78% członków kadry kierowniczej nie ma silnego przekonania, że ich organizacja przeszłaby niezależny audyt ładu AI w ciągu 90 dni. Ta jedna liczba z opublikowanego w tym miesiącu badania Grant Thornton, w którym wzięło udział 950 członków zarządów i menedżerów najwyższego szczebla, oddaje problem, który środowisko compliance od dłuższego czasu próbuje nazwać. Większość organizacji wdraża AI, której nie potrafi wyjaśnić, zmierzyć ani obronić. Grant Thornton nazwał to luką dowodową AI (AI proof gap).
Konsekwencje biznesowe są realne. Organizacje z w pełni zintegrowaną AI niemal 4 razy częściej raportują wzrost przychodów dzięki AI niż te, które wciąż są na etapie pilotażu: 58% wobec 15%. Niemal połowa wskazuje błędy w obszarze ładu i zgodności jako jedną z głównych przyczyn słabszych wyników AI. A mimo to 3/4 rad nadzorczych zatwierdziło duże inwestycje w AI, podczas gdy niemal połowa z nich nie określiła oczekiwań dotyczących ładu ani nie wprowadziła ryzyka AI jako stałego punktu obrad.
Rady nadzorcze zatwierdzają inwestycje w AI, nie pytając, co się stanie, gdy coś pójdzie nie tak.
Ład AI sprawia, że tempo da się utrzymać
Luka w poziomie pewności widoczna w danych mówi sama za siebie. Wśród organizacji wciąż pilotujących AI tylko 7% jest bardzo pewnych, że przeszłoby niezależny audyt ładu w ciągu 90 dni. Wśród tych z w pełni zintegrowaną AI odsetek ten wynosi 74%. To 10-krotna różnica, która niemal dokładnie odpowiada różnicy w wynikach biznesowych.
Jeśli można wykazać, jak zapadła decyzja i kto odpowiada za jej skutek, nie trzeba zwalniać za każdym razem, gdy nowy przypadek użycia trafia do komitetu ds. ryzyka. Istnieje system, który to obsługuje. To właśnie w Maven AGI rozumiemy przez zasadę „Wbudowane, a nie doklejone”: ład wbudowany w platformę od początku, a nie nakładany po fakcie. Dostosowywanie już wdrożonego systemu AI do wymogów zgodności jest droższe, bardziej uciążliwe i znacznie mniej wiarygodne niż uwzględnienie ich od samego początku.
Problem rozbieżności w zarządzie
Dane Grant Thornton wskazują na napięcie, z którym regularnie się spotykam. CIO i CTO 5 razy częściej niż COO twierdzą, że pracownicy są w pełni gotowi na wdrożenie AI. W przypadku agentowej AI 54% COO obawia się niepewności regulacyjnej i prawnej, w porównaniu z zaledwie 20% CIO i CTO.
Sama ta różnica w obawach stanowi ryzyko w obszarze ładu. Osoby wdrażające technologię i osoby zarządzające operacjami, na które ona wpływa, nie patrzą na ten sam obraz. Gdy ta rozbieżność się utrzymuje, kwestie ładu są odkładane, bo funkcja, która się nimi martwi, nie dysponuje budżetem, a funkcja, która nim dysponuje, nie widzi problemu.
Agentowa AI to kolejna luka w odpowiedzialności
Część badania, która zasługuje na największą uwagę zespołów compliance, dotyczy agentowej AI. Niemal 3 na 4 organizacje już dają agentowej AI dostęp do swoich danych i procesów – pilotując ją, skalując lub używając w środowisku produkcyjnym. Zaledwie 1 na 5 ma przetestowany plan reagowania na incydenty na wypadek jej awarii.
To nie jest nowy problem wymagający nowego programu. Większość organizacji ma już wypracowane zdolności reagowania na incydenty z obszaru cyberbezpieczeństwa: ciągły monitoring, wykrywanie, zdefiniowane ścieżki eskalacji, ścieżki audytu i jasno przypisaną odpowiedzialność. Infrastruktura istnieje. Brakuje jej powiązania z wdrożeniami AI. Organizacje traktują ład AI jako odrębną dyscyplinę, choć potrzebne kompetencje w dużej mierze już posiadają.
