Rokh Management Consulting

هوش مصنوعی در حال تبدیل به ابزار حکمرانی داده‌ها

آشنایی با مفهوم حکمرانی داده‌ها

فهرست مطالب

حکمرانی داده‌ ها یا حاکمیت داده ها به عنوان یک پایه و اساس برای مدیریت داده در سازمان ها استفاده می شود. این مفهوم امکان استفاده کارآمد از داده های قابل اعتماد را فراهم می کند. مدیریت داده‌ها توسط مکانیزم های کنترل متمرکز انجام می شود و فرآیند بسیار مهمی در هر سازمانی می باشد. این مفهوم از فرایندها و نوآوری ها و افراد تشکیل می شود. آنها وظیفه دارند از دارایی های داده های شرکت مدیریت و محافظت نمایند، تا داده هایی صحیح، قابل اعتماد، قابل درک و قابل کشف داشته باشیم. هسته اصلی حکمرانی داده ها ایجاد روش هایی است که بتوان داده های شرکتی را ذخیره، محافظت، تلفیق و استاندارد سازی نمود. این روش ها باید مسئولیت ها و فرآیندهای مشخصی داشته باشند.

اهداف اصلی در حکمرانی داده ‌ها

 اهداف اصلی در حکمرانی داده‌ ها شامل :

  • به حداقل رساندن خطرات 
  • تنظیم قوانین داخلی برای استفاده از داده ها 
  • اجرای الزامات انطباق 
  • بهبود بخشیدن ارتباطات داخلی و خارجی
  • افزایش دادن ارزش داده ها 
  • آسان سازی مدیریت موارد بالا
  • کاهش هزینه ها
  • کمک کردن به ادامه فعالیت شرکت از طریق بهینه سازی و مدیریت ریسک 

برنامه های حاکمیت داده ها در شرکت ها تاثیرات عمیقی برجای می گذارند. این تأثیرات در سطوح عملیاتی تاکتیکی و استراتژیکی می باشد. برای سازماندهی داده ها و هماهنگی آنها با سایر پروژه ها باید برنامه های حکمرانی داده به صورت تکرار شونده و مداوم انجام شود. همچنین باید جنبه های حاکمیت داده مشخص و روشن شوند مانند جنبه های :

  • فنی
  • تجاری
  • سازمانی (چه کسی؟  کجا؟)
هوش مصنوعی در حال تبدیل به ابزار حکمرانی داده‌ها - مشاوره مدیریت رخ

علت اهمیت حکمرانی داده ‌ها چیست؟

اغلب شرکت ها و سازمان ها برنامه های مشخص و بخش های تجاری دارند که بر حاکمیت داده ها نظارت می کنند، ولی کاملا نهادینه نشده عمل می کنند. بنابراین در حاکمیت داده ها سعی می‌شود قوانین غیر رسمی به کنترل های رسمی تبدیل شده و رسمیت پیدا کنند. حاکمیت داده های رسمی وقتی تحقق می یابد که سایر وظایف عملکردی متقابل نتوانند اجرا شوند. حکمرانی داده‌ ها در پروژه های زیادی به عنوان پیشرفت محسوب می‌شود و مزیت های زیادی دارد.

مزیت حاکمیت داده ها

 از مزایای آن می‌توان به:

