पहला सवाल होना चाहिए: AI से कौन-सा नतीजा बेहतर होगा?

गाइड बोर्डों से कहती है कि AI निवेश को उसके वास्तविक कारोबारी योगदान के आधार पर परखा जाए। किसी मजबूत बिजनेस केस का लक्ष्य राजस्व बढ़ाना, उत्पादकता सुधारना, सेवा-गुणवत्ता बढ़ाना, निर्णयों को बेहतर बनाना, जोखिम घटाना या परिचालनिक मजबूती बढ़ाना हो सकता है। निवेश मंजूर करने से पहले नतीजा स्पष्ट होना चाहिए और बाद में यह मापा जाना चाहिए कि वह हासिल हुआ या नहीं।

इसका अर्थ है कि वास्तविक प्रदर्शन-सूचकांकों को केवल गतिविधि-सूचकांकों से अलग किया जाए। कितने पायलट शुरू हुए, कितने सॉफ्टवेयर लाइसेंस खरीदे गए या कितने कर्मचारियों को प्रशिक्षण दिया गया—ये प्रयास दिखा सकते हैं, लेकिन अपने-आप में यह साबित नहीं करते कि AI कार्यक्रम मूल्य दे रहा है। बोर्ड को प्रबंधन से अपनाने के आंकड़ों के साथ हासिल नतीजे, लागत, सीमाएं और जोखिम भी मांगने चाहिए।

यह तरीका दो आम गलतियों से बचा सकता है: ऐसे अलग-अलग प्रयोगों को मंजूरी देना जिनके बड़े स्तर पर लागू होने की कोई योजना नहीं है, या सफलता की परिभाषा तय न होने के कारण उपयोगी AI प्रयोग रोक देना। गाइड रणनीति, उपयोग-क्षेत्रों के चयन और निवेश पर रिटर्न को संगठन की व्यापक प्राथमिकताओं से जोड़ने पर जोर देती है।

कर्मचारियों के AI प्रयोग को शासन-व्यवस्था के दायरे में लाएं

कर्मचारी पहले से ही अनौपचारिक रूप से AI टूल इस्तेमाल कर सकते हैं या अपने काम के लिए नए वर्कफ़्लो बना सकते हैं। गाइड के अनुसार इस गतिविधि को अनदेखा करने के बजाय उपयोगी प्रयोगों को नियंत्रित संगठनात्मक क्षमता में बदला जाना चाहिए।

बोर्ड को प्रबंधन से यह स्पष्ट करने की अपेक्षा करनी चाहिए कि कौन-से टूल और उपयोग-क्षेत्र चल रहे हैं, उनका स्वामी कौन है, वे किस तरह का डेटा संभालते हैं और उन पर कौन-से नियंत्रण लागू हैं। AI से बनाए गए टूल का दस्तावेजीकरण, उनके इस्तेमाल के लिए शासन-व्यवस्था और सुरक्षा आवश्यकताओं का पालन—गाइड में दिए गए प्रमुख विचारों में शामिल हैं।

व्यवहार में इसके लिए स्वीकृत टूल, संवेदनशील जानकारी, जवाबदेही, निगरानी और समस्या बढ़ने पर कार्रवाई से जुड़े संस्थागत नियम जरूरी होंगे। साथ ही, कर्मचारियों में पहले से मौजूद AI कौशल को पहचानकर विकसित करना होगा। केवल ऊपर से निर्देश देकर अपनाने की उम्मीद करना पर्याप्त नहीं है; कौशल-योजना, स्वामित्व और काम करने की स्पष्ट व्यवस्था के बिना प्रयोगों को भरोसेमंद तरीके से बड़े स्तर पर लागू करना कठिन होगा।

पूरे बोर्ड में इतनी AI समझ हो कि प्रबंधन से सवाल पूछे जा सकें

गाइड AI साक्षरता को बोर्ड की आवश्यक क्षमता मानती है। हर निदेशक को मशीन-लर्निंग इंजीनियर बनने की जरूरत नहीं है, लेकिन पूरे बोर्ड को यह समझना चाहिए कि AI उद्योगों, कारोबारी मॉडल, प्रतिस्पर्धा, निर्णय-प्रक्रियाओं और जोखिमों को कैसे प्रभावित कर सकता है।

