9 preguntas que debe hacerse al auditar sus sistemas de inteligencia artificial

  • Predictive Analytics

Brother impresion auditoria

Auditar su inteligencia artificial y big data puede ser un desafío. Pero hay algunas preguntas que debe hacer para encaminarse hacia el cumplimiento y la gobernanza.

Las auditorías de TI para los sistemas de registro de datos son un evento anual en la mayoría de las empresas. Pero auditar la inteligencia artificial y los macrodatos, al mismo tiempo que se garantiza que se encuentren bajo la suficiente seguridad y gobernanza, sigue siendo un trabajo en progreso.

1. ¿Sabe de dónde provienen sus datos?

Las empresas adquieren sus propios datos, pero también compran y utilizan datos de proveedores externos. Todos los datos externos deben evaluarse para determinar la confiabilidad y la calidad de los datos antes de que se utilicen en inteligencia artificial y análisis. La verificación de datos de terceros debe ser parte de cada RFP.

2. ¿Ha abordado la privacidad de los datos?

Debe haber políticas y procedimientos para la privacidad de los datos no solo en TI, sino también en los departamentos corporativos legales y de cumplimiento para garantizar que los clientes cuyos datos se puedan usar, anonimizar o compartir sean conscientes de ese hecho.

3. ¿Tienen procedimientos de encierro?

El Internet de las cosas y la informática de punta contribuirán cada vez más a los sistemas con macrodatos no estructurados. Debido a que estos dispositivos son móviles y están distribuidos, se pueden perder, comprometer o extraviar fácilmente. Como mínimo, el departamento de TI debe tener una forma de rastrear estos dispositivos y su uso, y bloquearlos cuando se reportan como perdidos o extraviados.

4. ¿Está toda la TI alineada con su configuración de seguridad?

TI debe incluir un paso en el que se verifique la configuración de seguridad predeterminada y luego se establezca en la configuración de seguridad empresarial antes de implementarla.

5. ¿Están limpios están sus datos?

Debe existir un nivel apropiado de limpieza de datos, que podría implicar descartes de datos, normalización de datos, el uso de herramientas ETL (extracción, transformación, carga), etc.

6. ¿Qué tan precisa es su IA?

Eroceso de monitoreo y revisión de algoritmos, consultas y datos de IA debe ser continuo y continuo. Debe existir un procedimiento de IA para "sintonizar" periódicamente los datos y las operaciones de IA.

7. ¿Quién está autorizado a tocar su big data y su IA?

Todos los repositorios de big data y los sistemas de inteligencia artificial y análisis deben monitorearse las 24 horas del día, los 7 días de la semana para garantizar que solo los usuarios autorizados a usar los datos y los sistemas accedan a ellos.

8. ¿Su IA está cumpliendo su misión?

Como mínimo una vez al año, los sistemas de inteligencia artificial deben evaluarse para confirmar que cumplen con las demandas y misiones de la empresa. Si no lo son, deben revisarse o descartarse.

9. ¿Se puede realizar una conmutación por error si falla la IA?

Si integra operaciones de IA en los procesos comerciales, su plan de recuperación ante desastres debe abordar un escenario en el que estos sistemas se vuelvan inoperables. 

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.