तेजी से आगे बढ़ें, लेकिन चीजों को तोड़ें नहीं: जिम्मेदार AI अपनाने और नवाचार के बीच संतुलन कैसे बनाएं

मैकिन्से के एक हालिया वैश्विक सर्वेक्षण के अनुसार, भले ही 78% संगठन अब व्यवसाय के कम से कम एक कार्य में AI का उपयोग करते हैं, केवल 13% ने AI अनुपालन विशेषज्ञों को नियुक्त किया है, और केवल 6% के पास कर्मचारियों में AI नैतिकता विशेषज्ञ हैं।

यह, ईमानदारी से, लापरवाह व्यवहार है।

हालांकि मेरे निकट अतीत में मैं सिलिकॉन वैली के “तेजी से आगे बढ़ें और चीजों को तोड़ें” नैतिकता में एक बड़ा विश्वासी था, हम AI के साथ ऐसा नहीं कर सकते हैं – एक प्रौद्योगिकी जो हमने पहले कभी नहीं देखी है और जो रोशनी की गति से बढ़ रही है।

AI को अपनाने के साथ कोई अर्थपूर्ण सुरक्षा उपाय नहीं है, यह वही तेजी से आगे बढ़ने वाला कोने काटने वाला है जो अंततः पीछे की ओर झुक जाएगा और जोखिम में सब कुछ तोड़ने का कारण बनेगा। केवल एक घटना में AI पूर्वाग्रह या दुरुपयोग के लिए वर्षों की प्रतिष्ठित ब्रांड निर्माण को पूरा करने के लिए पर्याप्त है।

और हालांकि कई सीआईओ और सीटीओ इन जोखिमों से अवगत हैं, वे ऐसा लगता है कि वे इस धारणा के तहत काम कर रहे हैं कि नियामक अंततः हस्तक्षेप करेंगे और उन्हें अपने स्वयं के ढांचे स्थापित करने से बचाएंगे, जिसके परिणामस्वरूप जोखिम के बारे में बहुत सारी बात होती है लेकिन वास्तव में बहुत कम देखभाल होती है।

हालांकि मुझे कोई संदेह नहीं है कि नियम अंततः आएंगे, मैं कम आश्वस्त हूं कि वे जल्द ही स्थापित किए जाएंगे। चैटजीपीटी लगभग तीन साल पहले पेश किया गया था, और हम केवल अब चैटबॉट्स और सुरक्षा जोखिमों पर सीनेट न्यायपालिका बैठक जैसी चीजों को देखना शुरू कर रहे हैं। वास्तविकता यह है कि यह वर्षों तक पहले किसी भी महत्वपूर्ण नियमन को देखने से पहले हो सकता है।

इसके बजाय इसे आंतरिक शासन में सुस्ती का बहाना बनाने के बजाय, व्यवसायों को एक अधिक सक्रिय दृष्टिकोण अपनाना चाहिए। विशेष रूप से यह देखते हुए कि जब नियम अंततः आते हैं, तो अपने स्वयं के ढांचे के बिना कंपनियां अनुपालन को पुनः स्थापित करने के लिए संघर्ष करेंगी। यह वही था जो जीडीपीआर और सीसीपीए को लागू किए जाने पर हुआ था।

बिल्कुल शुरुआती दशक के स्क्रैची स्टार्टअप्स को अब उच्च मानकों के लिए आयोजित किया जाता है क्योंकि वे बड़े हो गए हैं जो उन्हें विकसित करने में मदद करते हैं, हमें जिम्मेदारी से AI अपनाने के दृष्टिकोण में परिपक्व होना चाहिए।

जिम्मेदार AI तैनाती के साथ “अब खरीदें बाद में भुगतान करें” नहीं है – अब शुरू करें

जिम्मेदार दृष्टिकोण में पहला कदम नियामकों की प्रतीक्षा किए बिना अपने स्वयं के नियमों को स्थापित करना है। जो भी बढ़त आप आज सुरक्षा उपायों से बचने के द्वारा प्राप्त कर सकते हैं, वह भविष्य में आपको काटने के लिए वापस आ जाएगा जब आप पुनः अनुपालन की अत्यधिक महंगी और विघटनकारी प्रक्रिया का सामना करेंगे।

बिल्कुल, कई लोगों के लिए, समस्या यह है कि वे नहीं जानते कि कहां से शुरू करें। मेरी कंपनी ने हाल ही में सर्वेक्षण 500 सीआईओ और सीटीओ को बड़े उद्यमों में और लगभग आधे (48%) ने “जिम्मेदार AI उपयोग या तैनाती के लिए क्या है” को एक चुनौती के रूप में उद्धृत किया है।

एक आसान जगह शुरू करने के लिए है अपने ध्यान को केवल AI द्वारा संभव की गई सुविधाओं से परे विस्तारित करना और संभावित जोखिमों पर विचार करना। उदाहरण के लिए, हालांकि AI का उपयोग कर्मचारियों को समय बचा सकता है, यह व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) डेटा या व्यापार रहस्यों को लाइसेंस प्राप्त और अनुमोदित एलएलएम के साथ साझा करने की संभावना को भी खोलता है।