  • برای پشتیبانی بهتر و تصمیم گیری جامع وجود داده ها و فرآیندهای سازگار و یکنواخت در یک سازمان ضروری می باشد.
  • با کمک حکمرانی داده ها می توان مقیاس پذیری چشم انداز یک سازمان درباره فناوری اطلاعات در جنبه های سازمانی، تجاری و فنی را افزایش داد و این کار از طریق ایجاد قوانین مناسب برای تغییر داده ها و فرایندها رخ می دهد.
  • باید مکانیسم های کنترلی را برای بهینه سازی هزینه های مدیریت داده ایجاد کرد. این مورد در عصر انفجار داده ها بسیار اهمیت دارد و باید کنترل مرکزی وجود داشته باشد.
  • با استفاده از هم افزایی یعنی استفاده مجدد از داده ها و فرایندها میتوان کارایی را افزایش داد.
  • به کمک مستند سازی کامل فرایندهای داده ها و همچنین داده های با کیفیت و گواهی شده می‌توان اطمینان داده ها را بالا برد.
  • دستورالعمل های انطباقی مانند بازل و غیره را می توان اعمال نمود.
  • نظارت و بررسی و سیاست‌های حفظ حریم خصوصی می‌تواند امنیت داده های داخلی و خارجی را بالا ببرد .
  • با کاهش فرایندهای هماهنگی طولانی مدت مثل مدیریت نیازهای روشن می توان بهره وری فرایندها را افزایش داد.
  • اگر در سازمان ارتباطات شفاف و واضح از طریق استاندارد سازی وجود داشته باشد ابتکارات مبتنی بر داده در کل سازمان رخ می دهد.

 علاوه بر این مزایا برنامه های حاکمیت داده خود دارای مزایای ویژه و خاصی هستند که در صورت استفاده صحیح بروز می کنند. برای پاسخگو بودن شرکتها و سازمانها وجود حاکمیت داده بیش از هر زمان دیگری لازم و حیاتی است. این مورد در گشوده شدن زمینه های جدید در تجارت بسیار اهمیت دارد. با کمک آن می توان از تداوم تفکر های عقب مانده و ساختارهای اساسی جلوگیری کرد و تجزیه و تحلیل داده های بزرگ را انجام داد.

اهمیت حکمرانی داده ‌ها

معرفی مهمترین محرک های حکمرانی داده‌ها

مهمترین محرک های یک شرکت جهت تجدید نظر در رویکرد های فعلی آن شامل:

  • ایجاد نماهای داده محور برای پشتیبانی از مدل های تجاری دیجیتالی
  • برای مدیریت داده های اصلی و بالا بردن کیفیت در سطح شرکت 
  • ایجاد قابلیت مدیریت داده ها در محیط های کلان داده ای
  • افزایش توانایی واکنش به تاثیرات خارجی با ایجاد استانداردها
  • سلف سرویس BI : وجود کاربرانی که می خواهند مستقلا تجزیه و تحلیل انجام دهند.
  • قابلیت انطباق: ایجاد فرایند هایی که شفاف و قابل درک باشند و بتوان آنها را با الزامات قانونی مطابقت داد.

علاوه بر محرک هایی که در بالا به آنها اشاره شد در اثر حاکمیت داده ها پیشرفت ها و الزامات دیگری رخ می دهد که لزوم تغییر در رویکرد ها را ایجاد می نماید. به عنوان مثال می‌توان به سرویس عملیاتی، رسانه های اجتماعی، ویدیو ۳۶۰ درجه مشتری، استراتژی اطلاعاتی، انطباق با دستورالعمل ها، محافظت از داده ها و غیره اشاره کرد.

چالش های پیش روی حکمرانی داده‌ها

 با وجود اهمیت اجرای حاکمیت داده ها بسیاری از شرکتها از اجرای آن ترس و واهمه دارند. علت این ترس در پیچیدگی آن و عدم اطمینان عمومی است. انجام برنامه‌های حاکمیت داده ها لازم و ضروری است و پیش پا افتاده نیست. موانع بزرگی بر سر راه اجرای آن وجود دارد که شامل:

 سازمان : حاکمیت داده ها در سازمانهایی قابل اجرا است که فرهنگ شرکتی بازی داشته باشند و تغییرات در آنها قابل اجرا باشد. حتی اگر در سطح نام گذاری نقش ها و تعیین مسئولیت ها باشد. حاکمیت داده ها در واقع نوعی موضع سیاسی می باشد که منجر به اعطای جایزه، پس گرفتن مسئولیت ها و صلاحیت ها و توزیع آنها می باشد. بنابراین اجرای آن امری حساسیت زا است.

 ارتباطات و پذیرش: حاکمیت داده ها باید توسط کارمندان پذیرفته شود. این پذیرش توسط یک ارتباط کاری رخ می دهد. مدیران باید از جنبه های فنی و تجاری پروژه درک عمیقی داشته باشند. باید به کمک اصطلاحات مختلف دیدگاه کلی از سازمان ایجاد شود.

