh enam persen responden survei mengidentifikasi bias algoritmik sebagai area fokus risiko utama, dan 56% percaya bahwa mereka dapat mengatasi risiko bias secara memadai. Seiring dengan semakin matangnya perusahaan dalam mengadopsi AI, mereka juga cenderung menggunakan bias algoritmik sebagai fokus utama, mengingat keahlian dalam mengembangkan AI dan kesadaran akan masalah seputar risiko AI. Tingkat keadilan sebagai prinsip terpenting kelima bagi perusahaan yang matang dengan AI versus berada di tempat kedelapan untuk organisasi yang kurang matang. Prinsip-prinsip lain termasuk keselamatan, keamanan, privasi, akuntabilitas, kemampuan menjelaskan, dan agensi manusia. Pendekatan organisasi untuk menerapkan AI dan etika data cenderung berfokus pada inisiatif sempit yang dianggap terpisah dan menggunakan alat sekali pakai seperti penilaian dampak dan kode etik. Perusahaan besar dengan penggunaan AI yang matang secara signifikan lebih mungkin untuk berinvestasi dalam berbagai inisiatif, termasuk melakukan penilaian dampak (62%), membuat dewan etika (60%), dan memberikan pelatihan etika (47%). Dorongan ini menandakan pengakuan bahwa beberapa inisiatif internal akan diperlukan untuk mengoperasionalkan AI yang bertanggung jawab.

Apa yang dapat dilakukan organisasi

Tetapkan prinsip untuk memandu: Serangkaian prinsip etika yang diadopsi dan didukung oleh kepemimpinan memberikan bintang utara bagi organisasi. Namun, prinsip saja tidak cukup untuk menanamkan praktik AI yang bertanggung jawab. Pemangku kepentingan perlu mempertimbangkan prinsip-prinsip dalam konteks pekerjaan sehari-hari mereka untuk merancang kebijakan dan praktik yang dapat diterapkan oleh seluruh perusahaan.

Pertimbangkan kepemilikan tata kelola: Untungnya, banyak pemimpin dalam organisasi tertarik untuk membangun praktik tata kelola untuk AI dan data. Namun, tanpa menentukan pemilik untuk tata kelola ini, organisasi kemungkinan akan menemukan masalah yang berbeda—praktik terpisah yang mungkin bertentangan satu sama lain. Identifikasi tim mana yang harus merancang pendekatan tata kelola, dan setujui pemilik dan proses untuk mengidentifikasi pembaruan pada kebijakan yang ada.

Mengembangkan proses yang terdefinisi dengan baik dan terintegrasi untuk data, model, dan siklus hidup perangkat lunak: Menerapkan proses standar untuk pengembangan dan pemantauan, dengan gerbang tahapan tertentu untuk menunjukkan di mana persetujuan dan tinjauan diperlukan untuk melanjutkan (Gambar 2). Proses ini harus terhubung ke data yang ada dan mekanisme tata kelola privasi serta siklus hidup pengembangan perangkat lunak.

Pecah silo: Sejajarkan seluruh kelompok pemangku kepentingan yang diperlukan untuk menghubungkan tim dengan tujuan berbagi ide dan praktik kerja unggulan. Buat inventaris umum untuk AI dan data untuk proses tata kelola, dan gunakan latihan ini sebagai kesempatan untuk mempertimbangkan perubahan struktural atau penyelarasan yang dapat memungkinkan bisnis berjalan lebih baik.

Awasi iklim peraturan yang berubah dengan cepat: Bukan hanya pelanggan, investor, dan karyawan yang menuntut praktik yang bertanggung jawab. Regulator memperhatikan dan mengusulkan undang-undang di tingkat negara bagian, regulator, nasional, dan supranasional. Beberapa peraturan berasal dari upaya perlindungan data dan privasi yang diperluas, beberapa dari regulator khusus pada area kasus penggunaan yang sempit (seperti perbankan), dan beberapa dari keinginan yang lebih umum untuk meningkatkan akuntabilitas (seperti Undang-Undang Kecerdasan Buatan Uni Eropa). Mengikuti peraturan ini adalah kunci untuk mengidentifikasi aktivitas kepatuhan di masa mendatang.

Dengan tindakan ini, organisasi akan memiliki posisi yang lebih baik untuk mengatasi risiko AI dengan cara yang tangkas.

Pelajari bagaimana PwC dapat membantu organisasi Anda membangun praktik AI yang bertanggung jawab.