किसी भी डिजिटल कंपनी को आज सॉफ्टवेयर विकास जीवन चक्र (एसडीएलसी) के साथ परिचित होना चाहिए, जो गुणवत्ता वाले उत्पादों का निर्माण करने के लिए एक ढांचा प्रदान करता है। AI शासन के सर्वोत्तम अभ्यास को दैनिक कार्य में शामिल किया जाना चाहिए ताकि जिम्मेदार निर्णय लेना दिनचर्या का हिस्सा बन जाए, न कि बाद की बात।

एक शासी निकाय, जैसे कि एक नैतिकता समिति या शासन बोर्ड, स्थापित किया जाना चाहिए जो संगठन के भीतर वास्तव में AI के अनुप्रयोगों के मानकों को परिभाषित करता है, और इसी तरह मानक को निगरानी और बनाए रखने के लिए मीट्रिक को परिभाषित करता है। कार्यात्मक रूप से, यह AI टूलिंग और मॉडल शासन, समाधान अनुमोदन, जोखिम प्रबंधन, नियामक और मानकों के संरेखण, और पारदर्शी संचार की तरह दिखता है। हालांकि तकनीकी रूप से यह एक “नया” प्रक्रिया हो सकती है, यह डेटा के सर्वोत्तम अभ्यास और साइबर सुरक्षा को बनाए रखने से बहुत अलग नहीं है और स्वचालित किया जा सकता है ताकि किसी भी मुद्दों का शुरुआती पता लगाया जा सके।

बिल्कुल, सभी जोखिमों को एक ही स्तर का ध्यान देने की आवश्यकता नहीं है, इसलिए यह भी महत्वपूर्ण है कि एक स्तरित जोखिम प्रबंधन प्रक्रिया विकसित की जाए ताकि आपकी टीम अधिकांश प्रयासों पर ध्यान केंद्रित कर सके जो उच्च प्राथमिकता वाले हैं।

अंत में, और सबसे महत्वपूर्ण बात, आंतरिक और बाहरी दोनों तरह से शासन प्रथाओं के बारे में स्पष्ट और पारदर्शी संचार परम है। इसमें शासन मानकों के लिए जीवित दस्तावेजों को बनाए रखना और टीमों को अद्यतन रखने के लिए निरंतर प्रशिक्षण शामिल है।

नवाचार के लिए खतरे के रूप में शासन का इलाज बंद करें

यह बहुत संभव है कि जिम्मार AI के लिए वास्तविक खतरा यह विश्वास है कि शासन और नवाचार एक दूसरे के साथ विरोधाभासी हैं। हमारे सर्वेक्षण डेटा में 87% सीआईओ और सीटीओ ने महसूस किया कि बहुत अधिक नियमन नवाचार को सीमित करेगा।

लेकिन शासन को नवाचार के लिए एक रणनीतिक साथी के रूप में माना जाना चाहिए, न कि किसी प्रकार के नवाचार ब्रेक पैड के रूप में।

एक कारण है कि शासन को नवाचार को धीमा करने वाली एक शक्ति के रूप में देखा जाता है कि यह अक्सर उत्पाद विकास के अंत में छोड़ दिया जाता है, लेकिन सुरक्षा उपायों को प्रक्रिया का हिस्सा होना चाहिए। जैसा कि ऊपर उल्लेख किया गया है, शासन को स्प्रिंट चक्र में निर्मित किया जा सकता है ताकि एक उत्पाद टीम तेजी से आगे बढ़ सके, जबकि न्यायसंगतता, पूर्वाग्रह और अनुपालन के लिए स्वचालित जांच समानांतर में चल रही हैं। दीर्घकालिक यह भुगतान करता है क्योंकि ग्राहक, कर्मचारी और नियामक तब अधिक आत्मविश्वास महसूस करते हैं जब वे देखते हैं कि जिम्मेदारी शुरू से ही निर्मित है।

और यह साबित हुआ है कि वित्तीय पुरस्कार का भुगतान करता है। शोध से पता चलता है कि डेटा और AI शासन ढांचे के साथ संगठनों में 21-49% वित्तीय प्रदर्शन में सुधार होता है। हालांकि, इन ढांचों को स्थापित नहीं करने से अपने स्वयं के परिणाम होते हैं। उसी अध्ययन के अनुसार, 2027 तक, अधिकांश संगठन (60%) “अनैतिक AI शासन ढांचे के कारण अपने AI उपयोग मामलों के अपेक्षित मूल्य को महसूस करने में विफल रहेंगे।”

