ลด Time to Value ด้วย 3 สเตปง่ายๆใน AI Governance

คุณคงทราบดีอยู่แล้วว่า AI Governance  เป็นสิ่งที่ขาดไม่ได้ในขั้นตอนการวิเคราะห์และไปป์ไลน์ AI Production ที่สมบูรณ์ แต่ไม่แน่ใจว่าควรเริ่มจากตรงไหน? คุณอาจเห็นสาธิตการใช้เครื่องมือวิเคราะห์และ AI Governance ที่ทรงพลังผ่านตามาบ้างแล้ว แต่ก็ยังนึกภาพการใช้งานบนโครงสร้างพื้นฐานเดิมของคุณค่อยไม่ออก? หรือคุณอาจสนใจที่จะเรียนรู้ทำความเข้าใจและลดความเสี่ยงในสายการผลิต เพื่อให้ไปป์ไลน์ของคุณมีประสิทธิภาพยิ่งขึ้น?

ดาวน์โหลดเลยตอนนี้: วิธีการสเกล AI อย่างปลอดภัยด้วย Oversight

ตั้งแต่การเปิดตัวของ Dataiku Govern ระบบนิเวศใหม่ล่าสุดจาก Dataiku ซึ่งมีเป้าหมายหลักในการจัดการระบบวิเคราะห์และการสเกลโปรเจค AI Dataik ดูแลลูกค้าหลายสิบรายทั่วทุกอุตสาหกรรมทั้งทางด้านภูมิศาสตร์และวุฒิภาวะด้าน AI Governance  การทำงานครั้งนี้ทำให้พบกับความท้าทายทั่วๆไป ที่องค์กรจำเป็นจะต้องทำความเข้าใจและแก้ไขเพื่อใช้ส่งต่อการวิเคราะห์และ AI Governance ที่เปี่ยมประสิทธิภาพ ซึ่งหนึ่งในอุปสรรคหลักที่องค์กรต้องเผชิญ ได้แก่ การชี้แจงและรวบรวมข้อกำหนดด้านธรรมาภิบาลที่จำเป็นต่อการใช้งานเครื่องมือธรรมาภิบาลอย่าง Dataiku Govern ในกรณีที่ไม่ได้มีการกำหนดไว้อย่างชัดเจน ข้อกำหนดเหล่านี้จะเน้นให้เห็นถึงช่องโหว่ระหว่างองค์กรที่รู้ว่าโซลูชั่นธรรมาภิบาลเป็นสิ่งจำเป็นกับองค์กรที่มีการประยุกต์ใช้โซลูชั่นที่มีศักยภาพและมีความเกี่ยวข้อง บทความนี้แบ่งเป็นสองส่วนโดยจะกล่าวเน้นถึงวิธีการช่วยองค์กรอุดช่องโหว่ดังกล่าวและเข้าถึง Value ได้รวดเร็วยิ่งขึ้น

ยังไงน่ะเหรอ? การตั้งข้อกำหนดธรรมาภิบาลจะทำให้เป้าหมายธุรกิจมีความชัดเจนยิ่งขึ้น และช่วยร่นระยะเวลาไปสู่คุณค่าทางธุรกิจ ยกตัวอย่างเช่น การทำขั้นตอนตรวจสอบภายในให้เป็นทางการด้วย Dataiku Govern จะเพิ่มความเร็วให้แก่กระบวนการยอมรับของคุณได้อย่างมีนัยยะ โดยลดขั้นตอนการทำงานที่ปกติต้องใช้เวลาถึงหนึ่งสัปดาห์ให้เหลือเพียงแค่ครึ่งวันเท่านั้น เพื่อพิสูจน์ข้อโต้แย้งดังกล่าวเพิ่มเติม ในบทความส่วนที่สองจะพูดถึงการกำหนดหลักธรรมาภิบาลที่ดีก่อนไปทบทวนวิธีง่ายๆเพื่อร่นระยะ Time to Value ของคุณด้วย Dataiku Govern

เหตุผล: กฎเกณฑ์และข้อกำหนดการบริหารจัดการความเสี่ยง

หากองค์กรของคุณมีความสนใจในธรรมาภิบาล การลดความเสี่ยงการดำเนินงาน หรือการรักษาชื่อเสียงและการปฏิบัติตามกฎระเบียบ ก่อนอื่นคุณต้องเข้าใจถึงสาเหตุความสำคัญของมันซะก่อน

