Soberen AI for regulerte organisasjoner: Kontroller data, modeller og inferensmiljøer Treningskurs

Grunnlaget for soberen AI

• Hva soberen AI betyr i regulerte organisasjoner
• Forretnings-, juridiske og operative drivkrefter
• Sentral kontrollområder: data, modeller, infrastruktur og operasjoner

Krav til regulering og risikokartlegging

• Dataresidens, personvern og bransjespesifikke forpliktelser
• Kartlegge sensitiv data til AI-anvendelser
• Identifisere risikoer relatert til grenseoverskridende virksomhet, logging og tredjeparts-eksponering

Styre data, forespørsler og logger

• Styring av forespørsler og akseptable bruksområder
• Loggerpolicy for forespørsler, svar og metadata
• Praksis for lagring, redigering, masking og tilgangskontroll
• Øvelse: gjennomgang av en AI-dataflyt for å identifisere hull i styring

Muligheter for modellvertskap og inferensmiljø

• Offentlig API, privat sky, på-premise og hybrid deploymeter
• Faktorer som avgjør hvor modeller skal kjøres
• Kompromiss mellom kontroll, sikkerhet, kostnad og operativ eierskap

Leverandørahengighet og flyttbarhet

• Vanlige mønstre for innlåsning av modeller, verktøy og plattformer
• Flyttbarhet gjennom modulær arkitektur, åpne grensesnitt og tydelige kontrakter
• Øvelse: evaluering av en leverandør mot soberen AI-kriterier

Styringsmodell og handlingsplan

• Roller og ansvar fordelt på IT, sikkerhet, juridisk og compliance
• Godkjennelsesprosesser for anvendelser, modeller og driftsendringer
• Forventninger til reviderbarhet, overvåking og hendelseshåndtering
• Utvikle en praktisk soberen AI-veiledning og neste steg