नवाचार के लिए शासन की आवश्यकता नहीं होने के तर्क के लिए एक अस्वीकरण यह है कि कानूनी टीमों को इन बातचीत में शामिल करने से चीजें धीमी हो जाती हैं। मेरे अनुभव में, हालांकि, एक शासन, जोखिम और अनुपालन (जीआरसी) टीम स्थापित करना चीजों को चिकनी और तेजी से चलाने में मदद करता है क्योंकि यह कानूनी और उत्पाद टीमों के बीच एक पुल के रूप में कार्य करता है।

जब अच्छी तरह से प्रबंधित किया जाता है, तो जीआरसी टीम कानूनी टीम के साथ सकारात्मक संबंध बनाती है, उनके लिए रिपोर्ट प्राप्त करने के लिए उनकी आंखें और कान के रूप में कार्य करती है, जबकि विकास टीम के साथ मिलकर भविष्य के मुकदमों और जुर्माने के जोखिमों को कम करने के लिए सहयोग करती है। अंततः, यह और भी मजबूती से साबित करता है कि शासन में जल्दी निवेश करना यह सुनिश्चित करने का सबसे अच्छा तरीका है कि यह नवाचार में हस्तक्षेप नहीं करता है।

स्केल करने में सक्षम शासन और निगरानी प्रणाली बनाएं

सर्वेक्षण किए गए सीआईओ और सीटीओ के इतने सारे लोगों को लगता है कि नियमन नवाचार को सीमित कर सकता है, एक समान रूप से बड़ा प्रतिशत (84%) उम्मीद करता है कि उनकी कंपनी अगले 12 महीनों में AI पर्यवेक्षण बढ़ाएगी। यह देखते हुए कि AI एकीकरण भविष्य में विस्तारित और स्केल होने की संभावना है, यह भी महत्वपूर्ण है कि शासन प्रणाली उनके साथ स्केल कर सकें।

मैं अक्सर उद्यमों के भीतर AI के शुरुआती चरणों में देखता हूं कि व्यवसाय के विभिन्न इकाइयां सिलोस में काम कर रही हैं ताकि वे समानांतर में विभिन्न तैनाती चला रही हैं और जिम्मेदार AI की अपनी अलग दृष्टि है। इन असंगतताओं से बचने के लिए, कंपनियों को तकनीकी, अनुपालन और व्यवसाय विशेषज्ञता को मिलाने वाले एक समर्पित AI सेंटर ऑफ एक्सीलेंस स्थापित करने में समझदारी होगी।

AI सेंटर ऑफ एक्सीलेंस कंपनी-व्यापी मानकों और स्तरित अनुमोदन प्रक्रियाओं को स्थापित करेगा, जहां निम्न-जोखिम वाले उपयोग के मामलों के लिए एक ग्लाइड पथ है। यह गति को बनाए रखते हुए सुनिश्चित करता है कि उच्च-जोखिम वाले तैनाती अधिक औपचारिक सुरक्षा जांच से गुजरते हैं। इसी तरह, उत्कृष्टता केंद्र को शीर्ष कार्यकारियों के लिए AI सुरक्षा केपीआई भी स्थापित करना चाहिए ताकि दैनिक व्यवसायिक कार्यों में जिम्मेदारी खो न जाए।

लेकिन इसे वास्तविकता बनाने के लिए, कार्यकारियों को शासन संकेतक ट्रैकिंग में सुधार की आवश्यकता है। वास्तविक समय डेटा वाले डैशबोर्ड इन संकेतकों पर बहुत अधिक प्रभावी होंगे जो वर्तमान में स्थिर अनुपालन रिपोर्ट हैं जो तुरंत पुराने हो जाते हैं और अक्सर अनपढ़ होते हैं। आदर्श रूप से, कंपनियां साइबर सुरक्षा जोखिमों की तरह ही AI जोखिम रजिस्टर भी बनाएंगी, साथ ही उन्हें यह भी रखना चाहिए ऑडिट ट्रेल जो दर्शाते हैं कि एमएल/एआई कार्यान्वयन क谁 द्वारा बनाया गया था, यह कैसे परीक्षण किया गया था, और यह समय के साथ कैसे प्रदर्शन कर रहा है।

यहां सबसे महत्वपूर्ण बात यह है कि जिम्मेदार AI के लिए शासन एक निरंतर प्रक्रिया है। यह केवल लॉन्च पर अनुमोदन के बारे में नहीं है, बल्कि मॉडल के जीवन चक्र में निरंतर निगरानी के बारे में है। इस प्रकार, प्रशिक्षण कुंजी है। विकासकर्ता, प्रौद्योगिकीविद् और व्यवसायिक नेताओं को जिम्मेदार AI प्रथाओं में प्रशिक्षित किया जाना चाहिए ताकि वे शुरुआती समस्याओं को जल्दी से पहचान सकें और शासन के उच्च मानकों को बनाए रख सकें क्योंकि प्रणाली विकसित होती है। ऐसा करके, AI तैनाती अधिक विश्वसनीय, प्रभावी और लाभदायक होने की संभावना है – बिना कुछ तोड़े।