คู่มือ Enterprise เกี่ยวกับการกำกับดูแล AI: 3 ปัจจัยด้านความน่าเชื่อถือที่ไม่ควรมองข้าม
การนำทางด่วน
แท็ก
แชร์สไลด์
คู่มือ Enterprise เกี่ยวกับการกำกับดูแล AI: 3 ปัจจัยด้านความน่าเชื่อถือที่ไม่ควรมองข้าม
มุมมองรายละเอียดของแต่ละหน้าสไลด์ รวมถึงlayout เนื้อหาหลักและองค์ประกอบภาพ
สไลด์ชื่อเรื่องพร้อมตราสินค้า IBM Institute for Business Value ชื่อเรื่องย่อย: สามปัจจัยด้านความน่าเชื่อถือที่ไม่ควรมองข้าม
ชื่อเรื่องชิดซ้ายพร้อมตัวอักษรขนาดใหญ่ ภาพงานศิลปะนามธรรมสีม่วง/น้ำเงินทางด้านขวา โลโก้ IBM ที่ด้านล่างซ้าย
บทนำสู่ชุดงานวิจัย IBM IBV เกี่ยวกับ generative AI อธิบายว่ารายงานนี้เป็นส่วนหนึ่งของชุดต่อเนื่องเกี่ยวกับโอกาสและความท้าทายของ generative AI สำหรับองค์กรต่างๆ ทั่วโลก
เลย์เอาต์สองคอลัมน์โดยมีข้อความทางด้านซ้ายและภาพประกอบในธีมการกำกับดูแลทางด้านขวาที่มีตาชั่งและไอคอนที่เชื่อมต่อกัน
77% ของผู้นำธุรกิจกล่าวว่า gen AI พร้อมสำหรับตลาด Gen AI กำลังลดเวลาในการเขียนโค้ด ปรับปรุงการโต้ตอบให้เป็นส่วนตัว ทำให้ระบบรักษาความปลอดภัยทางไซเบอร์เป็นไปโดยอัตโนมัติ ความเสี่ยงที่เกี่ยวข้องกับ AI กำลังเพิ่มขึ้น: การปฏิบัติตามข้อกำหนด อคติของข้อมูล ความน่าเชื่อถือ และการสูญเสียความไว้วางใจ การกำกับดูแลสร้างกรอบการทำงานที่สอดคล้องกับคุณค่าทางจริยธรรมและมนุษย์
เลย์เอาต์ข้อความสองคอลัมน์พร้อมวงกลมแสดงสถานะความคืบหน้าตกแต่งที่ด้านบนซึ่งแสดงสถานะความสมบูรณ์ที่แตกต่างกัน
74% ของผู้ตอบแบบสอบถามเชื่อว่าการกำกับดูแลจะมีผลกระทบสูงในอีก 3 ปีข้างหน้าเมื่ออุปสรรคในการนำ gen AI มาใช้ถูกกำจัดออกไป อย่างไรก็ตาม มีเพียง 21% เท่านั้นที่เชื่อว่าวุฒิภาวะขององค์กรตนเองเกี่ยวกับการกำกับดูแลอยู่ในระดับนำ
คอลัมน์ข้อความด้านซ้ายพร้อมข้อค้นพบที่สำคัญ ด้านขวาแสดงภาพข้อมูลแผนภาพ Venn ขนาดใหญ่พร้อมสถิติ 74% และ 21%
63% ของ CRO และ CFO มุ่งเน้นไปที่ความเสี่ยงด้านกฎระเบียบและการปฏิบัติตามข้อกำหนด 60% ของ CEO กำลังพิจารณามอบนโยบาย AI เพิ่มเติม อย่างไรก็ตาม มีเพียง 29% ของ CRO และ CFO เท่านั้นที่กล่าวว่าความเสี่ยงเหล่านี้ได้รับการแก้ไขอย่างเพียงพอแล้ว 27% ของบริษัทมหาชนอ้างถึงกฎระเบียบ AI ว่าเป็นความเสี่ยงในการยื่น SEC
คอลัมน์ข้อความด้านซ้าย ด้านขวาแสดงอินโฟกราฟิกวงกลมซ้อนกันพร้อมสถิติ 63%, 60% และ 29%
ปัจจัยด้านความน่าเชื่อถือที่ 1: ความรับผิดชอบ (ใครเป็นผู้รับผิดชอบการกำกับดูแล AI) ปัจจัยด้านความน่าเชื่อถือที่ 2: ความโปร่งใส (คุณประเมินแหล่งที่มาของข้อมูลอย่างไร และมีการแบ่งปันอะไรบ้างเกี่ยวกับข้อมูลเหล่านั้น) ปัจจัยด้านความน่าเชื่อถือที่ 3: ความสามารถในการอธิบาย (คุณอธิบายผลลัพธ์ของระบบและโมเดล AI ได้อย่างไร)
เลย์เอาต์สามคอลัมน์พร้อมส่วนหัวไอคอน แต่ละคอลัมน์ทุ่มเทให้กับปัจจัยด้านความน่าเชื่อถือหนึ่งปัจจัยพร้อมข้อความอธิบาย
กำหนดความโปร่งใส ความสามารถในการอธิบาย และที่มา การกำกับดูแลอาศัยความโปร่งใส ความสามารถในการอธิบาย และที่มาเพื่อกำกับ ประเมิน ตรวจสอบ และดำเนินการแก้ไขในทุกขั้นตอนของวงจรชีวิต AI