 سهامداران و بودجه : ذینفعان یک سازمان باید متقاعد شوند که برای برنامه های حاکمیت داده ها هزینه کنند. تغییرات توسط ریشه ها مانع تراشی می شود و نبود فرایندهای عملکردی و کمبودهای پردازش اطلاعاتی توسط بخش‌های تجاری قابل جبران نیست.

 انعطاف‌پذیری و استاندارد سازی: مشاغل باید انعطاف پذیری از خود نشان دهند تا نیازها تغییر کنند. باید بین استانداردهای حاکمیت داده و انعطاف پذیری تعادل ایجاد کرد و نیازهای تجاری هر شرکتی را به عنوان یک عنصر مهم و حیاتی در نظر گرفت.

مهمترین محرک های حکمرانی داده‌ها

بهترین روش اجرای حاکمیت داده ها و موفقیت آن

 اجرای طرح حکمرانی داده‌ها

حاکمیت داده ها به صورت انفجاری عمل نمی کند، بلکه پروژه ای طولانی مدت و پیچیده است. بنابراین این احتمال وجود دارد که شرکت کنندگان در آن به مرور زمان خسته شوند و علاقه خود را به ادامه کار از دست بدهند. بنابراین توصیه می شود از یک پروژه نمونه که قابلیت برنامه ریزی دارد شروع کرده و به مرور کار را تکرار نمایید. با این کار کنترل پروژه از دست خارج نشده و از این تجربه برای سایر پروژه های پیچیده و گسترش حکمرانی داده ها در سازمان استفاده نمایید.

 مراحل رایج در یک پروژه شامل:

  • تعریف اهداف و فواید آنها 
  • تجزیه و تحلیل وضعیت فعلی
  • استخراج نقشه راه 
  • متقاعد کردن ذینفعان و بودجه پروژه
  • تدوین و برنامه ریزی برنامه های حاکمیت داده ها
  • اجرای برنامه حکمرانی داده ها
  • کنترل و نظارت بر آن

 این مراحل را باید برای همه برنامه ها ایجاد کرد. در صورتی که تغییری در سازمان ایجاد شود برای آن نیز باید تکرار شود. باید قبل از شروع برنامه های حکمرانی داده به سوالاتی پاسخ داده شود تا از کارهای غیر ضروری جلوگیری شود. ابتدا باید فرایندهای موجود کاملا ارزیابی شوند تا مشخص شود که آیا با نیازهای جدید سازگار هستند یا خیر؟ و آیا توسعه این فرایندها کار ضروری است یا خیر؟

ابزارهای اجرای حکمرانی داده‌ها

 ابزار هایی وجود دارند که کمک می کنند تا برنامه های حکمرانی داده‌ راحت تر اجرا شوند که شامل:

 چارچوب مدیریت داده (DAMA): این ابزار جهت شناسایی گروه‌های عملکردی و رشته ها استفاده می شود.

 ماتریس نه زمینه ای BARC: از این ابزار جهت استخراج نقشه راه و تعیین وضعیت فعلی سازمان در مدیریت داده ها استفاده می شود. می توان حالت فعلی و رویکرد کلی سازمان در حال حاضر را به صورت یک ماتریس تهیه کرد و در برابر حالت هدف قرار داد و با آن مقایسه کرد. با این کار می توان دلتا را شناسایی کرد. اولویت ها را تعیین کرد و نقشه راهی با اقدامات مشخص ایجاد نمود.

 مدل ها: برای برنامه های حکمرانی داده ها نقش ها بسیار ضروری هستند. نرم افزارهایی وجود دارند که می توانند الگوی حاکم بر داده‌ها را برای مدیریت داده ها، کیفیت داده ها، مدیریت فراداده، ادغام داده ها و غیره فراهم کنند. 

