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:
6 Elemen yang Anda Butuhkan untuk Membangun LST yang Efektif 6 Elemen yang Perlu Anda Bangun LST yang Efektif Jika ada persepsi bahwa upaya lingkungan, sosial, dan tata kelola (ESG) lebih terfokus pada membangun hubungan masyarakat daripada pendapatan, persepsi itu…
Permintaan kredit konsumen AS kembali ke tingkat… Silakan coba pencarian lain Ekonomi38 menit yang lalu (22 November 2021 11 :11AM ET) © Reuters. FOTO FILE: FOTO FILE: Pembeli membawa tas barang dagangan yang dibeli di King of…
Persaingan dan Hype Mendorong Investor Crypto Muda,… Sebagian besar investor muda mencari peluang berisiko tinggi dimotivasi oleh persaingan dan sensasi, sebuah survei baru menunjukkan. Mereka sering beralih ke produk cryptocurrency dan forex, menurut jajak pendapat yang dilakukan…
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,…
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…
Konsorsium AS Mempersiapkan Kecerdasan Buatan yang… Menavigasi Dunia Kecerdasan Buatan: Memperkenalkan Saham AI Terbaik untuk Diperhatikan. Di sinilah kecerdasan buatan (AI) menjadi rumit – akankah robot menjadi liar? Atau akankah mereka menjadi teman kita yang suka…
Bagaimana Pekerja dengan “Gig Mindset” Dapat… Sukses di dunia yang berubah dengan cepat saat ini mengharuskan organisasi berada dalam keadaan fleksibel yang permanen, mampu bereaksi dengan cepat saat diperlukan. Ini membutuhkan budaya belajar terus-menerus. Gig mindsetters…
Loyalitas Pegawai Negeri Sipil: Kunci Kinerja… Setiap organisasi, baik negeri maupun swasta, Rahasia Hidup Sehat mencapai kinerja yang optimal. Loyalitas pegawai negeri sipil (PNS) khususnya sangat penting, karena mereka mengemban tugas untuk melayani masyarakat. PNS yang…
7 tips berguna untuk memilih penyedia UCaaS yang tepat Unified Communications as a Service telah menjadi solusi bagi bisnis yang ingin meningkatkan kebutuhan komunikasi dan kolaborasinya. Namun dengan banyaknya penyedia UCaaS yang kini ada di pasaran, bagaimana Anda tahu…
Bisnis yang gagal mengurangi jejak karbon dari… Max Topchii - stock.adobe.com Mengatasi konsumsi daya fitur pusat data yang berada di urutan terendah dalam daftar prioritas pemimpin teknologi, tetapi tekanan untuk berubah semakin meningkat Oleh Bill Goodwin, Komputer…
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…
Pandangan Orang Dalam tentang Program AI Humana Bagaimana Anda membawa kecerdasan buatan ke dalam organisasi yang berfungsi dengan baik tanpanya selama beberapa dekade? Itulah tantangan yang dihadapi oleh Humana Chief Data and Analytics Officer Slawek Kierner saat…
Versi Bitcoin dari 'Giving Tuesday' Kembali… Platform filantropi The Giving Block meluncurkan inisiatif Crypto Giving Tuesday pada hari Selasa, 30 November, menurut pernyataan yang dikirim ke Bitcoin Magazine. Kampanye ini akan berlangsung pada hari yang sama…
Microsoft Teams akhirnya mendapatkan pembaruan yang… Bekerja sama dengan orang lain di luar organisasi Anda di Microsoft Teams akan segera dimungkinkan berkat pembaruan baru untuk alat kolaborasi online Microsoft.Kelompok kerja sering kali melampaui satu organisasi dengan…
3 Ketegangan yang Perlu Dikelola Pemimpin di Tempat… Ketika datang ke budaya kerja hibrida, bahkan para pemimpin yang berkomitmen untuk memiliki organisasi yang inklusif berjuang untuk menerapkan kebijakan dan prosedur yang tepat. Alih-Kebanyakan Orang Amerika "benar", para pemimpin…
Rekomendasi ITU-T tentang Kerangka Kerja untuk Pusat… TOKYO, 16 Nov 2021 - (JCN Newswire) - NTT Corporation (NTT), NTT Security Corporation (NTTS), NTT TechnoCross Corporation (NTT-TX) dan NEC Corporation (NEC) telah bersama-sama mengembangkan standar internasional untuk konsep…
USTR mengatakan tinjauan kebijakan untuk mencari… Silakan coba pencarian lain Ekonomi2 jam yang lalu (25 Jan 2022 05 :00PM ET) © Reuters. FOTO FILE: Perwakilan Dagang AS Katherine Tai berbicara kepada Institut Pascasarjana Jenewa tentang peran…
Aaron Levie of Box: Komputasi Terdistribusi Akan… Lebih dari lima belas tahun yang lalu saya menjadi pembawa acara radio mingguan di sini di Atlanta yang disebut Technology for Business Sake. Salah satu tamu pertama saya adalah Aaron…
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…
Exclusive-Japan Inc melihat keuntungan yang lebih… © Reuters. FOTO FILE: Seorang staf yang mengenakan pelindung wajah menjual ikan di pusat perbelanjaan grup supermarket Jepang Aeon ketika mal dibuka kembali di tengah wabah penyakit coronavirus (COVID-19) di…
Penawaran RPA memanas di tengah dorongan… Perusahaan mempercepat transformasi digital mereka selama pandemi, dan apa yang muncul di sisi lain mengungkapkan investasi di cloud, chat bot, pembelajaran mesin, otomatisasi proses robot, alat berkode rendah, dan sejumlah…
Mengapa Menjadi Organisasi Berbasis Data Sangat Sulit Berbasis data telah menjadi prioritas bagi perusahaan selama beberapa dekade — tetapi banyak yang melihat hasil yang beragam. Mengapa? Menurut survei baru para eksekutif, budaya perusahaan adalah rintangan yang lebih…
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…
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…
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…
Rumah tangga Jepang memperkirakan inflasi akan meningkat Silakan coba pencarian lain Ekonomi1 jam yang lalu (11 Oktober 2021 01 :55AM ET) © Reuters. FOTO FILE: Seorang pria berdiri di depan kantor pusat Bank of Japan di Tokyo,…
Jepang menghadapi peningkatan ketidaksetaraan… Silakan coba pencarian lain Ekonomi2 jam yang lalu (31 Oktober 2021 06 :21AM ET) 4/4 © Reuters. Orang-orang yang memakai masker pelindung, di tengah wabah penyakit virus corona (COVID-19), terlihat…
Bagaimana Perusahaan Sosial Dapat Membantu… Oleh Yasmina Zaidman dan sa Skogström Feldt Sektor swasta sedang mengalami transformasi seismik, sebagian didorong oleh krisis iklim, Covid-19, dan EIP-1559 Telah Membakar. Faktor eksternal ini telah mendorong para pemimpin…
Hampir setengah dari perusahaan FTSE 100 tidak… Silakan coba pencarian lain Ekonomi36 menit yang lalu (20 Oktober 2021 01 :10AM ET) © Reuters. FOTO FILE: Distrik keuangan Canary Wharf terlihat di London timur 12 November 2014. REUTERS/Suzanne…
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…