Da dove cominciare: 3 leader IBM offrono consigli ai nuovi chief AI officer

Il numero di chief artificial intelligence officer (CAIO) è quasi triplicato negli ultimi 5 anni, secondo LinkedIn. Le aziende di tutti i settori si stanno rendendo conto della necessità di integrare l'intelligenza artificiale (AI) nelle loro strategie centrali sin dall'inizio, per evitare di rimanere indietro. Questi leader dell'AI sono responsabili dello sviluppo di un blueprint per l'adozione e la supervisione dell'AI, sia nelle aziende che nel governo federale.

A seguito di un recente ordine esecutivo dell'amministrazione Biden e di un notevole aumento dell'adozione dell'AI in diversi settori, l'Office of Management and Budget (OMB) ha pubblicato un documento su come le agenzie federali possano cogliere le opportunità dell'AI gestendone i rischi.

Numerose agenzie federali stanno nominando dei CAIO per supervisionare l'uso dell'AI nei loro domini, promuovere l'innovazione responsabile dell'AI e affrontare i rischi associati all'AI, tra cui l'AI generativa (gen AI), considerando l'impatto sui cittadini. Ma come faranno questi CAIO a bilanciare le normative con l'innovazione? Come promuoveranno la fiducia?

Tre leader IBM condividono i propri insight sulle opportunità e sulle sfide più importanti che i nuovi CAIO dovranno affrontare nei primi 90 giorni:

I primi 90 giorni come chief AI officer saranno intensi e veloci, ma dovresti comunque rallentare e non cercare scorciatoie. Considera sicurezza, inclusività, affidabilità e governance fin dall'inizio, piuttosto che come aspetti da affrontare alla fine. Tuttavia, non permettere che la cautela e la prospettiva critica del tuo agente del cambiamento sociale interiore spengano l'ottimismo del tecnologo che c'è in te. Ricorda che solo perché l'AI è qui ora, la tua organizzazione non è assolta dalle sue attuali responsabilità nei confronti delle persone. Prendi in considerazione i più vulnerabili tra noi quando specifichi il problema, comprendi i dati e valuti la soluzione.

Non avere paura di riformulare l'equità, dalla semplice ripartizione di risorse limitate in modo equo alla ricerca di un modo per prendersi cura dei più bisognosi. Non avere paura di riformulare la responsabilità, dalla semplice conformità alle normative alla gestione della tecnologia. Non avere paura di riformulare la trasparenza, passando dalla semplice documentazione delle scelte fatte a posteriori alla ricerca di input da parte del pubblico in anticipo.

Proprio come la pianificazione urbana, l'AI è infrastruttura. Le scelte fatte ora possono influenzare le generazioni future. Lasciati guidare dal principio della settima generazione, ma non soccombere ad argomenti basati sul rischio esistenziale a lungo termine a scapito di danni chiari e presenti. Tieni d'occhio i danni che abbiamo riscontrato nel corso di diversi anni attraverso la modellazione del machine learning, così come i danni nuovi e amplificati che stiamo vedendo attraverso i foundation model pre-addestrati. Scegli modelli più piccoli il cui costo e comportamento possano essere governati. Pilota e innova con un portfolio di progetti, riutilizza e potenzia le soluzioni ai modelli comuni che emergono e, solo allora, offri risultati su larga scala attraverso un approccio basato su una piattaforma multimodello.

Per promuovere efficienza e innovazione e aumentare la fiducia, tutti i CAIO dovrebbero iniziare implementando un programma di governance dell'AI per affrontare le questioni etiche, sociali e tecniche che sono fondamentali per creare uno sviluppo e un'implementazione dell'AI affidabili.

Nei primi 90 giorni, inizia a condurre una valutazione della maturità organizzativa della tua organizzazione. Rivedi i framework e gli strumenti di valutazione per avere un'indicazione chiara degli eventuali punti di forza e dei punti deboli che influenzeranno la tua capacità di implementare strumenti di AI e che ti aiuteranno con i rischi associati. Questo processo può aiutarti a identificare un problema o un'opportunità che una soluzione AI può gestire.

Oltre ai requisiti tecnici, dovrai anche documentare e articolare l'etica e i valori a livello di organizzazione riguardo alla creazione e all'uso dell'AI, che influenzeranno le tue decisioni sul rischio. Queste linee guida dovrebbero affrontare questioni come la privacy dei dati, i pregiudizi, la trasparenza, la responsabilità e la sicurezza.

