Podle Martina Thompsona, zakladatele ITAM Fora, se rychlost a složitost nástupu umělé inteligence nedají srovnat s žádnou předchozí technologickou vlnou. Fascinuje ho sledovat, jak AI otevírá nové příležitosti i v ITAMu, ale zároveň upozorňuje na velká rizika, pokud není správně řízena.
Jak pronikla umělá inteligence do IT Asset Managementu
IT Asset Management se tradičně zaměřoval hlavně na evidenci hardwaru, správu softwarových licencí a hlídání nákladů na technologie. Nástup umělé inteligence ale přinesl do správy IT aktiv úplně nový rozměr, na který mnoho ITAM nástrojů zatím není zcela připraveno a to jak v menších firmách, tak i ve velkých podnicích, kde se AI zatím používá jen omezeně.
AI není hardware, který můžete označit inventárním štítkem, ani software s jasně danou licenční smlouvou. Je to kombinace algoritmů, tréninkových dat, výpočetního výkonu a cloudových služeb. Přesto s sebou nese podobné potíže jako tradiční IT aktiva - skryté náklady, bezpečnostní hrozby, dodržování předpisů nebo riziko stínového IT.
Stačí se podívat na to, jak se AI dnes ve firmách používá. Marketing zkouší generativní nástroje pro tvorbu obsahu, HR testuje analytiku řízenou umělou inteligencí pro nábor, provozní týmy sahají po prediktivní AI k optimalizaci procesů. A IT oddělení? To o tom často vůbec neví, nemá přehled, co kde běží ani kolik to stojí. Pokud se ITAM včas neujme role "strážce", hrozí roztříštěná, neregulovaná a nekontrolovaně drahá adopce AI.
> Přečtěte si, jak pomáhá umělá inteligence ve firmě OVANET
Hlavní výzvy AI éry pro ITAM
Martin Thompson označil tyto výzvy jako ty nejdůležitější:
- Nedostatečný přehled o aktivech - Na rozdíl od klasického softwaru, který pořizuje a nasazuje IT oddělení, se AI nástroje do firem často dostávají přes jednotlivé týmy, formou samostatných předplatných, nebo dokonce osobních účtů. Thompson zmiňuje případy, kdy zaměstnanci napojili firemní data na více než deset různých AI platforem, aniž by o tom existoval záznam v IT Asset Managementu. Tento fenomén tzv. „šedé AI“ představuje vážné bezpečnostní riziko. Stačí si představit, co se může stát, když někdo bez svolení vloží citlivá zákaznická data do veřejné služby typu ChatGPT.
- Licenční modely se mění - Místo „licence na uživatele“ se často účtuje podle spotřeby (tokeny, API, výpočetní výkon), což vyžaduje nové metody sledování nákladů. AI navíc nepřináší jen licenční poplatky, ale také náklady na infrastrukturu, spotřebu energie a ukládání dat.
- Dodržování předpisů se stává stále složitějším - ITAM tradičně dohlížel na dodržování softwarových licencí, nicméně v případě AI přibývají další regulace např. ochrana soukromí. Akt o umělé inteligenci je evropským nařízením, které podporuje důvěryhodnost umělé inteligence. Ačkoli je legislativa určena především pro evropský trh, její dopad bude celosvětový.
- Důvěra a transparentnost - Organizace stále nemají jasné odpovědi na otázky, které se týkají kvality dat, bezpečnosti a soukromí - tedy kde jsou data uložena, jak se používají a kdo k nim má přístup. Firmy potřebují mít jasně popsáno, kde AI ukládá data, kdo k nim má přístup a jak se s nimi zachází.
- Životní cyklus AI aktiv je složitější - AI modely se neustále vyvíjejí, což komplikuje sledování nákladů, výkonu i souladu s předpisy.
- Nedostatek odbornosti - Mnoho ITAM specialistů zatím nemá zkušenosti s řízením AI aktiv. Budování mezioborové expertízy bude naprosto klíčové pro úspěšnou správu AI.
Jak přizpůsobit ITAM době AI
"Na základě svých zkušeností s ITAM mám několik doporučení, jak najít rozumný střed, tedy jak využít osvědčené principy správy aktiv a zároveň zohlednit specifika umělé inteligence," říká Martin Thompson.
- Změňte přístup k evidenci majetku - ITAM se soustředí na hardware a software. U AI je ale potřeba sledovat také data, verze modelů a výpočetní zdroje. Každý nástroj, model nebo služba využívající AI by měl být v organizaci zmapován. Pokud to ITAM neeviduje, nedá se to efektivně spravovat. Je proto důležité pravidelně komunikovat s vedoucími jednotlivých oddělení a ověřovat, jaké AI nástroje používají. Identifikace všech AI nástrojů a vyhodnocení jejich rizikovosti je prvním krokem k účinné správě.
- Vytvořte klasifikační rámec pro AI - Vyplatí se zavést víceúrovňový systém, který zohlední citlivost dat, obchodní důležitost, regulatorní dopady i spotřebu zdrojů.
- Nově definujte vlastnictví a odpovědnost - Každý systém by měl mít technického vlastníka (odpovědného za samotné řešení) i správce dat (odpovědného za informace, se kterými pracuje). Zejména u vysoce rizikových AI nástrojů je nezbytné nastavit pravidla použití a odpovědnosti.
- Řiďte finance s ohledem na AI - Tradiční modely návratnosti investic nereflektují nákladovou strukturu AI. Je potřeba spolupracovat s finančním oddělením a zavést samostatné kategorie pro sledování nákladů na vývoj, trénink a provoz AI. Častým problémem firem je, že projekty začínají jako experimenty bez jasného rozpočtu a právě ITAM pomůže s nastavením kontroly nákladů i vyhodnocení přínosů.
- Nepodceňujte řízení rizik - Některé ITAM nástroje už dnes zapojují do správy majetku i hodnocení rizik spojených s AI a berou ohled na bezpečnost, dodržování předpisů i na ochranu soukromí.
- Připravte organizaci - Úspěch přijetí AI stojí na připravenosti lidí, procesů i dat. ITAM může sehrát klíčovou roli - prosazovat standardizaci dat, dokumentovat procesy a podporovat řízení změn, aby organizace zvládla nové schopnosti AI vstřebat. Je také důležité pracovat s obavami zaměstnanců, podporovat otevřenost vůči novým technologiím a vytvořit bezpečný prostor pro experimenty s AI.
Shrnutí: ITAM jako strategický partner pro AI
Podle Martina Thompsona má IT Asset Management obrovskou příležitost posunout se z převážně operativního nástroje na strategického partnera při adopci AI. Firmy, které se na umělou inteligenci připravily, už dnes získávají konkurenční výhodu.
Thompson upozorňuje, že současně se objevují specializované nástroje, které ITAM odborníkům usnadňují správu aktiv, například platformy sledující využívání API a související náklady, nebo nástroje, které mapují původ modelů a dat. V praxi se navíc ukazuje, že na každý případ zneužití AI vzniká "protinástroj", což vytváří nový trend: AI pomáhá řídit jiné AI systémy, a tím otevírá nové možnosti pro automatizaci a dohled.
Zkušenosti z minulých technologických vln podle něj jasně ukazují, že kdo se umí poučit z historie, má náskok. Zdůrazňuje také, že klíčem k úspěchu je podporovat kulturu inovací, ale vždy v jasně definovaných mezích - tedy hledat rovnováhu mezi experimentováním a odpovědným řízením.
Hledáte robustní ITAM nástroj pro evidenci majetku? Domluvte si s námi bezplatné demo, kde vám ukážeme, co ALVAO dokáže.