बोर्ड के कई सदस्य इतने सक्षम होने चाहिए कि वे प्रबंधन की धारणाओं, मूल्य के दावों और जोखिम आकलनों को चुनौती दे सकें। साथ ही, बोर्ड के पास कम-से-कम एक ऐसा व्यक्ति—निदेशक, सलाहकार या समिति सदस्य—होना चाहिए जिसके पास सिस्टम, डेटा, परीक्षण और नियंत्रणों से जुड़े तकनीकी विकल्पों पर गहराई से सवाल उठाने की पर्याप्त विशेषज्ञता हो।

यह जिम्मेदारी AI को केवल टेक्नोलॉजी समिति के हवाले करके समय-समय पर अपडेट लेने से आगे जाती है। इससे AI बोर्ड की रणनीतिक और निदेशकीय जिम्मेदारी का हिस्सा बनता है, जबकि जरूरत पड़ने पर विशेषज्ञ सलाह लेने की भूमिका बनी रहती है।

सिस्टम लागू होने से पहले निर्णय-अधिकार तय करें

AI शासन तभी व्यावहारिक बनता है जब संगठन पहले से तय करे कि किसी AI सिस्टम को मंजूर, चलाने, निगरानी करने और बंद करने का अधिकार किसके पास है। बोर्ड को जोखिम के आधार पर ऐसी सीमाएं तय करवानी चाहिए जो स्पष्ट रूप से बताएं:

• प्रबंधन किन फैसलों को स्वीकृत सीमा के भीतर ले सकता है;
• किन फैसलों को बोर्ड या समिति के पास भेजना जरूरी होगा; और
• किन फैसलों को AI अपने-आप नहीं ले सकता।

जितना बड़ा संभावित नुकसान, उतने ही मजबूत नियंत्रण होने चाहिए। रोजगार से जुड़े उच्च-प्रभाव वाले इस्तेमाल—जैसे भर्ती, पदोन्नति, बर्खास्तगी और प्रदर्शन-मूल्यांकन—में बोर्ड को मानवीय समीक्षा और जवाबदेह निर्णयकर्ता के लिए स्पष्ट, अनिवार्य सीमाएं तय करनी चाहिए। किसी व्यक्ति की आजीविका से जुड़ा निर्णय बिना जांच के स्वचालित AI निष्कर्ष पर निर्भर नहीं होना चाहिए।

व्यापक शासन-सिद्धांत भी यही कहता है कि AI को मानवीय निर्णय का समर्थन करना चाहिए, उसे चुपचाप बदलना नहीं चाहिए। सिस्टम लाइव होने से पहले उसका स्वामी, मंजूरी की सीमा, मानवीय निगरानी का बिंदु और जरूरत पड़ने पर उसे रोकने की प्रक्रिया स्पष्ट होनी चाहिए।

निष्पक्षता, डेटा-गुणवत्ता और अपील की जांच अनिवार्य बनाएं

जिम्मेदार मंजूरी प्रक्रिया केवल इस बात पर खत्म नहीं हो सकती कि मॉडल औसतन अच्छा प्रदर्शन करता है या नहीं। बोर्ड को पूछना चाहिए कि संगठन डेटा की गुणवत्ता कैसे जांचता है, सीमाओं का दस्तावेजीकरण कैसे करता है, संभावित पक्षपात की समीक्षा कैसे करता है और सिस्टम लागू होने के बाद उसके प्रदर्शन पर नजर कैसे रखता है।

जहां AI किसी व्यक्ति को महत्वपूर्ण रूप से प्रभावित करता हो, वहां प्रभावित व्यक्ति के पास निर्णय को समझने, नतीजे को चुनौती देने और मानवीय पुनर्विचार मांगने का वास्तविक अवसर होना चाहिए। स्पष्टीकरण में गोपनीय तकनीकी जानकारी बताना जरूरी नहीं, लेकिन जवाबदेह समीक्षा और अपील के लिए पर्याप्त जानकारी मिलनी चाहिए।

यह व्यापक नियंत्रण-व्यवस्था का हिस्सा है। सिंगापुर की कॉरपोरेट-गवर्नेंस सामग्री पारदर्शी और जवाबदेह AI निर्णयों के साथ नियामकीय और नैतिक मानकों पर ध्यान देने की जरूरत बताती है। बोर्ड की भूमिका यह सुनिश्चित करना है कि ये सिद्धांत स्पष्ट प्रक्रियाओं, जिम्मेदार लोगों और जांच योग्य प्रमाणों में बदलें।