نقش های مطرح در حاکمیت داده

نقش ها با هم متفاوت هستند. اما نقش های کلی وجود دارند که شامل:

  • کمیته راهبری یا سطح استراتژیک که به عنوان شورای حاکمیت داده ها مطرح می شود.
  • سطح تاکتیکی که به آن هیئت حاکمیت داده می گویند.
  • مدیریت داده‌ها
  • مالک داده ها
  • مدیر اطلاعات
  • کاربر داده ها
  • کتابخانه ها و الگوها

توصیه های BARC

در ادامه توصیه ها و نکاتی برای اجرای برنامه های حاکمیت داده ارائه می شود که خالی از لطف نیست.

  • هیچ وقت برنامه حکمرانی داده‌ ها را بدون حمایت مدیریت شروع نکنید.
  • هیچ وقت کار را به صورت انفجاری و بزرگ آغاز نکنید و به صورت یک فرایند مستمر و تکراری از زیر پروژه‌ها آغاز و به صورت مداوم انجام دهید.
  • از پروژه های آزمایشی شروع کنید و تجربه این کار را در سایر پروژه های سازمانی تکرار نمایید.
  • برنامه های حکمرانی داده ها می‌توانند سال‌ها طول بکشند اما برای هر زیر پروژه باید در کمتر از سه ماه پایان یابد. 
  • اهداف را کاملاً روشن تعیین کنید.
  • اولویت اصلی پذیرش اولویت ها و برنده شدن است. کلید اصلی این کار مشارکت ذینفعان و شفافیت در روند کار است. باید با ذینفعان ارتباطی آزاد و شفاف داشته باشید.
  • شما می توانید از مدل ها، الگوها و روش هایی که از قبل در بازار وجود داشته استفاده کنید. می توانید از کتابخانه ها، ابزارهای نرم‌افزاری، چارچوب ها و مشاوران استفاده نمایید.
  • نقش های موجود در سازمان را به درستی تعیین کنید.
  • یک مدیر برنامه باید بتواند برنامه های حکمرانی داده ها را با در نظر گرفتن مسائل حساس سیاسی و با کمک مهارت ارتباطی در سازمان وارد کند.
  • بررسی کنید چرا راه حل ها و روند ها ساده سازی نشده اند.
  • بررسی سیستم عامل های حاکمیت داده ها
  • روشن کردن ساختار ها و مسئولیت ها در سازمان
  • بهترین روش های سازمانی را ثبت و روشی برای ثبت همیشگی آنها ایجاد نمایید.
هوش مصنوعی در حال تبدیل به ابزار حکمرانی داده‌ها - مشاوره مدیریت رخ

حکمرانی داده‌ها موجب افزایش کیفیت داده می‌شود

با توجه به افزایش آگاهی کاربران از حقوق مربوط به داده‌ها، اهمیت موضوع حکمرانی داده‌ها نیز رو به افزایش است. این موضوع شامل انواع واحد اندازه‌گیری، استانداردها، قوانین و روندهایی است که به شرکت‌ها کمک می‌کند از اطلاعات به طور مفید و مسئولانه استفاده کنند؛ در این حین که شرکت‌ها در حال رسیدن به اهداف خود هستند، استفاده از داده‌ها نیز باید موثر و مفید باشند. این روش حکمرانی داده‌ها مسئولیت و روند امنیت و کیفیت داده‌هایی را که توسط سازمان‌ها مورد استفاده قرار می‌گیرند به عهده می‌گیرد. این موضوع به طور خاص در موارد زیر قابل بررسی است:

  • در رابطه با یک دسته داده‌ی مشخص، چه اقداماتی باید انجام شود؟
  • کدام داده‌‌ها نیاز به اقدامات اصلی دارد؟
  • کدام موقعیت‌ها استحقاق اعمال اقدامات را دارند؟
  • روش‌های اعمال اقدامات کدام است؟

استراتژی‌های مربوط به حکمرانی داده‌‌ها

هر سازمان می‌تواند از موقعیت‌های زیر با استفاده از استراتژی‌های مربوط به حکمرانی داده‌ها، استفاده‌ی لازم را ببرد:

