Наиболее обширную группу составляют риски утечки данных, целостности информации, ущерба репутации, соблюдения нормативных правовых обязательств. Создание и адаптация системы искусственного интеллекта под эффективное решение задач предполагает применение больших объемов данных. То есть поставляемые системой ИИ результаты окажут непосредственное влияние на решение задач бизнеса. Данные, которые применялись изначально в создании системы, а главное — их достоверность — становятся существенными.
Если данные неточны, а контрольных процедур недостаточно, то могут последовать штрафы (например, за раскрытие защищаемых клиентских данных). Велика вероятность утечки конфиденциальных данных в сервисы ИИ, поддерживаемые третьими лицами, включая встроенные (WIndows Copilot). ИИ может заполучит данные о зарплате работников, если эти данные будут подключены для обучения моделей ИИ вне расширения мер контроля доступа.
В случае, когда на ИИ возложена задача прогноза или моделирования, есть опасность принятия ошибочного бизнес-решения из-за некорректного результата. А если моделирование будет выполнено неправильно, это обернется для бизнеса потерей прибылей.
ИИ зависит от программистов — вернее, их навыков и профессионализма. От качества написанного ими кода, а также от соблюдаемой ими корпоративной этики. Когда формируется программный модуль, задается рамка вероятного применения и подбирается узкий набор тренировочных данных и/или сценариев тестирования, для которых сложно предусмотреть все возможные будущие варианты и области применения такого кода.
В российских компаниях процветает Shadow IT. Это явление, при котором работники самостоятельно решают, какой приложение выбрать для решения рабочих задач. Причем касается это как мелких задач, так и управления целыми проектами. Увы, не в каждой компании безопасность на высшем уровне. Особенно если речь идет о малом бизнесе.
Сотруднику ничего не помешает применить бота или браузерное расширение и сгружать ему данные из клиентской базы и коммерческую информацию.
Так порой удобнее, но тут же данные могут утечь на сторону, а потом всплыть там, где меньше всего ожидаешь.
А еще такой момент: когда ИИ начинает выполнять задачи сотрудников, то последние от них попросту отвыкают. А это значит потерю компетенций в той или иной степени. Сотрудники также начинают безоговорочно доверять машине, а это тоже чревато последствиями.
Но как быть на предприятиях в свете Индустрии 4.0 (трансформация промышленности при внедрении цифровых технологий)? А тут пока выводы делать рано — при стремительном распространении ИИ в мире во всех сферах человеческой жизни, российские промышленники «пускают» цифровизацию на свои предприятия крайне осторожно. Опытной массы в стране еще пока нет, чтобы копаться в примерах и отслеживать тенденции.
«Владельцы промышленных предприятий пока еще не осознали до конца, что цифровые решения способны им показывать прозрачно, как работает их е производство. Гендиректор может годами разводит руками и не понимать, почему при ровных отчетах производительность падает, эффективность не дотягивает и т. д. А внедри он аппаратный мониторинг, может вообще оказаться, что у него ночная смена не работает, приходит чай пить, станки простаивают. И это не анекдот, это реальность, с которой мы сталкивались в своей практике. А вообще цифровизация в корне меняет систему управления, ведь принятие управленческих решений начинает основываться на базе достоверных цифровых данных, а значит, в короткое время корректируется производственно-технологический поток», — поделился гендиректор компании «ПОТОК-7» Артем Сеник.
Впрочем, до ощутимой цифровизации производства, полагает Артем Сеник, осталось несколько лет. Сарафанное радио уже начало работать.