W obszarze doświadczenia klienta (CX) w przedsiębiorstwach agenci AI rozwiązują zapytania, przetwarzają płatności, umawiają wizyty i korzystają z danych kont na dużą skalę i w czasie rzeczywistym. Zespoły operacyjne odpowiedzialne za wyniki obsługi klienta i zgodność z przepisami mają uzasadnione pytania o to, jak ci agenci zachowują się w nietypowych sytuacjach, co się dzieje w razie awarii i czy ścieżka audytu wytrzyma weryfikację. Te pytania wymagają odpowiedzi na poziomie systemów, a nie ustnych zapewnień.
Co zespoły compliance w przedsiębiorstwach powinny zrobić teraz
- Zmapować ekspozycję na agentową AI, zanim zacznie się nią zarządzać. Nie da się zarządzać czymś, czego się nie zinwentaryzowało. Większość organizacji nie ma rzetelnego obrazu tego, co robią agenci AI, z jakich danych korzystają i z jakim poziomem autonomii. To niezbędny pierwszy krok, którego większość organizacji jeszcze nie wykonała.
- Traktować zgodność AI jako ciągłą dyscyplinę, a nie coroczny projekt. Wymogi AI Act UE dotyczące systemów AI wysokiego ryzyka zaczną w pełni obowiązywać 2 sierpnia 2026 r. ISO 42001 coraz częściej pojawia się na listach kontrolnych w zakupach korporacyjnych. Roczne cykle przeglądów nie nadążą za tym tempem.
- Zlikwidować rozbieżności w zarządzie, zanim doprowadzą do incydentu. Jeśli CIO i COO mają zasadniczo różne zdanie na temat tego, gdzie leży ryzyko AI, ta rozbieżność ujawni się jako awaria, a nie dyskusja na etapie planowania. Wspólne definicje gotowości na AI, odpowiedzialności i ryzyka muszą istnieć przed wdrożeniem.
- Opracować i przetestować plan reagowania na incydenty AI – nie dokument z polityką, lecz przetestowany protokół. Należy przypisać odpowiedzialność, udokumentować, jak systemy AI podejmują decyzje, i przećwiczyć reakcję, zanim będzie potrzebna. Organizacje, które zrobiły to w obszarze cyberbezpieczeństwa, mogą dostosować się stosunkowo szybko.
- Wymagać od dostawców AI niezależnych poświadczeń. Jeśli wdrażają Państwo platformę AI dostawcy, jego poziom zgodności staje się częścią Państwa poziomu zgodności. Dostawcy z rzeczywistymi certyfikatami udostępniają je bez wahania.
Koszt czekania
Luka dowodowa AI narasta. Każdy kolejny tydzień odkładania kwestii ładu sprawia, że trudniej ją zamknąć niż tydzień wcześniej, bo każda inicjatywa bez nadzoru utrudnia pomiar i obronę kolejnej.
Organizacje, które wcześnie zbudowały infrastrukturę odpowiedzialności, już wysuwają się na prowadzenie – nie dlatego, że były ostrożniejsze, ale dlatego, że były lepiej przygotowane. Mogą skalować się z pewnością. Pozostałe zarządzają ryzykiem, którego nie zaplanowały.
Jeśli chcą Państwo zobaczyć, jak Maven AGI podchodzi w praktyce do zaufania i zgodności, nasze Trust Center jest publicznie dostępne pod adresem https://trust.mavenagi.com
Jeśli oceniają Państwo platformy AI dla obszaru doświadczenia klienta (CX) w przedsiębiorstwie, chętnie porozmawiamy. Umów demo: https://www.mavenagi.com/demo
Przekonaj się na własnych rozmowach.
Poproś o bezpłatne, spersonalizowane demo.