AI को साइबर और परिचालनिक मजबूती का हिस्सा मानें

AI सुरक्षा के लिए दोतरफा चुनौती पैदा करता है। संगठनों को AI-सक्षम फिशिंग, सोशल इंजीनियरिंग, धोखाधड़ी, स्वचालित हमलों और कमजोरियों की तेज पहचान से निपटने की तैयारी करनी होगी। साथ ही, AI सिस्टम को डेटा लीक, प्रॉम्प्ट इंजेक्शन, मॉडल में हेरफेर और विक्रेताओं या तीसरे पक्ष से जुड़े जोखिमों से भी बचाना होगा।

इसलिए बोर्ड को यह सुनिश्चित करना चाहिए कि AI जोखिम साइबर-रेजिलिएंस रिपोर्ट, आश्वासन प्रक्रियाओं और घटना-प्रतिक्रिया योजनाओं में शामिल हों—उन्हें अलग टेक्नोलॉजी खांचे में न रखा जाए। महत्वपूर्ण सवाल हैं: सिस्टम को बंद कौन कर सकता है, घटना की सूचना कैसे दी जाएगी, प्रभावित डेटा और फैसलों की जांच कैसे होगी, और AI सेवा उपलब्ध न रहने या उसके साथ छेड़छाड़ होने पर संगठन कैसे सामान्य स्थिति में लौटेगा।

यह जोर साइबर-रेजिलिएंस और जोखिम-प्रबंधन से जुड़ी मौजूदा बोर्ड जिम्मेदारियों को आगे बढ़ाता है। SID की साइबर गाइड भी रेजिलिएंस को कॉरपोरेट रणनीति में शामिल करने की बात करती है, न कि इसे केवल तकनीकी काम मानने की।

महत्वपूर्ण और उच्च-परिणाम वाले सिस्टम के लिए ऊंचे मानक रखें

AI विफलता का प्रभाव उसके इस्तेमाल के क्षेत्र पर निर्भर करता है। कम जोखिम वाले आंतरिक उत्पादकता टूल को उतनी निगरानी की जरूरत नहीं होती जितनी आवश्यक सेवाओं, महत्वपूर्ण बुनियादी ढांचे या अन्य उच्च-परिणाम वाले कामों में इस्तेमाल होने वाले सिस्टम को होती है।

ऐसे मामलों में बोर्ड को रेजिलिएंस, सुरक्षा, परीक्षण, निगरानी, समस्या बढ़ाने की प्रक्रिया और रिकवरी से जुड़े अधिक कड़े मानक तय करने चाहिए। वजह साफ है: सिस्टम की विफलता या उसमें सेंध केवल संगठन के वित्त या प्रतिष्ठा को प्रभावित नहीं कर सकती, बल्कि महत्वपूर्ण सेवाओं में व्यवधान और व्यापक परिचालनिक नुकसान भी पैदा कर सकती है।

गाइड का जोखिम-आधारित तरीका हर AI एप्लिकेशन पर एक जैसा नियंत्रण लगाने के बजाय संभावित नुकसान के अनुसार अधिकार और सुरक्षा उपाय तय करने को कहता है।

बोर्ड के लिए एक व्यावहारिक AI डैशबोर्ड

गाइड की सिफारिशों को एक संक्षिप्त बोर्ड रजिस्टर या डैशबोर्ड में बदला जा सकता है। हर महत्वपूर्ण AI उपयोग-क्षेत्र के लिए प्रबंधन को यह जानकारी दे पाने में सक्षम होना चाहिए:

1. जिम्मेदार स्वामी — सिस्टम और उसके नतीजों के लिए कौन जवाबदेह है।
2. अपेक्षित कारोबारी नतीजा — सफलता को किस तरह मापा जाएगा।
3. निर्णय-अधिकार — कौन-से फैसले किस स्तर पर लिए जा सकते हैं और कब मामला ऊपर भेजना होगा।
4. डेटा स्रोत और उपयोग नियम — कौन-सा डेटा इस्तेमाल हो रहा है और उसे कैसे संभाला जा रहा है।
5. जोखिम स्तर — सिस्टम को उस श्रेणी में रखने का कारण।
6. नियंत्रण — सुरक्षा, निष्पक्षता और डेटा-गुणवत्ता की जांच।
7. मानवीय निगरानी का बिंदु — अंतिम निर्णय के लिए जवाबदेह व्यक्ति।
8. परीक्षण और निगरानी के नतीजे — ज्ञात सीमाओं सहित।
9. घटनाएं, शिकायतें और अपील — और उनका समाधान कैसे हुआ।
10. अगली समीक्षा की तारीख — या दोबारा आकलन शुरू करने वाला ट्रिगर।