  • حکمرانی داده‌ها موجب افزایش کیفیت داده می‌شود و به کمک آن استاندارد‌هایی پیشنهاد می‌شود که از سازگاری، کامل بودن و دقیق بودن داده‌ها اطمینان حاصل می‌کند.
  • حکمرانی داده‌ها موجب به وجود آمدن قابلیتی می‌شود که به کمک آن سازمان‌ها قادر به بازگشایی جایگاه کلیدی داده‌های وجودی هستند. این موضوع موجب یکپارچه‌سازی آسان‌تر داده‌ها می‌شود.
  • شرکت‌ها می‌توانند از نمای ۳۶۰ درجه جهت درک بهتر مشتریان و سایر تبلیغات وجودی استفاده کنند.
  • حکمرانی داده‌ها موجب ایجاد فضایی موثر جهت پیروی از مقررات دولتی همچون HIPAA و GDPR و یا پرداختن به استانداردهای صنعتی همچون PCI DSS (کارت پرداخت استانداردهای امنیتی داده‌های صنعتی) می‌شود.
  • حکمرانی داده موجب پیشرفت در مدیریت داده‌‌ها به کمک معرفی المان‌های انسانی در دنیای اتوماتیک مربوط به داده‌ها می‌شود.

نقش هوش مصنوعی در حکمرانی داده‌‌ها

کسب‌کارها در ارائه‌ی پیشنهادهای مختلف جهت پیشی گرفتن از یکدیگر، همواره به دنبال راه‌ حل‌های موثر هستند. شما می‌توانید ارزش ‌داده‌ی خود را با به کار بردن قوانین مربوط به حکمرانی داده ‌همراه با هوش مصنوعی گسترش دهید. هوش مصنوعی در مدیریت داده‌ها کمک می‌کند تا تمرینات غیر مفید و یا آن‌هایی را که به بهترین نحو برای شرکت کار می‌کنند شناسایی کند.

منابع مختلف گستره‌ی‌ داده‌ی وسیعی را با توجه به صنعت مربوطه تولید می‌کنند. دپارتمان‌های سازمانی زیادی به دنبال افزایش عملکرد خود و میزان داده‌ی مورد استفاده هستند. به عنوان مثال دپارتمان‌های فروش که ترفند‌های معروف مربوط به مشتریان را مطالعه می‌کنند، قادر به دریافت دیدگاه‌های مفید هستند. امروزه سازمان‌های زیادی تحلیل‌های قابل پیش‌بینی جهت گسترش میزان کارآمدی عملکرد کسب و کار خود برای شرکت برنامه‌ریزی کرده‌اند.

مشابه این موضوع، کارخانه‌های تولیدی نیز به طور موثری روی هوش مصنوعی جهت آنالیز حساب باز کرده‌اند. با اعمال این اقدامات، این سازمان‌ها قادر به شناسایی موارد مورد نیاز صنعت جهت تطبیق روند تولید خود با آن هستند.

هوش مصنوعی در روند نگهداری نیز به کار می‌رود؛ هنگامی که کیفیت محصول مربوط به یک ماشین خاص می‌شود، آنالیزهای مربوط به هوش مصنوعی، این موضوع را ریشه‌یابی می‌کنند و پس از آن به عهده‌ی بخش مدیریت داده است تا در رابطه با لزوم نگهداری قابل پیش‌بینی، تصمیم‌گیری کند.

به کمک هوش‌ مصنوعی، کسب و کارها قادر به تشخیص ناهنجاری‌ها هستند. به عنوان مثال، در صورت وجود نقض در مرکز داده، بخش مدیریت می‌تواند با به کارگیری یک هوش مصنوعی هر نوع حمله‌ی سایبری را شناسایی کند. به این منظور، هوش مصنوعی الگوریتم‌های فراگیری ماشین را مطالعه کرده و مقدار داده‌ی پرحجمی را استفاده می‌کند. در نتیجه هنگامی که تهدید سایبری اتفاق بیافتد،‌ هوش مصنوعی  قادر به شناسایی روند آن بوده و مسئولان را پیش از به خطر افتادن داده‌ها آگاه می‌سازد. این موضوع به این معنی است که هوش مصنوعی قادر به خودکارسازی در حریم خصوصی، انطباق و امنیت داده‌هاست. بنابراین سازمان‌ها می‌توانند از وجود شبانه‌روزی یک محافظ که برخلاف منابع انسانی به طور خستگی ناپذیر قادر به کنترل تبادلات است، اطمینان حاصل کنند.