เลย์เอาต์ข้อความสามคอลัมน์เต็มความกว้างพร้อมตัวบ่งชี้การไหลของกระบวนการที่ด้านบน
60% ของผู้บริหารระดับ C-suite ได้วางแชมป์ gen AI ที่กำหนดไว้อย่างชัดเจน 59% มีผู้ใต้บังคับบัญชาโดยตรงที่รับผิดชอบการบูรณาการ AI ทั่วทั้งองค์กร 80% มีฟังก์ชันความเสี่ยงแยกต่างหากที่อุทิศให้กับ AI หรือ gen AI
ส่วนเปิดพร้อมแบนเนอร์ Trust Factor 1 คอลัมน์ข้อความด้านซ้าย ด้านขวาแสดงภาพประกอบเวิร์กโฟลว์/การอนุมัติ
47% ได้จัดตั้งสภาจริยธรรม generative AI การใช้จ่ายด้านจริยธรรม AI เพิ่มขึ้นจาก 2.9% ในปี 2022 เป็น 4.6% ในปี 2024 คาดว่าจะสูงถึง 5.4% ในปี 2025 68% ของ CEO กล่าวว่าการกำกับดูแลสำหรับ gen AI จะต้องรวมเข้ากับการออกแบบตั้งแต่เริ่มต้น
เลย์เอาต์ข้อความสามคอลัมน์พร้อมการเรียกสถิติการเติบโตของการใช้จ่ายทางด้านขวาซึ่งแสดงความก้าวหน้าแบบปีต่อปี
5 รายการดำเนินการ: 1) มอบอำนาจให้ผู้บริหารระดับสูงเป็นผู้นำการกำกับดูแล AI 2) จัดลำดับความสำคัญของการพัฒนาและการใช้งาน AI อย่างมีความรับผิดชอบ 3) ตรวจสอบให้แน่ใจว่าผู้นำระดับสูงสอดคล้องหลักการกับแนวปฏิบัติ 4) พัฒนาพื้นฐานทางวัฒนธรรมสำหรับโครงสร้างการกำกับดูแล 5) ส่งเสริมความร่วมมือกับผู้มีส่วนได้ส่วนเสียและพันธมิตรในระบบนิเวศ
ข้อความกระตุ้นการตัดสินใจด้านซ้ายขนาดใหญ่ คำแนะนำที่มีหมายเลขห้าข้อในสามคอลัมน์ทางด้านขวา
The Data & Trust Alliance (D&TA) ก่อตั้งขึ้นในปี 2020 โดยบริษัทชั้นนำต่างๆ เช่น Deloitte, GM, IBM, Johnson & Johnson, Mastercard, Meta, Nike, UPS มีสมาชิก 27 รายใน 18 อุตสาหกรรม อ้างอิงจาก Saira Jesani, Executive Director
ส่วนเปิดตัวกรณีศึกษา (Case study) พร้อมพื้นหลังสีฟ้าอ่อน, เลย์เอาต์สามคอลัมน์พร้อมคำอธิบายองค์กร, คำพูดทางด้านขวา
D&TA สร้างฟิลด์ metadata 22 ฟิลด์สำหรับมาตรฐาน provenance ข้อมูลข้ามอุตสาหกรรม IBM ทดสอบมาตรฐานในช่วงต้นปี 2024 สำหรับการเคลียร์ข้อมูลของชุดข้อมูลการฝึกอบรมโมเดลพื้นฐาน ผลลัพธ์: ลดเวลาในการประมวลผลการเคลียร์ข้อมูลสำหรับข้อมูลของบุคคลที่สาม 58%, ลดลง 62% สำหรับข้อมูลที่ IBM เป็นเจ้าของ
ข้อความต่อเนื่องของกรณีศึกษา (Case study) สามคอลัมน์พร้อมพื้นหลังสีฟ้าอ่อน
90% ของข้อมูลที่มีอยู่ในโลกถูกสร้างขึ้นในช่วงสองปีที่ผ่านมา ~400 ล้านเทราไบต์ของข้อมูลถูกสร้างขึ้นทุกวัน, 150 zettabytes โดยประมาณสำหรับปี 2024 เกือบครึ่งหนึ่งของผู้บริหารระดับสูง (CEO) ที่ทำการสำรวจมีความกังวลเกี่ยวกับความถูกต้องและความลำเอียง
ส่วนเปิดตัวพร้อมแบนเนอร์ Trust Factor 2, คอลัมน์ข้อความด้านซ้าย, ด้านขวาแสดงภาพประกอบในธีมความโปร่งใส
รูปที่ 3 นำเสนอ 8 คำถามสำคัญที่องค์กรต้องตอบ: ใครเป็นผู้รับผิดชอบ? ข้อมูลถูกรวบรวมโดยได้รับความยินยอมหรือไม่? เป็นตัวแทนของทุกชุมชนหรือไม่? ผู้เชี่ยวชาญเห็นด้วยกับข้อมูลที่ถูกต้องหรือไม่? โมเดลเปรียบเทียบกับมนุษย์อย่างไร? อะไรคือสิ่งที่อยู่ในอัลกอริทึม? โมเดลได้รับการตรวจสอบบ่อยแค่ไหน? ตรวจสอบอย่างไรและเพื่ออะไร?
