Искусственный интеллект: где место ИТ-директора? Типовые варианты

Автор: Александр Михайлов, эксперт по ИТ-стратегиям и управлению ИТ, MBA, генеральный директор компании «Консалтинг по управлению ИТ», editor@info-strategy.ru

Материал статьи построен на базе лучшего международного опыта разработки ИТ-стратегий и практического опыта автора:

Резюме статьи: для ИИ важна уместная для конкретной компании и понятная модель распределение ответственности за ИИ и ИТ, а именно:

• Руководство компании должно определять цели применения ИИ, ожидаемый эффект, допустимый уровень затрат и место ИИ среди других приоритетов;
• Бизнес-заказчики и владельцы процессов должны отвечать за практическую пользу ИИ: какие задачи решаются, кто будет использовать результат и как изменится процесс;
• ИТ-директор и ИТ-служба отвечают за техническую реализуемость, интеграции, инфраструктуру ИТ, информационные системы, сопровождение и безопасность эксплуатации;
• Сотрудники ИТ, занимающиеся данными и/или аналитические подразделения должны отвечать за качество, доступность, подготовку и корректное использование данных;
• ИБ и юристы должны участвовать с самого начала внедрения ИИ — чтобы учитывать конфиденциальность, внешние сервисы, правовые и репутационные риски.

Когда в компании начинают внедрять искусственный интеллект, один из самых важных вопросов: кто за это отвечает. Пока ИИ остаётся темой для обсуждений и пилотных проектов, отсутствие ясного ответа может быть не критичным. Но как только ИИ начинает влиять на процессы, данные и сервисы, тема ответственности становится одной из ключевых.

Типовой ошибкой является то, что ИИ пытаются “повесить” на одного человека или на одно подразделение. Например, только на ИТ-службу или только на одного энтузиаста. Такой подход вероятно даст слабый результат. ИИ затрагивает много уровней компании: бизнес-цели, данные, ИТ-архитектуру, процессы, риски, безопасность, работу с клиентами, юридические вопросы и обучение пользователей. Поэтому ответственность за ИИ должна быть распределённой, но при этом управляемой.

Почему нельзя назначить одного “главного по ИИ” и на этом успокоиться

В коммерческих компаниях ИИ почти никогда не является чисто технической темой. Если ИИ используется для продаж, аналитики, поддержки сотрудников или цифровых продуктов, значит он уже выходит за пределы одной зоны ответственности.

Если ответственность полностью отдать ИТ-службе, тема может слишком сильно уйти в инфраструктуру, интеграции и выбор платформ, а бизнес-ценность окажется на втором плане. Если полностью передать тему бизнесу, можно получить завышенные ожидания при слабом учёте данных, информационных систем и технических средств. Если поручить всё внешнему подрядчику, компания рискует остаться без собственного устойчивого управления этим направлением.

Поэтому вопрос должен звучать не “кто единственный отвечает за ИИ”, а “как распределить ответственность так, чтобы тема ИИ была и полезной бизнесу, и реализуемой на практике”.

Кто обычно должен отвечать за ИИ в компании

В коммерческой компании тема ИИ обычно требует участия нескольких ролей.

1. Руководство компании

У высшего руководства должна быть ответственность за цели использования ИИ. Именно руководство определяет, зачем компании вообще нужен ИИ, какой эффект ожидается, насколько тема важна стратегически и какое место она занимает среди других приоритетов.

Руководство не должно заниматься деталями моделей, платформ и интеграций. Но оно должно:

• определять цели использования ИИ;
• определять допустимый уровень инвестиций;
• поддерживать выбор приоритетных направлений;
• принимать решения по масштабу внедрения;
• обеспечивать управленческую поддержку изменений.

Если руководство не вовлечено, ИИ часто остаётся набором локальных проектов в отдельных подразделениях компании.

2. Бизнес-заказчики и владельцы процессов

Если ИИ внедряется ради реальной пользы, у каждого значимого использования ИИ должен быть бизнес-владелец. Это может быть руководитель подразделения, продукта или конкретного процесса.

Именно бизнес-заказчик должен отвечать на вопросы:

• зачем нужно использования ИИ;
• какие проблемы решаются;
• какой эффект ожидается;
• как изменится процесс после внедрения;
• кто будет использовать результат.

Без бизнес-владельца проект по ИИ почти всегда превращается либо в техническую игрушку, либо в прикольный пилотный проект без понятного места в реальной работе компании.

3. ИТ-директор и ИТ-служба

ИТ-директор и ИТ-служба отвечают за внедрения и поддержку работы ИИ внутри компании. Именно здесь возникают вопросы интеграции, архитектуры, инфраструктуры, безопасности, сопровождения и связи с существующими информационными системами.

Роль ИТ-службы состоит не в том, чтобы “придумать, где нужен ИИ”, а в том, чтобы:

• оценить техническую реализуемость использования ИИ;
• определить требования к данным и информационным системам;
• обеспечить интеграцию с ИТ-ландшафтом;
• организовать сопровождение решений;
• организовать работу с поставщиками;
• контролировать устойчивость и безопасность эксплуатации.

Если ИТ-служба не участвует как полноценный контур ответственности, ИИ-решения часто остаются оторванными от реальной среды компании.

4. Руководители по данным и аналитике

Во многих случаях именно данные определяют, будет ли ИИ вообще работать и даст ли пользу. Поэтому там, где в компании есть выделенные ответственные за данные и/или аналитические подразделения, они должны быть полноценными участниками управления темой ИИ.

