管理者的人工智能治理

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：1小时9米

你将学到什么

• 了解人工智能治理在实际管理方面的含义以及它为何对业务团队如此重要。
• 区分低风险、中风险、高风险和禁止的 AI 使用案例。
• 在批准、购买、试用或扩展支持 AI 的工具之前询问正确的治理问题。
• 识别主要的 AI 风险类别，包括数据风险、隐私风险、安全风险、偏见、模型行为、供应商风险、运营风险和声誉风险
• 应用负责任的人工智能原则，例如公平、透明、可解释性、人工监督、可靠性、安全性和问责制。
• 使用清单、接收表单、风险等级、审批工作流程、角色、政策、监控和升级路径，设计实用的 AI 治理运营模型
• 使用有关数据使用、模型更新、安全性、文档和问责制的实际尽职调查问题来评估供应商和 SaaS AI 功能。
• 制定 30-60-90 天的路线图，以改善业务职能部门或管理团队内的 AI 治理。

要求

• 无需编码、数据科学或机器学习背景。
• 具备基本的业务、管理、运营、风险、合规、人力资源、财务、产品、法律、IT 或数字化转型经验将会很有帮助。
• 学生应该对人工智能如何在真实组织中使用以及管理者如何负责任地管理人工智能感兴趣。
• 建议愿意对风险、责任、政策、供应商、数据和决策进行批判性思考。

描述

人工智能不再是技术团队的未来话题。它已经通过生产力工具、分析平台、人力资源系统、财务工作流程、客户服务工具、供应商软件、聊天机器人、预测模型和生成人工智能助手进入日常业务工作。

《经理人人工智能治理》是一门以业务为中心的实用课程，面向那些需要了解人工智能治理而无需成为工程师或数据科学家的经理、高级经理、业务领导者、产品领导者、人力资源领导者、财务领导者、运营领导者、风险与合规专业人士以及非技术决策者。

您将学习如何将人工智能治理视为一门管理学科：一个由决策、角色、政策、控制和监控组成的系统，指导组织如何选择、构建、购买、部署和监督人工智能。

该课程以简单的商业语言解释了负责任的人工智能原则，包括公平、透明、隐私、安全、问责、可靠性、可解释性和人类监督。它还映射了管理者需要识别的主要人工智能风险，包括数据风险、隐私风险、安全风险、偏见、模型行为风险、供应商风险、运营风险、法律和监管风险、劳动力风险和声誉风险。

您还将学习如何使用用例清单、接收表格、风险等级、审批工作流程、决策权、政策、标准、文档、监控、升级和执行报告来构建人工智能治理运营模型。

该课程包括有关供应商和 SaaS AI 功能的实用指南，许多组织在这些功能中面临着隐藏的风险，因为 AI 嵌入到他们已经使用或购买的工具中。

在课程结束时，您应该能够在与 AI 相关的会议中提出更好的问题，在治理薄弱成为业务问题之前识别它，按风险对 AI 用例进行分类，了解良好的监督是什么样的，并为您的团队或组织中负责任的 AI 治理制定实用的 30-60-90 天路线图。

本课程不教授编码或机器学习模型开发。它不是法律建议，也不证明遵守任何法律或法规。相反，它为管理者提供了一种务实的治理思维方式，以清晰、可控、负责和自信的方式引领人工智能的采用。