Tadbir Urus Data Berubah: Era Baru untuk PKS
Zon “sekadar menyusun data” sudah berakhir. Seperti yang dinyatakan dalam artikel EnterpriseZine, “Norma lama menyusun data tidak lagi relevan: Daripada era BI kepada tadbir urus data era AI,” penyebaran AI mengubah asas tadbir urus data secara radikal.
Dahulu, tadbir urus data untuk PKS (Perusahaan Kecil dan Sederhana) tertumpu pada kerja-kerja “menyusun” seperti menguruskan hamparan Excel, membuat sandaran, dan menetapkan hak akses. Namun, dalam era di mana AI menjadi teras perniagaan, pengurusan data semata-mata tidak lagi mencukupi.
AI “mempelajari” data dan membuat “keputusan” daripadanya. Jika keputusan itu salah, syarikat boleh mengalami kerugian besar. Tadbir urus data kini bukan lagi sekadar “pertahanan,” tetapi telah berkembang menjadi konsep reka bentuk perniagaan “serangan.”
Perspektif yang Diperlukan PKS dalam Tadbir Urus Data Era AI
Perkara paling penting dalam tadbir urus data era AI ialah menguruskan kedua-dua “kualiti data” dan “proses membuat keputusan AI.”
Pemilik PKS perlu sedar tentang risiko data syarikat dipelajari oleh AI. Contohnya, apabila memasukkan data pelanggan ke dalam alat AI, data tersebut mungkin dihantar ke pelayan luaran dan digunakan untuk pembelajaran. Ini adalah risiko serius dari sudut Akta Perlindungan Data Peribadi.
Selain itu, perlu ada sistem untuk menerangkan asas keputusan yang dibuat oleh AI. Laporan “Penggunaan AI dalam Sektor Kewangan” yang dikeluarkan oleh Bank Negara Malaysia (atau pihak berkuasa kewangan tempatan) menekankan akauntabiliti keputusan AI. Walaupun PKS, jika rakan niaga atau pelanggan bertanya “Mengapa AI ini membuat keputusan ini?” dan anda tidak dapat menjawab, kepercayaan akan hilang.
Berita bahawa ServiceNow menambah fungsi tadbir urus pada AI Control Tower melambangkan trend ini. Walaupun ia adalah penyelesaian untuk syarikat besar, keperluan untuk “mekanisme pengurusan berpusat penggunaan AI” adalah sama untuk PKS.
3 Tindakan Segera untuk PKS
Jadi, di mana pemilik PKS harus bermula? Berdasarkan pengalaman saya menyokong lebih 38 klien, saya mencadangkan tiga tindakan konkrit.
Tindakan 1: Buat Pemetaan Penggunaan AI
Pertama, buat senarai semua bahagian perniagaan yang menggunakan AI. Termasuk kes di mana pekerja menggunakan ChatGPT secara peribadi. Memahami segala-galanya adalah langkah pertama.
Perkara penting semasa membuat pemetaan adalah merekodkan tiga perkara berikut:
- Nama alat AI yang digunakan dan pembekalnya
- Jenis data yang dimasukkan (data pelanggan, data jualan, dokumen dalaman, dll.)
- Bagaimana output AI digunakan untuk membuat keputusan perniagaan
Pemetaan ini akan mendedahkan kawasan penggunaan berisiko tinggi. Contohnya, jika ada jabatan yang memasukkan senarai nama pelanggan ke dalam alat terjemahan AI percuma, tindakan segera diperlukan.
Tindakan 2: Wujudkan Dasar Penggunaan AI
Berdasarkan pemetaan penggunaan AI, dokumenkan peraturan dalaman. Polisi rumit seperti syarikat besar tidak diperlukan. PKS hanya memerlukan peraturan yang mudah dan boleh dipatuhi.
Secara khusus, tetapkan tiga perkara berikut sudah memadai:
- Jangan masukkan maklumat peribadi atau sulit ke dalam AI
- Output AI mesti disemak oleh manusia; jangan buat keputusan berdasarkan AI sahaja
- Semua penggunaan AI dalam perniagaan mesti mendapat kelulusan penyelia
Penting untuk memaklumkan dasar ini kepada semua pekerja dan mendapatkan persefahaman mereka. Jangan berhenti selepas mencipta dasar; adakan latihan berkala.
Tindakan 3: Perkenalkan Proses Kawalan Kualiti Data
Ketepatan keputusan AI berkait langsung dengan kualiti data input. Kesilapan biasa PKS ialah terlalu yakin bahawa “AI akan menyelesaikan masalah selagi ada data.”
Untuk kawalan kualiti data, lakukan pemeriksaan berikut secara berkala:
- Adakah data mempunyai nilai hilang atau pendua?
- Adakah cap masa kemas kini data sesuai?
- Adakah sumber data boleh dipercayai?
Contohnya, jika anda memperkenalkan AI ramalan jualan, tetapi data jualan lepas mengandungi data pesanan tergesa-gesa pada akhir tahun, AI akan mempelajari corak yang salah. Pastikan anda memasukkan langkah semakan kualiti oleh manusia sebelum memasukkan data ke dalam AI.
Corak Kegagalan Biasa dan Langkah Pencegahan
Saya perkenalkan tiga corak kegagalan biasa yang sering dilihat dalam syarikat yang saya sokong. Menyedari perkara ini lebih awal akan membantu anda mengelakkan kesilapan yang sama.
Kegagalan 1: Menyerahkan sepenuhnya pelaksanaan AI kepada jabatan IT
Tadbir urus AI adalah isu perniagaan. Jika diserahkan kepada jabatan IT sahaja, pelaksanaan akan tertumpu pada aspek teknikal, dan pengurusan risiko akan terlewat. Pemilik perniagaan sendiri harus menjadi penanggungjawab tadbir urus.
Kegagalan 2: Tidak bergerak kerana mengejar kesempurnaan
Ini adalah kes di mana syarikat berfikir “mari cipta polisi yang sempurna dahulu” dan tidak memulakan apa-apa. Tadbir urus lebih realistik jika bermula dengan 60 mata dan menambah baik secara berterusan, daripada menyasarkan 100 mata.
Kegagalan 3: Tidak membaca terma kontrak alat AI
Kebanyakan alat AI menyatakan cara data input dikendalikan dalam terma penggunaan. Beri perhatian khusus kepada klausa yang membenarkan “penggunaan data untuk tujuan pembelajaran.” Pastikan ia disemak oleh pegawai undang-undang atau peguam perunding.
Kesimpulan: Integrasikan Tadbir Urus Data ke dalam “Reka Bentuk Perniagaan”
Tadbir urus data era AI bukan sekadar lanjutan pengurusan data. Ia adalah “konsep reka bentuk perniagaan peringkat atasan” untuk mencapai matlamat perniagaan.
Sebagai PKS, anda tidak memerlukan mekanisme rumit seperti syarikat besar. Walau bagaimanapun, adalah penting untuk menyedari bahawa “penggunaan AI membawa risiko” dan membina tadbir urus yang mudah dan berkesan.
Mulakan dengan tiga tindakan yang diperkenalkan dalam artikel ini. Mengubah tadbir urus data daripada “pertahanan” kepada “serangan” akan menjadi daya saing PKS untuk bertahan dalam era AI.
コメント