องค์กรหลายแห่งที่ได้พูดคุยด้วยนั้นไม่รู้ว่าจะฏิบัติตามข้อกำหนดได้อย่างไร เนื่องจากขาดความเข้าใจอย่างชัดเจนว่าทำไมจึงต้องมีข้อกำหนดเหล่านี้ หากปราศจากการชี้แจงถึงความต้องการที่ชัดเจนก็แทบจะเป็นไปไม่ได้เลยที่จะสร้างกรอบการทำงานที่สะท้อนถึงวัตถุประสงค์ทางธุรกิจได้อย่างเหมาะสม เปรียบเหมือนกับการต่อจิ๊กซอว์โดยไม่มีภาพตัวอย่างบนฝากล่องให้ดู และชิ้นส่วนต่างๆ ก็พลิกกลับด้านไปหมด คุณเริ่มต่อจิ๊กซอว์โดยไม่มีเป้าหมายชัดเจนของผลิตภัณฑ์ปลายทาง ไม่มีภาพสุดท้ายให้คุณได้ใช้เป็นแนวทางในการต่อจิ๊กซอว์เข้าด้วยกัน คุณจึงขาดกระบวนการเลือกชิ้นส่วนจิ๊กซอว์และทำได้เพียงคาดหวังให้ภาพสี่เหลี่ยมที่ได้ในตอนท้ายมีความใกล้เคียง และตรงตามมาตรฐานอยู่บ้าง “เหตุผล” ของคุณเปรียบเสมือนภาพตัวอย่างบนฝากล่องจิ๊กซอว์ มันช่วยบ่งบอกว่ากระบวนการของคุณควรเป็นแบบไหน, วิธีนำกรอบการทำงานไปใช้, และช่วยสร้างค่าพื้นฐานเพื่อคำนวนการยกระดับการใช้โซลูชั่นธรรมาภิบาล

มาดู ”เหตุผล”ขององค์กรที่ควรออกแบ่งเป็น 5 หมวดหมู่

ซึ่ง 5 หมวดต่อไปนี้ล้วนเกิดจากการสำรวจไม่ใช่จากสิ่งที่คิดขึ้นมาเอง อย่างไรก็ตาม ไม่มีคำตอบนี้จะถูกต้องเสมอไป อีกทั้งยังพบว่ามีบางองค์กรให้ความสำคัญกับทั้ง 5 หมวดต่อไปนี้เท่า ๆ กันทั้งหมดอีกด้วย คำถามต่อมาที่ควรถามและตอบโดยใครก็ตามแต่ที่ต้องการผลักดันให้ธรรมาภิบาลก้าวไปข้างหน้าก็คือ น้ำหนักความสำคัญของแต่ละหมวดหมู่ สิ่งนี้จะช่วยในการฝึกฝนการอภิปรายเกี่ยวกับ “เหตุผล” รวมถึง “ความหมาย” และ “วิธีการ” ด้วย

1. กลยุทธ์การสเกล

นี่เป็นหมวดหมู่ที่กว้างที่สุดและอาจมีความหมายแตกต่างกันไปตามแต่ละองค์กร ตัวอย่างของ “เหตุผล” ในหมวดหมู่นี้ได้แก่ เมื่อผู้นำได้กำหนดทิศทางในการสเกล AI ,แสวงหานวัตกรรมและกรณีใช้งานใหม่ๆ ในวงการธุรกิจที่เคยเป็นมาจนถึงปัจจุบัน ,หรือหันมาให้ความสนใจความสามารถทาง Data Science กลยุทธ์นี้มีบทบาทสำคัญในการคำนวนผล และการยกระดับครั้งใหญ่ของหน่วยธุรกิจ เพื่อให้เกิดการใช้งานได้อย่างลึกซึ้ง และกว้างขวางยิ่งขึ้น ประเมินมูลค่า และขับเคลื่อนแนวทางปฏิบัติของ AI ไปสู่หน่วยธุรกิจใหม่ ในที่นี้ ระบบวิเคราะห์และ AI Governance  มีส่วนในการช่วยสร้างความคาดหวังร่วมกันและแนวทางปฏิบัติที่เป็นมาตรฐานสอดคล้องกับหลักสูตรเชิงกลยุทธ์ที่วางเอาไว้

2. จริยธรรม

ส่วนสำคัญของหมวดหมู่นี้จะเกี่ยวกับวิธีการปลูกฝังแนวคิดที่ถูกต้องและลดทอนแนวคิดผิดๆในไปป์ไลน์data science โดยการประยุกต์ใช้ระบบวิเคราะห์และกรอบ AI Governance การวางคุณค่าและจริยธรรมที่ชัดเจนถือเป็นเรื่องท้าทายทั้งภายในและของตัวเองมันเอง แนวทางอย่าง Responsible AI อาจกลายเป็นหัวใจหลักของธรรมาภิบาล โดยเฉพาะอย่างยิ่งในแนวคิดที่มุ่งเน้นความน่าไว้วางใจ, ภาระความรับผิดชอบ, ความยุติธรรม และความโปร่งใส  ที่ Dataiku มี แผนภาพบิวต์อินที่ช่วยให้คุณทำงานได้ง่ายขึ้น แต่บางรายการในหมวดหมู่นี้อาจต้องมีการลงชื่อออกจากโมเดล หรือการรับรองความโปร่งใส และการควบคุมวงจรชีวิตของโมเดลคุณ

