L’altre dia vaig tenir una conversa interessant amb un CFO sobre intel·ligència artificial i governança de dades. La pregunta que va plantejar va ser molt directa: realment val la pena que una empresa inverteixi en certificacions com l’AIGP (AI Governance Professional)?
La seva reacció inicial era comprensible. Durant anys ha vist aparèixer moltes certificacions que prometien “preparar les organitzacions per al futur”, però que sovint acabaven sent simplement credencials individuals amb poc impacte real dins de l’empresa.
Molt ràpidament la conversa va deixar de girar al voltant de la certificació en si i es va centrar en una qüestió més important: la capacitat de governança dins de l’organització.
A diferència de moltes certificacions relacionades amb la intel·ligència artificial que se centren en construir models o dominar eines tècniques, l’AIGP aborda un repte diferent: com les organitzacions governen els sistemes d’intel·ligència artificial de manera responsable.
Això inclou elements molt concrets com:
-
mantenir un inventari de sistemes d’IA
-
classificar els models segons el seu nivell de risc
-
documentar les dades d’entrenament i la lògica de decisió
-
establir mecanismes de supervisió abans de posar models en producció
Des de la perspectiva financera del CFO, la conversa es va tornar més interessant quan vam analitzar les implicacions operatives.
En moltes organitzacions, l’absència d’una governança clara de la IA obliga a recórrer sovint a assessors externs per interpretar regulacions o avaluar riscos relacionats amb la IA. Tenint en compte que aquest tipus de consultoria especialitzada pot superar fàcilment els 1.000 € al dia, desenvolupar capacitat interna comença a tenir molt sentit des del punt de vista econòmic.
Un altre punt clau va ser la preparació davant del nou entorn regulador. Amb iniciatives com l’EU AI Act, juntament amb les obligacions existents sota GDPR, els reguladors comencen a exigir una cosa molt concreta: evidència de com es governen i supervisen els sistemes de decisió automatitzada.
Quan una organització ja disposa de mecanismes com documentació de models, classificació de riscos i processos d’aprovació abans del desplegament de sistemes d’IA, respondre a revisions reguladores esdevé molt més senzill.
Potser la part més interessant de la conversa, però, va ser l’impacte en la reputació corporativa.
Avui dia les empreses no només responen davant dels reguladors, sinó també davant dels clients, socis i del mercat en general sobre com utilitzen la intel·ligència artificial. Poder demostrar que els sistemes d’IA estan documentats, monitoritzats i governats de manera transparent genera confiança.
Al final vam coincidir en un punt important: una certificació per si sola no crea valor.
El valor real apareix quan aquesta certificació es converteix en un catalitzador per construir estructures de governança dins de l’organització.
En molts casos, l’enfocament més pragmàtic és començar de manera gradual. Certificar un petit grup de professionals en àrees com data governance, lideratge en IA i gestió del risc pot ajudar a establir els fonaments d’un marc de governança de la IA.
A partir d’aquí es poden mesurar resultats concrets com:
-
cobertura de documentació dels sistemes d’IA
-
temps d’aprovació de noves iniciatives d’IA
-
reducció de la dependència de consultors externs
L’adopció de la intel·ligència artificial s’està accelerant a tots els sectors.
I a mesura que això passa, la governança de la IA esdevé tan important com la pròpia innovació.