यह ढांचा एक ही रिकॉर्ड में AI से मूल्य पैदा करने और जोखिम संभालने को जोड़ता है। इससे निदेशकों को केवल इस व्यापक दावे पर निर्भर नहीं रहना पड़ता कि संगठन “जिम्मेदारी से AI इस्तेमाल कर रहा है”; वे ठोस प्रमाण और नतीजों की जांच कर सकते हैं।

कंपनी निदेशकों के लिए निष्कर्ष

SID की गाइड AI अपनाने और AI शासन को एक-दूसरे के विरोधी विकल्पों के रूप में पेश नहीं करती। इसका संदेश है कि उपयोगी AI अनुप्रयोगों को उसी अनुशासन के साथ आगे बढ़ाया जाए जो किसी अन्य महत्वपूर्ण रणनीतिक निवेश पर लागू होता है: मूल्य स्पष्ट करें, जवाबदेही तय करें, जोखिम समझें, नियंत्रणों का परीक्षण करें और नतीजों की समीक्षा करते रहें।

निदेशकों के लिए तत्काल कदम हैं—AI को नियमित बोर्ड एजेंडा में शामिल करना, संगठन के महत्वपूर्ण उपयोग-क्षेत्रों की समीक्षा करना और AI समझ, स्वामित्व, निर्णय-अधिकार, मानवीय निगरानी, परीक्षण तथा रेजिलिएंस से जुड़ी कमियों की पहचान करना। सबसे मजबूत AI रणनीति वह नहीं जिसमें सबसे ज्यादा गतिविधि हो; वह है जिसे बोर्ड स्पष्ट रूप से समझा, मापा और नियंत्रित कर सके।

पहला सवाल होना चाहिए: AI से कौन-सा नतीजा बेहतर होगा?

गाइड बोर्डों से कहती है कि AI निवेश को उसके वास्तविक कारोबारी योगदान के आधार पर परखा जाए। किसी मजबूत बिजनेस केस का लक्ष्य राजस्व बढ़ाना, उत्पादकता सुधारना, सेवा-गुणवत्ता बढ़ाना, निर्णयों को बेहतर बनाना, जोखिम घटाना या परिचालनिक मजबूती बढ़ाना हो सकता है। निवेश मंजूर करने से पहले नतीजा स्पष्ट होना चाहिए और बाद में यह मापा जाना चाहिए कि वह हासिल हुआ या नहीं।

इसका अर्थ है कि वास्तविक प्रदर्शन-सूचकांकों को केवल गतिविधि-सूचकांकों से अलग किया जाए। कितने पायलट शुरू हुए, कितने सॉफ्टवेयर लाइसेंस खरीदे गए या कितने कर्मचारियों को प्रशिक्षण दिया गया—ये प्रयास दिखा सकते हैं, लेकिन अपने-आप में यह साबित नहीं करते कि AI कार्यक्रम मूल्य दे रहा है। बोर्ड को प्रबंधन से अपनाने के आंकड़ों के साथ हासिल नतीजे, लागत, सीमाएं और जोखिम भी मांगने चाहिए।

यह तरीका दो आम गलतियों से बचा सकता है: ऐसे अलग-अलग प्रयोगों को मंजूरी देना जिनके बड़े स्तर पर लागू होने की कोई योजना नहीं है, या सफलता की परिभाषा तय न होने के कारण उपयोगी AI प्रयोग रोक देना। गाइड रणनीति, उपयोग-क्षेत्रों के चयन और निवेश पर रिटर्न को संगठन की व्यापक प्राथमिकताओं से जोड़ने पर जोर देती है।