هوش مصنوعی اطمینان حاصل می‌کند که داده‌ها بدون اینکه توسط مجرمان سایبری قطع شوند به کاربران مورد نظر برسند.  این مجرمان ممکن است نقش‌های مختلفی همچون مرد میانی، حملات فیشینگ، بدافزارها، نرم‌افزار جاسوسی یا یا هر نوع حمله‌‌ی سایبری دیگر را داشته باشد. اساسا هوش مصنوعی، دموکراتیزه کردن حکمرانی داده است. به عنوان مثال، هوش مصنوعی در روند خودکار شناسایی جهت آنالیز رفتار داده که در روند تولید آن نشان‌داده می شود به کار می‌روند. به این صورت سوابق دیجیتال از داده‌های رفتاری برگرفته می‌شوند.

چالش‌های مربوط به هوش مصنوعی و حکمرانی داده‌ها

حکمرانی داده‌ها با چالش‌های زیر رو به رو است:

  • رشد تصاعدی داده‌

دلیل آن که امروزه از داده به عنوان «کلان داده» یاد می‌شود آن است که میزان رشد تولید و ذخیره‌ی داده،‌ شاهد افزایش تصاعدی است. تکنولوژی‌ها کامپیوتری پر رونق بوده و دستگاه‌هایی که قادر به ذخیره‌ی داده هستند رو به افزایش است.

از دهه‌ی ۱۹۹۰ تا پایان سال ۲۰۰۰، دسکتاپ‌ها و لپ‌تاپ‌ها، تلفن‌های هوشمند و تبلت‌ها دستگاه‌های اصلی مورد استفاده‌ی کاربران بوده‌اند. امروزه با وجود اینترنت اشیاء، ساعت‌های هوشمند، رد‌یاب‌های تناسب اندام، یخچال‌ها، تلویزیون‌ها و سیستم‌های امنیت خانه و حتی ساعت‌های زنگ‌دار نیز به این دستگاه‌ها اضافه شده‌ند. با وجود اینکه از این تغییرات به خوبی استقبال شده‌است، تاثیر افزایش این مقدار داده یر روی سازمان‌ها نیازمند عکس‌العمل جدی است و سازمان‌ها احتیاج به یه زیرساخت قی جهت مدیریت این حجم از داده هستند.

  • جابه‌جایی از سامانه‌ی موروثی

امروزه سامانه‌ی موروثی پاسخگوی نیاز داده‌ها در دنیای مدرن نیستند و به همین دلیل باید از میان برداشته شوند. گرچه روند جابه‌جایی به سامانه‌های دیگر نیز کمی پیچیده است، اما باید به فکر ساخت چهارچوبی باشید که شامل مقیاس‌پذیری، امنیت و تطابق در سامانه‌ی جدید باشد.

  • پیروی از چهارچوب

میزان تاثیر هوش مصنوعی بستگی به میزان دسترسی به منابع داده‌ها دارد. داده‌ها باید بدون تبعیض و کامل باشند و برای داشتن یک حکمرانی داده‌ی موفق تمامی دپارتمان‌های مربوط به داده‌ها باید از چهارچوب مربوطه پیروی کنند.

مسئولیت‌ها و اصول اخلاقی حکمرانی داده‌ها

GDPR و CCPA (فعالان حریم خصوصی مصرف‌کنندگان کالیفرنیا) نوعی از راه‌حل‌های مدرن در رابطه با حفاظت از داده‌‌ی کاربران است. این گروه‌ها حداقل استانداردهایی مورد نیازی را تعریف می‌کنند که عدم دنبال کردن آن‌ها موجب صدمات جدی می‌شود.

