這篇是Tom Petro所寫、2024年9月20日在Directors & Boards網站刊載的"Is Your Board Ready for AI?"。以下分享一些我覺得有趣之處。
RAND Corporation (RAND)和IBM有兩份新研究，突顯了顯著的落差：雖然執行長努力運用AI為競爭優勢，但許多組織仍未對AI之複雜性做好準備。根據IBM，有超過一半的執行長推動的AI採行速度快過員工，而RAND報告說，超過八成AI計畫會失敗，因為治理不佳、策略不一致。對董事而言，這就是要採取行動之處。在支持巨大AI投資的策略措施之前，董事需要確定—先做過全面性的準備評估，避免成本高昂的失敗。
員工與文化盲點
採用AI通常會被視為科技挑戰，但IBM發現，其實也與人有關。64％的執行長相信，AI成功取決於更多員工採用，而非科技本身，但有超過一半的公司還沒評估過AI會如何影響公司。準備不足會導致文化抵抗、營運面吃緊，因為員工不願調適由AI帶來的快速改變。
RAND呼應此看法，並強調許多AI計畫會失敗，因為領導人誤判AI與現行營運之間的關係。這個誤判代價高昂，因為成功地整合AI需要的不僅是技術一致性，還有文化面的準備。
採用AI不僅是技術問題，也是影響全組織的問題。董事必須確保管理階層培養準備面對AI之文化，員工準備好將AI整合到日常營運內。這需要解決的不僅是科技準備，還有更廣的策略、文化與工作影響。若少了這個全面、以人為主的方法，就算有最先進的AI工具，還是很難產生有意義的結果。
治理落差
有效的AI治理，對於管理與AI相關的風險和道德挑戰十分關鍵。雖然有75％執行長知道要有強健的治理，但僅39％公司有落實管理AI風險之架構。此不一致突顯了巨大的治理落差，讓公司暴露於廣泛的風險之中。
董事必須確保，AI治理納入公司更廣的風險管理和遵循架構之內。RAND發現，許多組織都低估了AI系統內部的複雜性，未能適當投資必要的治理和基礎設施。縱使是最單純的AI系統，都相當複雜。此複雜性突顯了需要健全的AI治理架構，整合道德指導方針、監理要求及監控AI相關決定之明確當責性。若少了這些控制，組織不僅會有前所未見、不道德AI行為之風險，在營運和遵循上也可能會失敗、有聲譽損失和法律風險。
期待不一致
RAND強調有兩個會造成AI計畫失利的主要因素。第一個是，企業領導人和科技團隊之間經常溝通不良，即領導人無法清楚陳述用AI來解決的問題、或專注於當前熱門、但不是核心的主題。第二個是，開發商通常與最高領導層的接觸不足，無法完全瞭解業務的脈絡。這兩個問題會導致AI模型不正確，科技團隊目標錯誤而無法解決公司真正的需求。
董事必須確保，管理階層遵循嚴格的審查程序，可行性評估會決定AI是否是解決此任務的適當方案。這會確保計畫不僅是可行的，也符合組織更廣的策略目標。
取得及發展AI人才
AI的轉型潛能端賴於有正確的人才。IBM發現，有超過一半的執行長正在對AI相關職位進行招聘—這是一年前還沒存在的，但53％難以找到合適人才。這個人才落差，是公司採用AI的巨大阻礙，因為像資料科學家、機器學習工程師及AI專家這些職位，是供不應求。RAND也指出，人才短缺通常會造成AI計畫失利。縱使有清楚的願景，沒有所需專業的公司，其計畫還是可能停擺或失敗。
對董事而言這件事突顯了—不僅採用AI重要，有更廣的人才策略也種要。AI會帶動新職位的需求，突顯了人才需求全面評估的必要性。組織必須投資招聘與技能提升計畫，以建立員工管理AI技術之能力。董事會要確保管理階層會積極處理人才落差，強化AI相關職位之員工，並確保長期成功所需的具體技能。