कर्मचारियों के AI प्रयोग को शासन-व्यवस्था के दायरे में लाएं

कर्मचारी पहले से ही अनौपचारिक रूप से AI टूल इस्तेमाल कर सकते हैं या अपने काम के लिए नए वर्कफ़्लो बना सकते हैं। गाइड के अनुसार इस गतिविधि को अनदेखा करने के बजाय उपयोगी प्रयोगों को नियंत्रित संगठनात्मक क्षमता में बदला जाना चाहिए।

बोर्ड को प्रबंधन से यह स्पष्ट करने की अपेक्षा करनी चाहिए कि कौन-से टूल और उपयोग-क्षेत्र चल रहे हैं, उनका स्वामी कौन है, वे किस तरह का डेटा संभालते हैं और उन पर कौन-से नियंत्रण लागू हैं। AI से बनाए गए टूल का दस्तावेजीकरण, उनके इस्तेमाल के लिए शासन-व्यवस्था और सुरक्षा आवश्यकताओं का पालन—गाइड में दिए गए प्रमुख विचारों में शामिल हैं।

व्यवहार में इसके लिए स्वीकृत टूल, संवेदनशील जानकारी, जवाबदेही, निगरानी और समस्या बढ़ने पर कार्रवाई से जुड़े संस्थागत नियम जरूरी होंगे। साथ ही, कर्मचारियों में पहले से मौजूद AI कौशल को पहचानकर विकसित करना होगा। केवल ऊपर से निर्देश देकर अपनाने की उम्मीद करना पर्याप्त नहीं है; कौशल-योजना, स्वामित्व और काम करने की स्पष्ट व्यवस्था के बिना प्रयोगों को भरोसेमंद तरीके से बड़े स्तर पर लागू करना कठिन होगा।

पूरे बोर्ड में इतनी AI समझ हो कि प्रबंधन से सवाल पूछे जा सकें

गाइड AI साक्षरता को बोर्ड की आवश्यक क्षमता मानती है। हर निदेशक को मशीन-लर्निंग इंजीनियर बनने की जरूरत नहीं है, लेकिन पूरे बोर्ड को यह समझना चाहिए कि AI उद्योगों, कारोबारी मॉडल, प्रतिस्पर्धा, निर्णय-प्रक्रियाओं और जोखिमों को कैसे प्रभावित कर सकता है।

बोर्ड के कई सदस्य इतने सक्षम होने चाहिए कि वे प्रबंधन की धारणाओं, मूल्य के दावों और जोखिम आकलनों को चुनौती दे सकें। साथ ही, बोर्ड के पास कम-से-कम एक ऐसा व्यक्ति—निदेशक, सलाहकार या समिति सदस्य—होना चाहिए जिसके पास सिस्टम, डेटा, परीक्षण और नियंत्रणों से जुड़े तकनीकी विकल्पों पर गहराई से सवाल उठाने की पर्याप्त विशेषज्ञता हो।

यह जिम्मेदारी AI को केवल टेक्नोलॉजी समिति के हवाले करके समय-समय पर अपडेट लेने से आगे जाती है। इससे AI बोर्ड की रणनीतिक और निदेशकीय जिम्मेदारी का हिस्सा बनता है, जबकि जरूरत पड़ने पर विशेषज्ञ सलाह लेने की भूमिका बनी रहती है।

सिस्टम लागू होने से पहले निर्णय-अधिकार तय करें

AI शासन तभी व्यावहारिक बनता है जब संगठन पहले से तय करे कि किसी AI सिस्टम को मंजूर, चलाने, निगरानी करने और बंद करने का अधिकार किसके पास है। बोर्ड को जोखिम के आधार पर ऐसी सीमाएं तय करवानी चाहिए जो स्पष्ट रूप से बताएं:

• प्रबंधन किन फैसलों को स्वीकृत सीमा के भीतर ले सकता है;
• किन फैसलों को बोर्ड या समिति के पास भेजना जरूरी होगा; और
• किन फैसलों को AI अपने-आप नहीं ले सकता।

जितना बड़ा संभावित नुकसान, उतने ही मजबूत नियंत्रण होने चाहिए। रोजगार से जुड़े उच्च-प्रभाव वाले इस्तेमाल—जैसे भर्ती, पदोन्नति, बर्खास्तगी और प्रदर्शन-मूल्यांकन—में बोर्ड को मानवीय समीक्षा और जवाबदेह निर्णयकर्ता के लिए स्पष्ट, अनिवार्य सीमाएं तय करनी चाहिए। किसी व्यक्ति की आजीविका से जुड़ा निर्णय बिना जांच के स्वचालित AI निष्कर्ष पर निर्भर नहीं होना चाहिए।

