Odpowiedzialność

Ład korporacyjny AI to przede wszystkim jasny podział ról: kto decyduje, kto wykonuje, kto sprawdza, kto bierze odpowiedzialność.

Zacznijmy od zagadki Co to jest?

Czas start.

Bez tytułu

Jakaś tabelka w Excelu? Brawo! Tylko nie do końca jakaś, ale bardzo ważna w kontekście AI Governance. To fragment matrycy RASCI, która układa nam proces pod kątem tego kto i za co (a także kiedy) odpowiada.

Jej rozkodowanie jest dość proste. Lewa strona to konkretny krok, który mamy na naszej liście - procesie AI Governance - który ma być wykonany wna określonym etapie. U góry mamy konkretne zespoły / osoby, które wykonują zadania.

A potem już z górki - przypisujemy każdej jednostce konkretne działanie, np. udzielenie konsultacji czy wzięcie odpowiedzialności. Oczywiście bez dobrze rozpisanego procesu na niewiele się nam to zda ;)

Faza / Zadanie Biznes / Sponsor AI Steward Data / IT Legal & Compliance
1. Zdefiniowanie celu biznesowego R (Responsible) C (Consulted) C (Consulted) I (Informed)
2. Oczyszczenie danych zasilających A (Accountable) R (Responsible) S (Support) I (Informed)
3. Ocena ryzyka prawnego (AI Act / RODO) A (Accountable) S (Support) I (Informed) R (Responsible)
4. Budowa architektury i modelu I (Informed) C (Consulted) R / A C (Consulted)
5. Weryfikacja merytoryczna wyników (Evals) A (Accountable) R (Responsible) S (Support) C (Consulted)

Legenda: R (Responsible) — Kto wykonuje zadanie; A (Accountable) — Kto ponosi ostateczną odpowiedzialność; S (Support) — Kto wspiera; C (Consulted) — Z kim to konsultujemy; I (Informed) — Kto jest tylko informowany.

Konkretne osoby Czy AI Governance musi mieć "specyficzne" role?

Na tak postawione pytanie trudno jednoznacznie odpowiedzieć. Zasadniczo możemy obejść się bez nowych ról i przypisać zadania do już istniejących, ale z czasem może się okazać, że jedna osoba nie jest po prostu w stanie temu podołać i zmiana organizacyjna stanie się oczywista.

Mamy jednak kilka ról, które wybijają się na pierwszy plan. O kompetencjach będę jeszcze pisał, więc tutaj znajdziesz podstawy.

Lider/Liderka AI To ta osoba wyznacza kierunek i jest wsparciem dla innych

W świecie AI i przetwarzania danych czujesz się jak ryba w wodzie i świetnie znasz swoją organizację. Dla Ciebie podążanie jedną ścieżką nie jest optymalne, szukasz nowych dróg rozwoju i możliwości łączenia kropek.

To właśnie łączenie obszarów biznesowych, technologii i regulacji jest Twoją największą przewagą. Potrafisz dobrać odpowiednie osoby do odpowiednich procesów, ocenić wartość inicjatyw AI i przekonać zarząd do inwestycji, która na pozór wydaje się mało atrakcyjna.

Świetnie komunikujesz się właściwie z każdym, a dyplomacja i rozumienie wewnętrznej polityki nie są dla Ciebie żadną tajemnicą. W organizacji odpowiadasz m.in. za politykę AI Governance i to, że matryca RASCI (odpowiedzialności) działa sprawnie. Podejmujesz krytyczne decyzje dotyczące kluczowych inicjatyw i nadajesz ton działaniom podejmowanych przez pracowników operacyjnych.

Współpraca z różnymi liniami biznesowymi, zespołami wsparcia i technologią układa się idealnie za sprawą tego, że poświęciłeś/aś dużo czasu na zrozumieniu specyfiki i języka oraz położenia w architekturze korporacyjnej każdego zespołu. Jesteś prawą ręką CTO, ale i prezesa zarządu, który podejmuje decyzje dotyczące strategii organizacji, także w obszarze AI & Data.

Podobne role: Chief AI Officer, pełnomocnik ds. AI.

Wykształcenie: mniej istotne jest wykształcenie co praktyka i zrozumienie organizacji, ale prawdopodobnie w swoim życiu wybierałeś kierunki zarządcze i związane z management, także w obszarze IT. Masz solidne podstawy w zakresie zarządzania ludźmi i wybitne kompetencje komunikacyjne. Prawdopodobnie skończyłeś/aś studia MBA lub podobne.

Doświadczenie (pożądane): przeszedłeś/przeszłaś długą drogę rozwoju zawodowego próbując trochę biznes, trochę technologii, a być może nawet obszarów ryzyka czy compliance. Zdobyte doświadczenie dało Ci podstawy do objęcia roli menadżerskiej i zarządzania większymi zespołami.

Czempion AI A może AI Steward?

Wyobraź sobie organizację, w której wszystkie inicjatywy z obszaru AI i danych są realizowane silosowo, przypadkowo i bez konkretnych ram opieki. Nie ma nadzoru, nie ma specjalnego traktowania, po prostu chaos. To rzeczywistość wielu organizacji, które nie decydują się na kogoś takiego jak Ty – eksperta od budowania i utrzymywania ram AI Governance.

