Управление ИИ-системами (AI Governance) в критических отраслях: как управлять рисками, соответствовать требованиям регуляторов и эффективно внедрять ИИ

Записаться на программу "AI Governance в критических отраслях: от рисков и угроз к этике и доверию" можно по ссылке

Скачать ответы на вопросы с вебинара

Искусственный интеллект уже давно перестал быть экспериментом и стал обязательной инфраструктурой критических отраслей. Но вместе с возможностями растут и риски: от "отравления" данных и утечек информации до несоответствия новым требованиям регуляторов.

Ошибки ИИ-системы в финансовом секторе, медицине или промышленности стоят слишком дорого. Хаотичное внедрение ИИ без стратегического управления (AI Governance) — это путь к репутационным потерям и штрафам.

Смотрите вебинар, на котором рассмотрели, как эффективно управлять рисками и соответствовать требованиям регуляторов при внедрении искусственного интеллекта в критических отраслях.

Спикер: Николай Павлов, архитектор MLSecOps и управления ИИ-системами (AI Governance), Академия АйТИ (ГК Softline). Николай регулярно вносит предложения и дополнения в нормативно-правовые акты, регулирующие ИИ в России (ГОСТ, ПНСТ, ФЗ).

• В чем отличие управления ИИ-системами (AI Governance) от направлений управления системами данных (Data Governance) и MLSecOps?
• Классификация ИИ-систем по уровням риска: от «минимального» до «неприемлемого» - что ожидает российские ИИ-системы?
• Примеры инцидентов в управлении ИИ-системами (AI Governance), методы оценки ущерба и построение риск-матриц (включая оценку мультипликативного эффекта).

• Обзор ключевых требований: 117 Приказа ФСТЭК, национальных стандартов РФ, включая ПНСТ «ИИ в КИИ» и ожидаемый Федеральный закон «Об основах государственного регулирования сфер применения технологий искусственного интеллекта в Российской Федерации»
• Почему этика и ответственность становятся критическими факторами для бизнеса? Что нужно сделать уже сейчас?

• Пошаговый план внедрения: от оценки зрелости до дорожной карты.
• Ролевая модель управления ИИ-системами  (AI Governance): Data Steward, Data Owner в контексте ИИ.
• Инцидент-менеджмент: роли, плэйбуки и постмортемы.
• Как обосновать экономический эффект от защитных мер и рассчитать ключевые показатели эффективности (KPI) управления ИИ-системами (AI Governance)?
• Как провести базовый аудит управления ИИ-системами (AIG) в компании?

Приятного просмотра!