Baca selengkapnya

Rekomendasi:
Penelitian dan pengembangan AI global Forum Kerjasama Kecerdasan Buatan (FCAI) menyelidiki peluang dan hambatan kerja sama internasional untuk pengembangan kecerdasan buatan (AI) yang bertanggung jawab. Acara ini mempertemukan para ahli dari industri, akademisi, dan masyarakat…
Sebuah Kata Peringatan untuk Tenaga Kerja… Menjelang peringatan dua tahun awal pandemi COVID-19, saya mengingat kembali berapa kali saya ditanya oleh klien dan kolega tentang apakah tenaga kerja TI jarak jauh akan menjadi pekerja sementara atau…
Pemadaman dan Pemulihan: Apa yang Terjadi… Pada hari Selasa, yang seharusnya menjadi Hari Inovasi AWS di re:Invent 2021, Amazon Web Services malah menghadapi pemadaman wilayah lain yang memengaruhi segmen luas internet. Analis dengan Forrester dan Gartner…
Menavigasi lanskap digital analisis persaingan Pentingnya transformasi digital dalam analisis persainganTransformasi digital dunia bisnis telah secara dramatis mengubah lanskap persaingan, menciptakan peluang dan tantangan baru bagi organisasi. Agar tetap terdepan dalam persaingan dan berhasil di…
Pertanyaan tentang Saldo Digital (SPONSORED) Di mana organisasi Anda dalam ekonomi digital saat ini? pandemi telah berdampak pada setiap organisasi dalam satu atau lain cara. Yang tidak beruntung hampir tidak selamat, atau lebih buruk…
Biaya kesehatan selama pandemi mendorong lebih dari… Silakan coba pencarian lain Ekonomi9 jam yang lalu (12 Des 2021 08 :50AM ET) © Reuters. FOTO FILE: Penghuni kawasan kumuh Cidade de Deus, menerima makanan dan roti dari anggota…
Saham Avis naik lebih dari tiga kali lipat setelah… Hanya butuh petunjuk menuju transisi kendaraan listrik untuk mengirim harga saham Avis Budget Group melonjak ke level tertinggi kemarin (2 November) setelah eksekutif di perusahaan rental mobil mengatakan mereka punya…
RUU NYC melarang alat perekrutan AI yang gagal dalam… Kota New York dapat segera mengurangi kemungkinan bias AI di pasar kerja. Associated Press mencatat dewan kota telah mengesahkan undang-undang yang melarang sistem perekrutan AI yang tidak lulus audit tahunan…
4 Pelajaran dari Transformasi Digital Levi's Transformasi digital bisa jadi sulit untuk bisnis lama. Ambil contoh Levi Strauss & Co.: Tantangan di perusahaan ritel dan pakaian ikonik ini berbeda mengingat kebiasaan dan tradisi perusahaan yang sudah…
Bagaimana Perusahaan Dapat Mendorong Keanekaragaman,… Protes keadilan sosial dalam beberapa tahun terakhir mendorong banyak perusahaan untuk membuat pernyataan publik yang mendukung keragaman, kesetaraan, dan inklusi (DE&I). Tetapi penelitian baru tentang upaya DE&I di perusahaan menunjukkan…
G2 menambahkan integrasi ABM baru yang terkenal G2, situs dan pasar ulasan perangkat lunak dan layanan bisnis, telah menambahkan integrasi ABM baru ke integrasi yang ada dengan Audiens yang Cocok LinkedIn, Terminus, dan Metadata. Penambahan baru ke…
Studi: Apa yang Dilakukan Perusahaan (dan Tidak… Pada tahun lalu, perusahaan telah dipaksa untuk memikirkan kembali pendekatan mereka terhadap keragaman, kesetaraan, dan inklusi (DEI), menciptakan lingkungan yang lebih inklusif untuk memenuhi kebutuhan karyawan, pelanggan, dan investor mereka.…
Apakah janji nol-emisi McDonald's lebih dari… McDonald's ingin mencapai emisi nol bersih secara global pada tahun 2050.Rencananya tidak jelas, tetapi raksasa makanan cepat saji itu mengatakan akan mengurangi emisinya di seluruh restoran, kantor, dan rantai pasokan,…
Cara Mengumpulkan Wawasan dari Kumpulan Data di Seluruh Awan Mengakui Kompleksitasnya Mengadopsi arsitektur baru dapat memberikan efisiensi biaya yang kuat dan manfaat terukur lainnya dalam jangka panjang, tetapi percepatan migrasi cloud dan meningkatnya kompleksitas tata kelola data dapat memperburuk…
Membuat Kebijakan Kerja Fleksibel … Ketika Setiap… Dalam hal pengaturan kerja yang fleksibel, sulit untuk memuaskan semua orang. Apa pun yang dilakukan organisasi mana pun — mengharuskan setiap orang untuk kembali ke kantor, menjaga orang di rumah,…