व्यापक शासन-सिद्धांत भी यही कहता है कि AI को मानवीय निर्णय का समर्थन करना चाहिए, उसे चुपचाप बदलना नहीं चाहिए। सिस्टम लाइव होने से पहले उसका स्वामी, मंजूरी की सीमा, मानवीय निगरानी का बिंदु और जरूरत पड़ने पर उसे रोकने की प्रक्रिया स्पष्ट होनी चाहिए।

निष्पक्षता, डेटा-गुणवत्ता और अपील की जांच अनिवार्य बनाएं

जिम्मेदार मंजूरी प्रक्रिया केवल इस बात पर खत्म नहीं हो सकती कि मॉडल औसतन अच्छा प्रदर्शन करता है या नहीं। बोर्ड को पूछना चाहिए कि संगठन डेटा की गुणवत्ता कैसे जांचता है, सीमाओं का दस्तावेजीकरण कैसे करता है, संभावित पक्षपात की समीक्षा कैसे करता है और सिस्टम लागू होने के बाद उसके प्रदर्शन पर नजर कैसे रखता है।

जहां AI किसी व्यक्ति को महत्वपूर्ण रूप से प्रभावित करता हो, वहां प्रभावित व्यक्ति के पास निर्णय को समझने, नतीजे को चुनौती देने और मानवीय पुनर्विचार मांगने का वास्तविक अवसर होना चाहिए। स्पष्टीकरण में गोपनीय तकनीकी जानकारी बताना जरूरी नहीं, लेकिन जवाबदेह समीक्षा और अपील के लिए पर्याप्त जानकारी मिलनी चाहिए।

यह व्यापक नियंत्रण-व्यवस्था का हिस्सा है। सिंगापुर की कॉरपोरेट-गवर्नेंस सामग्री पारदर्शी और जवाबदेह AI निर्णयों के साथ नियामकीय और नैतिक मानकों पर ध्यान देने की जरूरत बताती है। बोर्ड की भूमिका यह सुनिश्चित करना है कि ये सिद्धांत स्पष्ट प्रक्रियाओं, जिम्मेदार लोगों और जांच योग्य प्रमाणों में बदलें।

AI को साइबर और परिचालनिक मजबूती का हिस्सा मानें

AI सुरक्षा के लिए दोतरफा चुनौती पैदा करता है। संगठनों को AI-सक्षम फिशिंग, सोशल इंजीनियरिंग, धोखाधड़ी, स्वचालित हमलों और कमजोरियों की तेज पहचान से निपटने की तैयारी करनी होगी। साथ ही, AI सिस्टम को डेटा लीक, प्रॉम्प्ट इंजेक्शन, मॉडल में हेरफेर और विक्रेताओं या तीसरे पक्ष से जुड़े जोखिमों से भी बचाना होगा।

इसलिए बोर्ड को यह सुनिश्चित करना चाहिए कि AI जोखिम साइबर-रेजिलिएंस रिपोर्ट, आश्वासन प्रक्रियाओं और घटना-प्रतिक्रिया योजनाओं में शामिल हों—उन्हें अलग टेक्नोलॉजी खांचे में न रखा जाए। महत्वपूर्ण सवाल हैं: सिस्टम को बंद कौन कर सकता है, घटना की सूचना कैसे दी जाएगी, प्रभावित डेटा और फैसलों की जांच कैसे होगी, और AI सेवा उपलब्ध न रहने या उसके साथ छेड़छाड़ होने पर संगठन कैसे सामान्य स्थिति में लौटेगा।

यह जोर साइबर-रेजिलिएंस और जोखिम-प्रबंधन से जुड़ी मौजूदा बोर्ड जिम्मेदारियों को आगे बढ़ाता है। SID की साइबर गाइड भी रेजिलिएंस को कॉरपोरेट रणनीति में शामिल करने की बात करती है, न कि इसे केवल तकनीकी काम मानने की।

महत्वपूर्ण और उच्च-परिणाम वाले सिस्टम के लिए ऊंचे मानक रखें

AI विफलता का प्रभाव उसके इस्तेमाल के क्षेत्र पर निर्भर करता है। कम जोखिम वाले आंतरिक उत्पादकता टूल को उतनी निगरानी की जरूरत नहीं होती जितनी आवश्यक सेवाओं, महत्वपूर्ण बुनियादी ढांचे या अन्य उच्च-परिणाम वाले कामों में इस्तेमाल होने वाले सिस्टम को होती है।