3. ความเสี่ยง/กฎเกณฑ์

ความเสี่ยงของ AI เป็นเรื่องที่พบได้ทั่วไปทั่วทุกภาคส่วน องค์กรต่างๆ อย่าง NIST in their AI Risk Management Framework และ  EU through the AI Act ล้วนเน้นย้ำถึงความเสี่ยงของ AI ที่มีอยู่ตลอดในไปป์ไลน์ ไม่เพียงเท่านั้น หากความเสี่ยงเหล่านี้ไม่ได้รับการลดทอนลง อาจก่อให้เกิดความเสียหายต่อบุคคล, สังคม, เช่นเดียวกันกับธุรกิจต่างๆ ดังนั้นนโยบายภายใน หรือการปฏิบัติตามกฎระเบียบภายนอกจึงเป็นสิ่งสำคัญที่ควรได้รับการพิจารณาเป็นอย่างยิ่ง ตราบใดที่นโยบายเหล่านี้รวมอยู่ในหลักธรรมาภิบาล ทั้ง AI และไปป์ไลน์ การวิเคราะห์ของคุณจะถูกปกป้องด้วยกระบวนการลดความเสี่ยงทั้งในด้านชื่อเสียง การเงิน และความเสี่ยงเกี่ยวกับลูกค้าที่เหมาะสม เช่นเดียวกับการใช้ Content for Audits

4. ประสิทธิภาพการดำเนินงาน

ลองนึกภาพว่าคุณมีทีมอยู่ในหลายๆ หน่วยธุรกิจ โดยแต่ละทีมก็มีระบบการจัดการแนวทางธรรมาภิบาลแตกต่างกันไป หรือมีการทำงานร่วมกันของทีมที่มีแนวทางของตัวเองกับทีมอื่นๆ ที่ขาดกลยุทธ์ในการดำเนินงาน สิ่งนี้เกิดขึ้นได้ทั่วไป หรือที่เรียกว่า โครงสร้าง Data Science แบบกระจายอำนาจ หรือรวมศูนย์ ซึ่งแนวทางนี้สามารถใช้งานได้จริง โดยเฉพาะอย่างยิ่ง ในกรณีที่ทีม Data Science พุ่งเป้าไปยังฟังก์ชั่นธุรกิจอย่างใดอย่างหนึ่ง เช่น ทีม Data Science ที่สนับสนุนแผนกทรัพยากรมนุษย์ไม่มีความจำเป็นต้องใช้ข้อกำหนดเดียวกับทีมที่ทำงานกับผลิตภัณฑ์ที่ลูกค้าใช้งานโดยตรง

การสร้างหลักพื้นฐานหรือแนวทางธรรมาภิบาลเบื้องต้นที่มีความยืดหยุ่นสำหรับใช้ได้กับธุรกิจหลากหลายประเภทจะช่วยให้เกิดความต่อเนื่องในการใช้งาน และก่อให้เกิดประสิทธิภาพการทำงานในระดับองค์กรขึ้น โปรแกรมของคุณจึงสเกลได้ดีขึ้นและง่ายต่อการอ่านข้ามสายงาน สิ่งนี้อาจเป็น data scientists ของคุณที่ต้องการวิธีการตรวจสอบ model drift ตามหลักสากล, ข้อมูลที่จำเป็นเกี่ยวกับโปรเจคหรือโมเดล, หรือแนวทางในการเริ่มโมเดลท้าชิงตัวใหม่

5. การเติบโตของมูลค่า

หมวดหมู่ธรรมาภิบาลข้อนี้มุ่งเน้นไปที่การใช้งาน AI โดยจะประเมินความเสี่ยงที่เกี่ยวข้องและกำหนดผลลัพธ์ทางธุรกิจจากการใช้งาน AI ทั่วทั้งธุรกิจ ประกอบไปด้วยสินทรัพย์, ทรัพยากร, ผลลัพธ์, ขั้นตอนการดำเนินงาน, และคุณค่าทางธุรกิจ

เมื่อ “เหตุผล” ของคุณถูกรวบรวมเอาไว้เรียบร้อยแล้ว ขั้นต่อไปคือการจัดลำดับความสำคัญว่าข้อไหนคือสิ่งที่จำเป็นต้องมีและข้อไหนคือสิ่งที่มีประโยชน์รองลงมาเพื่อให้สามารถโฟกัสไปที่ข้อกำหนดที่สำคัญที่สุดสำหรับองค์กรของคุณได้ “เหตุผล” ที่คุณตั้งขึ้นมาอาจแตกต่างกันไปในแต่ละหน่วยธุรกิจเนื่องจากข้อกำหนดด้านความเสี่ยงที่ไม่เหมือนกัน อย่างเช่น ข้อมูลทางการตลาดจะมีความอ่อนไหวน้อยกว่าข้อมูลคนไข้ ซึ่งจะถูกจัดให้อยู่ภายใต้ข้อกำหนดการคุ้มครองข้อมูล พึงระลึกไว้ว่า กฎเกณฑ์สามารถเปลี่ยนแปลงและปรับให้เข้ากับความต้องการของคุณได้

เริ่มต้นใช้งาน DataIku - ทดลองใช้ฟรี 14 วัน!