Их зона ответственности обычно включает:

• качество и доступность данных;
• источники данных;
• подготовку данных для использования ИИ;
• оценку ограничений и рисков;
• участие в выборе подходов и моделей;
• контроль корректности использования данных.

5. Информационная безопасность и юридические вопросы

Но при реальном внедрении ИИ резко возрастает значение вопросов безопасности, доступа, конфиденциальности, правомерности использования данных и допустимости автоматизированных решений.

Поэтому ИБ и, при необходимости, юристы должны участвовать не как «блокирующий контур“ в конце работ, а как часть общей схемы ответственности.

Их роль обычно включает:

• оценку рисков работы с данными;
• правила доступа и разграничения прав;
• контроль допустимости внешних сервисов и платформ;
• соответствует законодательству;
• участие в формировании внутренних правил использования ИИ;
• снижение регуляторных и репутационных рисков.

Нужен ли отдельный “директор по ИИ”

В некоторых компаниях иногда появляется новая должность, связанная с координацией ИИ-направления. Это может быть руководитель программы, директор по ИИ, руководитель центра компетенций или другой похожий формат. Это круто, современно, но не всегда уместно.

Такая отдельная должность уместна, если:

• ИИ уже стал заметным направлением развития;
• проектов по ИТ много, и они требуют координации;
• нужно связывать бизнес, ИТ-службу, данные и внешних поставщиков;
• тема уже вышла за пределы отдельных пилотов;
• компании нужен единый управляющий контур;
• компания весьма велика, есть уже сотни и тысячи сотрудников ИТ.

Но в большинстве коммерческих компаний на первом этапе важнее не создать громкую новую должность, а выстроить работающее распределение ответственности между существующими ролями. Иначе есть риск получить “ответственного за всё”, у которого формально есть тема ИИ, но нет реальных рычагов влияния на бизнес, ИТ-службу, данные и процессы.

Кто отвечает за пилоты, а кто — за масштабирование

Полезно разделять ответственность за разные стадии.

На стадии пилотных проектов важно:

• выбрать разумные варианты использования ИИ;
• быстро проверить гипотезы;
• не завысить ожидания;
• понять реальные ограничения.

Здесь обычно сильнее роль бизнес-заказчика, ИТ-службы и специалистов по данным.

На стадии масштабирования структура ответственности становится жёстче. Здесь уже нужно отвечать за:

• стабильность работы;
• сопровождение;
• качество результата;
• обучение пользователей;
• измерение эффекта;
• связь с бюджетом и приоритетами компании.

То есть переход от пилота к масштабированию почти всегда требует более зрелой модели управления. Если этого не сделать, компания может успешно провести пилотный проект, но не суметь превратить его в реальные бизнес-процессы компании.

Какая модель ответственности обычно работает лучше всего

Для многих коммерческих компаний наиболее жизнеспособной оказывается не полностью централизованная и не полностью распределенная модель, а смешанная.

Обычно лучше всего работает схема, где:

• руководство задаёт общую рамку и приоритеты;
• бизнес отвечает за ценность и сценарии применения;
• ИТ-служба отвечает за интеграцию, архитектуру и сопровождение;
• владельцы данных или аналитическое направление отвечает за готовность данных и аналитическую основу;
• ИБ и юристы контролируют риски и правила;
• отдельный координирующий контур собирает всё это в единый процесс.

Такая модель позволяет не сводить ИИ ни к чисто техническому проекту, ни к чисто бизнес-проекту. Она делает тему одновременно полезной и управляемой.

Что происходит, если ответственность не определена

Если в компании нет ясного ответа на вопрос об ответственности за ИИ, обычно возникают одни и те же проблемы:

• много разговоров, но мало дела;
• пилоты запускаются случайно;
• нет понятных приоритетов;
• ожидания бизнеса серьезно расходятся с возможностями ИТ-службы;
• никто не отвечает за готовность данных;
• вопросы безопасности вспоминаются слишком поздно;
• хорошие идеи не масштабируются;
• неясно, кто оценивает результат и принимает решение о продолжении.

Именно поэтому тема ответственности не организационная формальность, а один из ключевых факторов успеха всей работы с ИИ.

Вывод

Внедрение ИИ в коммерческих компаниях не может быть зоной ответственности только одного человека или одной службы. Это тема на стыке бизнеса, ИТ-службы, данных, процессов и управления рисками. Поэтому хороший подход — не искать одного “главного по ИИ”, а выстраивать понятную и управляемую модель распределённой ответственности.

Руководство должно определять цели и затраты на ИИ. Бизнес — отвечать за использование ИИ. ИТ-директор и ИТ-служба — за внедрение и сопровождение. Data-команда — за данные и аналитическую основу. ИБ и юристы — за безопасность и соответствия.

Другие статьи по стратегии внедрения искусственного интеллекта

Помощь в разработке ИТ-стратегии (а также по стратегиям ЦТ и ИИ)

Конфигуратор (тесты)

• Поможет ли стратегия вашей компании?
• Нужны ли стратегии: ИТ / ЦТ / ИИ ?
• Какие нужны разделы?

Публикации и услуги

• Книги и статьи
• Обучение по ИТ-стратегии: корпоративное и в группе
• Консалтинг , Аудит

Консультация

• Консультация по ИТ-стратегии, помощь в выборе вариантов разработки