Governance er de fælles regler, roller og processer der gør det muligt at bruge AI, uden at miste kontrollen over sikkerhed, økonomi og overholdelse af virksomhedens politikker.
Microsoft 365 vokser organisk, medarbejdere bygger apps og flows, og AI-agenter kan udføre handlinger. Derfor er governance mere relevant end nogensinde. Hver ny mulighed der kommer på jeres platform, øger værdien, men også kompleksiteten. Udfordringen er derfor ikke at vælge mellem innovation og kontrol. Det er at skabe rammer, hvor organisationen kan understøtte innovation i kontrollerede rammer.
Governance hænger sammen, men løser forskellige styringsbehov
AI governance bygger på Microsoft 365-governance, data governance, og Power Platform governance som løser forskellige styringsbehov:
- Microsoft 365-governance: Sætter rammerne for arbejdsrum, adgang og samarbejde
- Data governance styrer, hvordan data findes, klassificeres og håndteres gennem deres livscyklus
- Power Platform governance omfatter miljøer, udvikling og løsningernes livscyklus
- AI governance anvender mange af principperne fra Power Platform governance, men sætter rammerne for vidensgrundlag og output.
Skal du have en robust governace så kræver det at i arbejder med alle dicipliner af governance, for de hænger sammen, en AI-agent kan hente viden fra Microsoft 365, anvende klassificerede data og udføre handlinger gennem Power Platform.
Microsoft 365-governance kræver struktur, rettigheder og ejerskab
En velstruktureret digital arbejdsplads kan sammenlignes med et værksted, hvor værktøjet har faste pladser, adgangen er afgrænset og nogen har ansvar for, at alt fungerer. I et værksted uden struktur kan det rigtige værktøj stadig være der, men det er sværere at finde, og det er uklart, hvem der har adgang til det.
Det samme gælder i Microsoft 365. Der skal være en klar governance for hvilke Teams, Microsoft 365-grupper og SharePoint-sites der findes, hvem der ejer dem, og hvem der har adgang til indholdet. Det kræver mere end tekniske indstillinger. Rettigheder, ejerskab og livscyklus skal følges op gennem faste kontrolpunkter og løbende oprydning.
Når AI tages i brug, bliver forskellen mellem det strukturerede og ustrukturerede værksted tydeligere. AI arbejder med den struktur og de adgange, der allerede findes. En uoverskuelig platform kan derfor gøre det vanskeligere for AI at finde det rette indhold og øger risikoen for, at der anvendes information, som er forældet, irrelevant eller ikke bør være tilgængeligt. Før AI skaleres, bør organisation derfor have overblik over sine arbejdsrum, rettigheder, ejere og informationsrisici.
Data governance begynder med at kende og klassificere sin data
Microsoft 365-governance sætter rammerne for organisationens digitale arbejdsplads, mens data governance handler om de informationer, der findes og bevæger sig på tværs af dem. Et centralt udgangspunkt er at klassificere information efter dens følsomhed og forretningsmæssige betydning. Er informationen offentlig, intern, fortrolig eller strengt fortrolig?
Klassifikationen skaber et fælles sprog for, hvordan information skal håndteres. Når data er identificeret og mærket, kan organisationen opstille politikker for:
- Adgang: Hvem må se og anvende informationen?
- Beskyttelse: Hvordan må informationen deles og behandles?
- Livscyklus: Hvor længe skal informationen opbevares, og hvornår skal den slettes?
Microsoft Purview kan understøtte arbejdet ved at identificere og klassificere følsomt indhold, anvende følsomhedsmærkater og håndhæve politikker gennem eksempelvis Data Loss Prevention (DLP). Klassifikation og mærkning gør det dermed muligt at koble informationens betydning til konkrete beskyttelses- og håndteringsregler.
Power Platform og AI: Samme styringsprincip, men ny risikoflade
Når medarbejderne selv kan bygge løsninger, automatiseringer og agenter tæt på forretningen, flytter udviklingen ud af den traditionelle IT-organisation. Det forkorter vejen fra behov til løsning, men gør samtidig ejerskab, dataadgang, kvalitet og drift til et fælles organisatorisk ansvar. Her har Power Platform og AI så mange fælles styringsbehov, at governance med fordel kan bygges op omkring de samme seks områder:
På Power Platformen kan dele af platformsovervågningen automatiseres, så organisation lettere kan opdage ejerløs, inaktive og risikable løsninger. Det kræver dog stadig en organisatorisk funktion, der fastlægger rammerne, følger op på indsigterne og hjælper forretningen med at udvikle ansvarligt.
På AI-området udvides risikofladen. Her skal styringen især forholde sig til tre områder: kvaliteten af agentens vidensgrundlag og output, graden af autonomi og agentens handlinger samt forbrug og omkostninger. Jo mere selvstændigt en agent kan handle, desto større krav bør der være til risikovurdering, test og løbende kontrol.
Tekniske værktøjer kan skabe overblik over bots, flows- og agenter og automatisere dele af kontrollen. Men de kan ikke overtage ansvaret. Governance kræver fortsat, at nogen fastlægger rammerne, træffer beslutningerne og følger op. Ellers får organisation måske bedre overblik over sine risici, men ikke nødvendigvis bedre styr på dem.
Hvor står jeres governance i dag?
Governance behøver ikke begynde med en stor, samlet model. Det kan begynde med et konkret overblik over jeres rettigheder, datastruktur og de områder, hvor manglende ejerskab skaber den største risiko.
Tilmeld jer vores webinar ”Få styr på jeres rettigheder, governance og datastruktur”, eller book et uforpligtende møde med os, hvis I vil drøfte, hvor det giver mest mening at sætte ind i jeres organisation.