IBM ha sviluppato principi di fiducia e trasparenza e un playbook "Ethics by Design” che può aiutare te e il tuo team a rendere operativi tali principi. Come parte di questo processo, stabilisci meccanismi di responsabilità e supervisione per garantire che il sistema di AI venga utilizzato in modo responsabile ed etico. Ciò include la definizione di chiare linee di responsabilità e supervisione, nonché processi di monitoraggio e auditing per garantire la conformità alle linee guida etiche.

Successivamente, dovresti iniziare ad adattare le strutture di governance esistenti della tua organizzazione per supportare l'AI. L'AI di qualità richiede dati di qualità. Molti dei tuoi programmi e pratiche esistenti (come la gestione del rischio da terze parti, il procurement, l'architettura aziendale, le pratiche legali, la privacy e la sicurezza delle informazioni) si sovrappongono già per creare efficienza e utilizzare appieno il potere dei team della tua organizzazione.

 La scadenza del 1° dicembre 2024 per incorporare le pratiche minime di gestione del rischio nell'AI che ha un impatto sulla sicurezza e sui diritti, o per smettere di usare l'AI fino al raggiungimento della conformità, arriverà prima di quanto si pensi. Nei primi 90 giorni di lavoro, approfitta degli strumenti automatizzati per semplificare il processo e rivolgiti a partner affidabili, come IBM, per implementare le strategie che ti serviranno per creare soluzioni di AI responsabile.

Da oltre un decennio, IBM collabora con agenzie federali statunitensi per aiutarle a sviluppare l'AI. La tecnologia ha consentito a molte agenzie federali di compiere importanti progressi in termini di efficienza operativa, produttività e processi decisionali. Ad esempio, l'AI ha aiutato l'Internal Revenue Service (IRS) ad accelerare l'elaborazione delle dichiarazioni dei redditi cartacee (e l'invio dei rimborsi fiscali ai cittadini), il Department of Veterans Affairs (VA) a ridurre il tempo necessario per elaborare le richieste dei veterani e il Fleet Forces Command della Marina a pianificare e bilanciare meglio le forniture alimentari, riducendo al contempo i rischi correlati nella supply chain. 

IBM riconosce inoltre da tempo i potenziali rischi dell'adozione dell'AI e supporta una governance solida e un'AI trasparente, spiegabile, robusta, equa e sicura. Per contribuire a mitigare i rischi, semplificare l'implementazione e utilizzare al meglio le opportunità, tutti i nuovi CAIO nominati dovrebbero stabilire un approccio aziendale ai dati e un framework per l'adozione dell'AI. L'accessibilità, il volume e la complessità dei dati sono tutte aree che devono essere comprese e affrontate. "A livello aziendale" suggerisce che lo sviluppo e l'implementazione di AI e governance dei dati debbano uscire dai tradizionali silos organizzativi. Coinvolgi gli stakeholder di tutta la tua organizzazione, così come eventuali partner del settore. Misura i tuoi risultati e impara strada facendo, sia dagli sforzi della tua organizzazione che da quelli dei tuoi colleghi all'interno del governo.

E infine, il vecchio detto "inizia pensando alla fine" è più vero oggi che mai. IBM consiglia ai CAIO di incoraggiare un approccio all'AI basato sui casi d'uso; ciò significa identificare i risultati e le esperienze mirate che si spera di creare, così come sostenere le tecnologie di AI specifiche che si utilizzeranno (AI generativa, AI tradizionale, ecc.).

La leadership pubblica può dare il tono all'adozione dell'AI in tutti i settori. La creazione del ruolo del CAIO riveste un'importanza critica per il futuro dell'AI, poiché permette al nostro governo di modellare un approccio responsabile all'adozione dell'AI in ambito aziendale, amministrativo e settoriale.

IBM ha sviluppato strumenti e strategie per aiutare le organizzazioni ad adottare l'AI in modo efficiente e responsabile in vari ambienti. Siamo pronti a sostenere questi nuovi CAIO mentre danno vita a implementazioni di AI responsabile all'interno delle loro organizzazioni.

Ti stai chiedendo a cosa dare priorità nel tuo percorso di AI?