برخی از سازمان‌ها اصلی مدیریت داده‌ها، در رابطه با نوع ارتباط کاربران با داده‌های خود، از این مقررات نیز فراتر می‌روند. به عنوان مثال پرونده‌ی Io-Tahoe را در نظر بگیرید. این سازمان که نوعی پاسخ هوشمند در رابطه با کشف داده را پیشنهاد می‌دهد، در عین حال که اهمیت امنیت PII (اطلاعات قابل شناسایی شخصی) را به خوبی درک کرده است، به کاربران خود این اجازه را می‌دهد که از چنین داده‌ی حساسی همچون PII به طور مداوم استفاد کنند.

با این وجود برای اکثر شرکت‌ها،‌ GDPR  هنوز به درستی جا نیافتاده است. در حال حاضر، هوش مصنوعی شامل استاندارهای ناچیزی در رابطه با اصول اخلاقی می‌‌شود. با وجود اینکه ممکن است اعتراض کاربران بسیاری در رابطه با ضعف‌های هوش‌مصنوعی به گوش خورده باشد، این موضوع هنوز جهت تمرکز شرکت‌ها برای سرمایه‌گذاری موضوع چندان مهمی به شمار نمی‌آید.

در صنعت‌های پایبند به مقررات، سازمان‌ها در پی آن هستند که پایبندی به اصول اخلاقی مربوط به هوش‌مصنوعی را در کنار حکمرانی داده، پیاده‌سازی کنند. نقش این شرکت‌ها در این رابطه عملا موجب تبدیل شدن آن‌ها به رهبران اصول اخلاقی در هوش‌مصنوعی شده‌ است. با این وجود کمبود حریم خصوصی داده و حکمرانی داده، در ایالات متحده موجب محدود شدن تلاش جهت تدبیر کافی در رابطه با اصول اخلاقی مربوط به هوش مصنوعی شده. این موضوع دلیل اصلی آن است که برخی از متخصصان بر این باورند که اروپا در پنج‌سال آینده برای اولین بار قادر به تاسیس چهارچوب قانونی مناسب در رابطه با اصول اخلاقی هوش مصنوعی خواهد شد.

با جدی گرفتن اصول اخلاقی مربوط به هوش‌مصنوعی، شما می‌توانید نظر عموم را نسبت به پیشرفت شرکت خود جلب کنید. سیستم هوش‌مصنوعی شما باید ویژگی‌های زیر را داشته باشد:

  • با همه‌ی افراد برخوردی منصفانه داشته باشد
  • در ارتباط با دیگران بوده و موجب توانمندسازی آن‌ها باشد
  • هنگام کار امن و قابل اعتماد باشد
  • برای حریم خصوصی و حفاظت از داده احترام قائل باشد
  • قابلیت پاسخ‌گویی الگوریتمی داشته باشد

نتیجه‌ی نهایی

قوانین مربوط به حکمرانی داده‌ها باید با توجه به تکنولوژی روز، تمرینات کاری و قوانین نو ظهور، پیشرفت کرده و شرکت‌های امروزی باید در این فکر باشند که از داده‌های خود چگونه در روند ذخیره و پردازش استفاده خواهند کرد.

به کار بردن هوش مصنوعی قابلیت پیشرفت جهت مطلوب‌تر کردن شرایط دارد. با کمک خودکارسازی، شرکت‌ها قادر به گسترش اجرای امنیت و انطباق در مراکز داده‌ی خود هستند.

منبع: simplilearn

نوشته‌های تازه

آخرین دیدگاه‌ها

دسته‌ها

تازه ها

YektanetPublisher

آنچه مدیر منابع انسانی بهتر است بداند

آنچه مدیر مالی و بهای تمام شده بهتر است بداند

آنچه مدیر بازاریابی بهتر است بداند

آنچه مدیر تولید بهتر است بداند

آنچه مدیر توزیع و فروش بهتر است بداند

آنچه مدیر زنجیره تامین بهتر است بداند

آنچه مدیر فناوری اطلاعات و ارتباطات بهتر است بداند

آنچه مدیر ارتباط با مشتری بهتر است بداند

انتشار در شبکه‌های اجتماعی!

دیدگاه خود را بنویسید

رفتن به بالا