長期投資與短期獲利
許多領導人未能掌握未來獲利必要的前期投資，僅重視短期獲利、而非AI能提供的轉型潛能。在AI措施還很小、可管理的階段時，領導人可平衡保護短期收益的需求，同時也做出必要的投資以確保長期成功。RAND還表示，AI措施通常要花上一年、甚至更久的時間才能見效，這需要長期性的關注、投資及耐心。董事會必須要從長期觀點看，確保AI計畫有充足的資源，並符合公司策略目標。如果做對了，效益遠大於成本。
為AI成功打下基礎
在展開AI計畫之前，公司必須先做全面性的準備評估，以瞭解他們的能力和落差之處。此評估要回答以下幾個基本問題：
*我們有什麼？
*我們需要什麼？
*我們有什麼阻礙？
這個評估還包含以下幾個關鍵領域：
*資料治理。評估應從資料治理成熟度開始，這是建立AI輸出信任的基礎。有效的資料治理，會確保資料有完整的管理、安全而且合乎規定，這對AI為基礎的見解十分重要。在缺乏適當的治理結構下，縱使最先進的AI系統，也會產生有缺陷、不可靠的結果。由於有高達80％的AI計畫是與資料準備有關的，故必須要是所有想採用AI之組織的優先事項。
*人才與專長。AI計畫需要具體的職位，包括資料科學家、機器學習工程師與AI專家。準備評估應該要評估組織是否具備所需人才，或者是否要透過招聘人員或外部供應商方式處理相關落差。由於AI專長需求頗高，故公司也必須投資現有員工之技能提升。此外，應該要審視董事會的技能矩陣，以判斷是否需要具備AI專長之董事來進行監督。
*核心系統調適。傳統的系統通常無法支持AI技術。應該要評估IT基礎設施、資料儲存和運算能力，以辨明所有關鍵限制—比如無法擴大、安全漏洞或抗拒，這些都可能會阻礙AI採用。此外，應該要評估這些系統之能力，以處理日益增加的A和資料保密遵循要求。
*AI使用清單。對當前AI應用（包括內部及外部承包商的）有一份全面性的清單很重要。董事與管理階層需要明確瞭解—AI在整個組織裡如何、在哪裡部署。承包商管理流程應該要加以更新，以確保符合負責任的AI政策，特別是承包商現在越來越將AI整合到他們的方案之內，但卻沒有明確的客戶意識。
*市場和競爭分析。評估應該包含一份市場分析，以瞭解競爭者如何運用AI、或規劃如何整合。其重要性是，在將AI視為策略資源上可別落伍了。深入瞭解競爭者的AI策略，可幫助組織對AI投資、維持競爭力做出明智的決定。
*防禦姿態。全面性的準備評估，必須考慮到AI會如何用來對抗組織—不僅是惡意者，關鍵的是包括競爭者。這包括評估競爭者會如何使用、或計畫使用AI來擾亂市場、獲得策略優勢，或在創新上大幅領先。藉由瞭解這些潛在的競爭威脅，公司可發展出對應策略，確保其AI措施仍具競爭力、而且是前瞻性的。
*員工和文化上的準備。準備評估應評估員工對採用AI之準備、以及AI會如何影響到企業文化。改變管理、領導力和技能提升計畫，對於確保順利轉型到AI基礎運作十分關鍵。關鍵的人員，比如遵循或稽核人力，也是推動AI必須準備的。
*遵循準備。跨國的資料轉移法規、資料保密要求和AI相關的規定，彼此差異很大且常彼此衝突。有鑑於其複雜性，此準備評估必須評估組織的遵循局勢，特別是關注AI對資料保密、安全和風險管理之影響。董事必須確保有健全的架構，已遵守各國、國際的規定，包括由跨國資料流動所帶來的挑戰。監理風險評估，對於要遵守演變中、分散的各國法律要求，十分重要。
資料來源：https://www.directorsandboards.com/board-issues/ai/is-your-board-ready-for-ai/
沒有留言:
張貼留言