全球 AI 应用正加速发展，组织亟需建立治理结构以指导 AI 的合乎道德、透明和负责任的使用。本指南提供了一个实施有效 AI 治理的路线图，包括对 NTT DATA 自身 AI 治理方法的解释，该方法结构化地支持组织在 AI 部署的每个阶段。
AI 治理的重要性与挑战
- GenAI 的兴起和监管趋势：生成式 AI (GenAI) 的出现及其带来的巨大商业价值，以及全球范围内对 AI 治理的监管努力（如欧盟 AI 法），都凸显了实施 AI 治理的紧迫性。
- AI 采用的挑战：组织在 AI 采用过程中面临的主要挑战包括缺乏成熟的治理框架、进入门槛高以及数据隐私、算法偏见和监管合规等风险。
- 负责任的 AI 开发：负责任的 AI 强调在 AI 系统的设计、开发和部署中融入伦理原则、法律标准和 社会价值观，以防止对个人和环境的伤害，并促进人类福祉。
AI 治理框架和工具
- 缺乏标准化框架：目前尚无全球公认的 AI 治理标准，这既带来了灵活性，也带来了不确定性。组织需要根据自身需求选择合适的治理方案。
- 现有治理框架：联合国指导原则、经合组织 AI 原则、欧盟 AI 法、新加坡 AI 治理框架和 ISO/IEC 42001 等框架为 AI 治理提供了宝贵的参考。
- AI 治理的关键组成部分：一个强大的 AI 治理框架应包含以下关键要素：
- 涵盖基本原则：如问责制、隐私、公平性和安全性。
- 风险管理流程：识别、评估和减轻与 AI 技术相关的风险。
- 人类参与 (HITL) 方法：在 AI 模型的开发和实施过程中进行人类监督。
NTT DATA 的 AI 治理方法
NTT DATA 提供了一个全面的 AI 治理方法，涵盖 AI 生命周期的整个阶段，并提供结构化的模型，组织可以整体或模块化地应用该方法，以适应不同的成熟度水平并符合行业最佳实践。
- 战略：将 AI 价值与公司战略相结合，通过确定有影响力的用例、制定清晰的路线图和促进所有利益相关者的积极参与来实现。
- 组织：建立定制的组织模型，以支持 AI 的长期成功实施，包括定义角色和职责、建立协作模式和培养 AI 人才和文化。
- 运营：协调支持 AI 生命周期的流程、工具和基础设施，包括 AI 生命周期管理、流程编排和 AI 治理工具。
- 负责任的 AI：通过建立 AI 办公室、制定政策和程序、实施风险管理、制定 AI 伦理指南和促进利益相关者合作来推动负责任的 AI 发展。
从蓝图到现实：AI 治理的实施
NTT DATA 提供了一个三步流程来实施全面的 AI 治理：
- AI 成熟度评估：评估组织当前的 AI 成熟度，以了解其优势、差距和采用治理的准备情况。
- 定制 AI 路线图：根据评估结果，设计定制的 AI 路线图，概述实现 AI 框架的战略计划、里程碑和所需资源。
- 治理实施：将 AI 治理嵌入到日常实践中，通过建立结构、流程和政策来促进持续的监督、持续改进和对道德、法律和组织指南的协调。
结论
随着组织加速采用 AI（尤其是 GenAI 和自主 AI），建立强大的 AI 治理框架已成为战略要点。通过整合平衡战略优先事项、监管合规和伦理考量的治理结构，组织可以充分发挥 AI 的全部潜力，同时有效管理相关风险。NTT DATA 的 AI 治理方法为组织提供了一个可扩展和模块化的解决方案，支持 AI 项目与战略目标保持一致，并帮助建立明确的角色和职责，同时将伦理原则融入 AI 生命周期的每个阶段。通过在整个组织中嵌入负责任的 AI 实践，组织可以培养一种以信任、问责制和道德决策为根基的创新文化。