ऐसे मामलों में बोर्ड को रेजिलिएंस, सुरक्षा, परीक्षण, निगरानी, समस्या बढ़ाने की प्रक्रिया और रिकवरी से जुड़े अधिक कड़े मानक तय करने चाहिए। वजह साफ है: सिस्टम की विफलता या उसमें सेंध केवल संगठन के वित्त या प्रतिष्ठा को प्रभावित नहीं कर सकती, बल्कि महत्वपूर्ण सेवाओं में व्यवधान और व्यापक परिचालनिक नुकसान भी पैदा कर सकती है।

गाइड का जोखिम-आधारित तरीका हर AI एप्लिकेशन पर एक जैसा नियंत्रण लगाने के बजाय संभावित नुकसान के अनुसार अधिकार और सुरक्षा उपाय तय करने को कहता है।

बोर्ड के लिए एक व्यावहारिक AI डैशबोर्ड

गाइड की सिफारिशों को एक संक्षिप्त बोर्ड रजिस्टर या डैशबोर्ड में बदला जा सकता है। हर महत्वपूर्ण AI उपयोग-क्षेत्र के लिए प्रबंधन को यह जानकारी दे पाने में सक्षम होना चाहिए:

1. जिम्मेदार स्वामी — सिस्टम और उसके नतीजों के लिए कौन जवाबदेह है।
2. अपेक्षित कारोबारी नतीजा — सफलता को किस तरह मापा जाएगा।
3. निर्णय-अधिकार — कौन-से फैसले किस स्तर पर लिए जा सकते हैं और कब मामला ऊपर भेजना होगा।
4. डेटा स्रोत और उपयोग नियम — कौन-सा डेटा इस्तेमाल हो रहा है और उसे कैसे संभाला जा रहा है।
5. जोखिम स्तर — सिस्टम को उस श्रेणी में रखने का कारण।
6. नियंत्रण — सुरक्षा, निष्पक्षता और डेटा-गुणवत्ता की जांच।
7. मानवीय निगरानी का बिंदु — अंतिम निर्णय के लिए जवाबदेह व्यक्ति।
8. परीक्षण और निगरानी के नतीजे — ज्ञात सीमाओं सहित।
9. घटनाएं, शिकायतें और अपील — और उनका समाधान कैसे हुआ।
10. अगली समीक्षा की तारीख — या दोबारा आकलन शुरू करने वाला ट्रिगर।

यह ढांचा एक ही रिकॉर्ड में AI से मूल्य पैदा करने और जोखिम संभालने को जोड़ता है। इससे निदेशकों को केवल इस व्यापक दावे पर निर्भर नहीं रहना पड़ता कि संगठन “जिम्मेदारी से AI इस्तेमाल कर रहा है”; वे ठोस प्रमाण और नतीजों की जांच कर सकते हैं।

कंपनी निदेशकों के लिए निष्कर्ष

SID की गाइड AI अपनाने और AI शासन को एक-दूसरे के विरोधी विकल्पों के रूप में पेश नहीं करती। इसका संदेश है कि उपयोगी AI अनुप्रयोगों को उसी अनुशासन के साथ आगे बढ़ाया जाए जो किसी अन्य महत्वपूर्ण रणनीतिक निवेश पर लागू होता है: मूल्य स्पष्ट करें, जवाबदेही तय करें, जोखिम समझें, नियंत्रणों का परीक्षण करें और नतीजों की समीक्षा करते रहें।

निदेशकों के लिए तत्काल कदम हैं—AI को नियमित बोर्ड एजेंडा में शामिल करना, संगठन के महत्वपूर्ण उपयोग-क्षेत्रों की समीक्षा करना और AI समझ, स्वामित्व, निर्णय-अधिकार, मानवीय निगरानी, परीक्षण तथा रेजिलिएंस से जुड़ी कमियों की पहचान करना। सबसे मजबूत AI रणनीति वह नहीं जिसमें सबसे ज्यादा गतिविधि हो; वह है जिसे बोर्ड स्पष्ट रूप से समझा, मापा और नियंत्रित कर सके।