Do Twoich zadań należy m.in. koordynowanie całego procesu związanego z realizacją inicjatyw, współpraca z jednostkami merytorycznymi i technicznymi, a także wspieranie zarządu w podejmowaniu kluczowych decyzji z zakresu sztucznej inteligencji. Zapewniasz, że inicjatywy, także w obszarze wytwórczym SDLC, są realizowane w sposób zgodny z przyjętymi ramami i zasadami.

Nie odpowiadasz bezpośrednio za każdy z tych obszarów, ale Twój udział i wsparcie przyczyniają się do sukcesu poszczególnych jednostek, jak i całej organizacji. Pełnisz nową rolę, której przyszłość widać jak na dłoni – każda organizacja prędzej czy później zmieni kierunek i zwrócić wzroku ku automatyzacji, AI i mądrzejszemu wykorzystaniu danych.

Jesteś człowiekiem wielu talentów. Łaczysz kompetencje merytoryczne z technicznymi i uzupełniasz tymi „miękkimi”, związanymi z przywództwem i komunikacją. Jesteś pomostem pomiędzy biznesem, technologią i regulacjami. Jesteś tą osobą, która rozumie konteksty biznesowe organizacji, wewnętrzną politykę i architekturę oraz zależności, które w niej występują. Łączysz kropki. Jesteś na czele obszaru, którego przyszłość także kształtujesz.

Podobne role: AI Governance Officer, Pełnomocnik ds. AI, Lider AI, Lider AI.

Wykształcenie: techniczne (niekoniecznie inżynieryjne), biznesowe, nauki społeczne połączone z technicznym, alternatywnie wykształcenie „bazowe” wraz ze studiami podyplomowymi. Pożądane ukończone szkolenia z zakresu komunikacji i zarządzania konfliktami.

Doświadczenie (pożądane): praca w obszarach ryzyka operacyjnego, w szczególności technologicznego, działy i jednostki odpowiedzialne za produkt, praca przy projektach multidyscyplinarnych oraz wymagających kontaktu z wyższą kadrą menadżerską, praca jako project manager jako znaczący atut.

AI Product Owner Kto odpowiada za produkt?

Wyobraź sobie organizację, która ma wielkie ambicje wdrażania sztucznej inteligencji, ale nikt nie wie, jaki realny problem biznesowy ma ona rozwiązać. Zespoły techniczne budują narzędzia "dla samego budowania", testują kolejne modele, a biznes nie widzi z tego żadnego zwrotu z inwestycji.

Ty jesteś osobą, która nadaje temu wszystkiemu sens i cel biznesowy - AI zaczyna mieć sens. Jesteś wizjonerem i strategiem, który odpowiada za to, aby system AI faktycznie dostarczał wartość dodaną dla firmy i jej klientów. Jako Product Owner AI bierzesz na siebie zdefiniowanie uzasadnienia biznesowego (wizji biznesowej), zbieranie wymagań, planowanie prac oraz komunikację z klientami i opakowanie tego wszystkiego w sensowny produkt.

Stanowisz najważniejszy pomost między inżynierami uczenia maszynowego, data scientistami, architektami AI, prawnikami i samym biznesem, a także ostatecznym użytkownikiem. Twoją "supermocą" jest umiejętność bezbłędnego i przystępnego tłumaczenia skomplikowanych metryk technicznych (np. dokładności modelu) na twarde cele biznesowe oraz wyliczanie zwrotu z inwestycji (ROI) lub odwrotnie.

Rozumiesz, że wdrażanie AI to nie tylko technologia, ale odpowiednie dopasowanie rozwiązania do problemu, dbanie o doświadczenia użytkownika (UX/UI), zwinne operacjonalizowanie projektów oraz dogłębna ocena dostawców zewnętrznych (Vendor Evaluation).

Podobne role: AI Product Manager, AI Business Lead, AI Delivery Manager.

Wykształcenie: biznesowe, zarządzanie, ekonomia lub techniczne z silnym zacięciem zarządczym. Wysoce pożądane są certyfikaty z zakresu zwinnego zarządzania produktem i projektami (np. CSPO/PSPO, Agile/Scrum) oraz ukończone kursy dla menedżerów wprowadzające do koncepcji Data Science i sztucznej inteligencji, a także UX/UI.

Doświadczenie (pożądane): doświadczenie w zarządzaniu produktami IT, w tym kształtowania roadmapy, definiowania "user stories" i zarządzania cyklem życia wytwarzania oprogramowania (SDLC). Praktyka we współpracy z multidyscyplinarnymi zespołami (Data Science, IT, Legal, Risk, Biznes), ewaluacji zewnętrznych dostawców rozwiązań oraz skutecznej komunikacji B2B/B2C z naciskiem na poszukiwanie wartości (value creation). Data Storytelling to absolutny must.

Brakuje Ci ról i odpowiedzialności wokół AI?

Pomogę zaprojektować model RACI, zdefiniować mandat komitetu AI i obsadzić właściwych ludzi.

Odpowiedzialność za systemy AI

Kto odpowiada za działanie systemu AI: dostawca, wdrażający, dystrybutor czy użytkownik? Role wg AI Act i podział odpowiedzialności w organizacji.

Aktualizacja: