Dette bør være ryggraden i hver KI-satsing

Det er mye som skal til for å oppnå suksess ved bruk av KI, og fokuset blir fort på ulike verktøy, teknologier, agenter, kompetanse, endringsledelse, og mer. Alt dette er viktig – men det mange glemmer, er det som faktisk avgjør om KI blir til verdi eller bare hype: kvaliteten på dataene og informasjonen din. God informasjonsforvaltning er selve ryggraden i enhver KI-satsing. Det handler om hvordan virksomheten samler, strukturerer, lagrer og tilgjengeliggjør informasjon – og hvordan man sikrer at dataene er pålitelige, relevante og i tråd med lover og regler. Uten dette fundamentet risikerer du at KI-løsningene dine gir ufullstendige, feilaktige eller irrelevante svar. KI er aldri bedre enn dataene den får – og uten kontroll på informasjonsgrunnlaget, har du ikke kontroll på beslutningene KI skal støtte.

Derfor er det nyttig å kartlegge hvor moden informasjonsforvaltningen er i virksomheten. Her er tre viktige grunner til at høy modenhet innen informasjonsforvaltning er avgjørende:

1. Data- og informasjonskvalitet: Modne informasjonsforvaltningsprosesser sikrer at data og informasjon er komplette, pålitelige og tilgjengelige.
2. Datatilgang: Med klare styringsmodeller og informasjonsarkitektur kan relevante datasett og informasjon enkelt identifiseres og hentes ut.
3. Etisk og lovmessig etterlevelse: KI-prosjekter står overfor strenge krav knyttet til personvern og datasikkerhet. En moden tilnærming til informasjonsforvaltning bidrar til at virksomheten ivaretar regulatoriske krav, inkludert GDPR.

Hva er modenhet i informasjonsforvaltning?

En modenhetsmodell beskriver ulike stadier fra uformelle og ustrukturerte tilnærminger til fullstendig integrerte og optimaliserte prosesser for et område. Høyere modenhetsnivåer innebærer at informasjon håndteres systematisk og at virksomheten har etablert tydelige retningslinjer og prosesser.

«The Information Governance Maturity Model» er en modenhetsmodell fra ARMA International. Denne rangerer informasjonsforvaltning i fem ulike modenhetsnivåer:

1. Lav: Informasjonen er minimalt ivaretatt i virksomheten. Det mangler bevissthet om at informasjonen er en ressurs, og en felles forvaltning av denne.
2. Under utvikling: Virksomheten sliter med etterlevelse og dårlig effektivitet, men er bevisst utfordringen.
3. Grunnleggende: Virksomheten har satt seg mål og er på et grunnleggende nivå innen informasjonsstyring, men det mangler operasjonalisering og struktur.
4. Proaktiv: Virksomheten har etablert et helhetlig program for informasjonsstyring som omfatter alle typer informasjon fra hele virksomheten.
5. Transformativ: Informasjonen styres i henhold til fastsatte policy’er. Strategier og systematisk analyse brukes for å nå mål og oppnå gevinster.

Innenfor disse modenhetsnivåene er det flere kjennetegn som må være på plass. Slik blir modenhetsmodellen et nyttig verktøy for å identifisere utfordringene virksomheten står overfor, og en god hjelp til å sette mål for å forberede veien til bruk av KI.

Modenhet som verktøy for virksomheten

Så, hvordan komme i gang med en modenhetsanalyse? Her er fire råd, som passer både offentlige og private virksomheter:

1. Gjennomfør en modenhetsanalyse: Kartlegg virksomhetens nåværende status for informasjonsforvaltning.
2. Utvikle en informasjonsforvaltningsstrategi: Definer tydelige mål og ansvar for informasjonsstyring.
3. Definer tiltak: Definer og forankre tiltak for å nå de definerte målene steg for steg.
4. Etabler tverrfaglige team: Samarbeid mellom IT, juridiske avdelinger, informasjonseiere/dokumentasjonsansvarlige og forretningsenheter er kritisk.

En strategisk forutsetning

For å realisere potensialet til kunstig intelligens må norske virksomheter styrke informasjonsforvaltningen. Start med en modenhetsanalyse, sett realistiske mål og definer hvilke utfordringer virksomheten din bør jobbe med. Et strukturert rammeverk gir et solid grunnlag for bedre kontroll, høyere data- og informasjonskvalitet og økt etterlevelse. Dette er ikke bare en nødvendighet, men en strategisk forutsetning for fremtidens datadrevne og KI-støttede beslutninger.