Apa itu layanan desktop dan bagaimana cara kerjanya? Desktop sebagai layanan (DaaS) adalah model untuk mengirimkan data melalui Internet. Ini adalah cara untuk menyerahkan pengelolaan dan penyimpanan data kepada pihak ketiga. Dengan DaaS, perusahaan dapat fokus pada kompetensi…
Saatnya Anda Bertanya: Apakah Saya Membayar atau… Berikut adalah beberapa pernyataan yang, bagi para pemimpin senior, terutama selama dua tahun terakhir, akan terdengar terlalu familiar. Yang pertama adalah tentang tingkat ketidakpastian di dunia tidak hanya meningkat pesat,…
4 Cara Untuk Mengotomatisasi dan Beradaptasi Untuk… Pasar ekonomi yang bergejolak dan tantangan yang muncul dari pandemi mengharuskan usaha kecil untuk beradaptasi dan menjadi lebih tangguh. Dan sementara beberapa kendala telah mereda yang baru telah muncul, seperti…
Pengarahan Pemasaran: Mengapa beberapa merek mencari… Selama bertahun-tahun, pemasar yang cerdas telah mencoba untuk mendapatkan perhatian konsumen selama Super Bowl tanpa membayar biaya yang besar untuk tempat 30 detik. Itu tidak berbeda tahun ini — mengapa…
Bagaimana Menaklukkan Krisis Keterlibatan Karyawan… Karyawan di seluruh dunia sedang mengalami krisis keterlibatan. Mereka menemukan diri mereka semakin terlepas dari pekerjaan mereka dan apatis tentang majikan mereka. Laporan State of the Global Workplace Gallup tahun…
Eropa mengirim Nigeria hingga 1 juta dosis vaksin… Sebanyak 1 juta dosis vaksin covid-19 AstraZeneca dilaporkan kedaluwarsa sebelum dapat digunakan di Nigeria, negara berpenduduk lebih dari 200 juta di mana kurang dari 2% penduduk sudah divaksinasi lengkap.Menurut Reuters,…
Alat Baru Mengukur Green IT, Keberhasilan Keberlanjutan Seiring perusahaan berusaha untuk membawa keberlanjutan ke tingkat berikutnya dan mendapatkan gambaran yang lebih lengkap tentang emisi gas rumah kaca mereka, ada kebutuhan yang semakin besar untuk mengukur hasil dan…
Perekrutan Neurodiversity Akan Menjadi Keunggulan Kompetitif Roxanne Hobbs, seorang penulis dan pelatih yang berspesialisasi dalam keragaman, pernah berkata, “Kita harus menyambut, mengakomodasi, dan mendukung 'normal' yang lebih luas, dan hanya dengan begitu kita akan mendapat manfaat…
Bagaimana menerapkan teknologi pemasaran baru untuk… “Perusahaan-perusahaan terkemuka akan menang secara digital dengan terus berinovasi dalam pengalaman merek yang mendorong hasil transformatif,” kata Dave Mankowski, Chief Growth Officer untuk perusahaan perangkat lunak CX Bounteous, pada konferensi…
3 Cara Membangun Dampak Pemasaran Mitra Dalam ekosistem pemasaran mitra yang luas, organisasi teknologi B2B bergegas membangun berbagai aktivitas taktis. Ini adalah ruang yang sangat berorientasi pada tindakan, namun, saat kita bergerak lebih dalam ke era…
Orang-orang masih mempercayai teknologi, meskipun… Pekerja di platform gig-ekonomi memprotes, Washington DC dan Brussels menindak Apple dan Google, dan pemerintah China bermaksud membatasi pengaruh perusahaan teknologinya. Tetapi survei baru menunjukkan bahwa orang lebih mempercayai industri…
Menciptakan bisnis yang fleksibel secara finansial… Tidak ada yang lebih menyoroti kebutuhan akan fleksibilitas keuangan selain volatilitas dunia bisnis selama satu setengah tahun terakhir. Selama pandemi Covid-19, pemilik bisnis di setiap industri belajar tentang beradaptasi dengan…
Apakah Jaringan Aplikasi Pembunuh Baru? Ketika perusahaan berbicara tentang "aplikasi pembunuh", mereka mengacu pada aplikasi yang sangat penting bagi organisasi mereka sehingga jika mereka tidak memiliki aplikasi ini, organisasi mereka mungkin tidak berfungsi sama sekali.…
Fraugster bekerja sama dengan Elvah untuk mengatasi… Pekan lalu, penyedia intelijen pembayaran Fraugster mengumumkan bahwa mereka telah menjalin kemitraan dengan perusahaan e-mobilitas Elvah untuk menciptakan layanan perlindungan pembayaran terkelola baru. Di masa depan, Elvah akan menawarkan perlindungan…
3 Cara Membantu Karyawan Merasa Nyaman dengan Sistem… 2021 menandai tahun bersejarah bagi program whistleblower Komisi Sekuritas dan Bursa AS (SEC). Tahun lalu SEC memberikan jumlah penghargaan tertinggi, baik dalam hal volume penghargaan dan dolar pada tahun tertentu…