คอลัมน์ข้อความด้านซ้ายพร้อมตารางด้านขวาของบัตรคำถาม 8 ข้อพร้อมไอคอน
4 ข้อควรปฏิบัติ: 1) จัดตั้งทีมกำกับดูแล AI แบบสหวิทยาการ 2) ฝึกอบรมทุกคนในเรื่องความโปร่งใส 3) ถามคำถามที่นอกเหนือไปจากการปฏิบัติตามกฎระเบียบ 4) เปิดรับแนวคิดจากภายนอกองค์กร (อ้างอิงหลักการ OECD)
ข้อความกระตุ้นการตัดสินใจขนาดใหญ่ด้านซ้าย, ข้อเสนอแนะที่มีหมายเลขสี่ข้อในสามคอลัมน์
Australia Post (รายได้ $5.8B, 4,310 สาขา) ใช้ gen AI สำหรับบริการลูกค้า หลังจากการทดสอบการโทรของลูกค้าและการกดแป้นพิมพ์ของพนักงานหลายพันครั้ง gen AI กำลังกำหนดเส้นทางการสอบถามและตอบคำถาม เป้าหมาย: จัดการ 40-60% ของการโทรผ่าน gen AI Post ดำเนินการทบทวนข้อมูล สร้างขั้นตอนการกำกับดูแลข้อมูลที่เข้มงวด
กรณีศึกษาที่มีพื้นหลังสีฟ้าอ่อน เลย์เอาต์สามคอลัมน์ ข้อความที่ยกมาเน้นที่ด้านล่าง
การยอมรับ AI อยู่ในช่วงหัวเลี้ยวหัวต่อ ผู้ตอบแบบสอบถาม 35% ใน 2024 Edelman Trust Barometer ยอมรับนวัตกรรม AI แต่เกือบ 30% ปฏิเสธ การแสดงให้เห็นถึงความน่าเชื่อถือของ AI จะเป็นกุญแจสำคัญในการเพิ่มประสิทธิภาพผลกระทบ
ส่วนเปิดด้วยแบนเนอร์ Trust Factor 3 คอลัมน์ข้อความด้านซ้าย ด้านขวาแสดงภาพประกอบในธีมความสามารถในการอธิบาย
รูปที่ 4: 78% ดูแลรักษาเอกสารที่แข็งแกร่งพร้อมความสามารถในการอธิบาย 74% ดำเนินการประเมินผลกระทบทางจริยธรรมเพื่อประเมินศักยภาพของโครงการริเริ่มต่อผู้มีส่วนได้ส่วนเสีย 70% ดำเนินการทดสอบผู้ใช้เพื่อประเมินความเสี่ยงและบรรเทาผลกระทบ
คอลัมน์ข้อความด้านซ้าย ด้านขวาแสดงรูปที่ 4 พร้อมการ์ดเมตริกที่ซ้อนกันสามใบซึ่งแสดง 78%, 74% และ 70%
3 รายการดำเนินการ: 1) ออกแบบระบบ AI ที่อำนวยความสะดวกในการทำงานร่วมกันและการกำกับดูแลระหว่างมนุษย์กับ AI 2) จัดลำดับความสำคัญของผลลัพธ์ AI ที่สามารถอธิบายและตรวจสอบได้ 3) สร้างแรงจูงใจให้พนักงานพูดและแสดงความคิดเห็นหากผลลัพธ์ AI ทำให้สับสน
ข้อความกระตุ้นการตัดสินใจขนาดใหญ่ด้านซ้าย คำแนะนำที่มีหมายเลขสามข้อในสามคอลัมน์
สามารถเชื่อถือ generative AI ได้หรือไม่? ได้ แต่เฉพาะในกรณีที่องค์กรเข้าถึงการกำกับดูแลด้วยความมุ่งมั่นและกระตือรือร้น การกำกับดูแลจำเป็นต้องฝังอยู่ในทุกขั้นตอนของวงจรชีวิต AI 79% กล่าวว่าสิ่งสำคัญคือ CEO ต้องพูดถึงการใช้เทคโนโลยีอย่างมีจริยธรรม การกำกับดูแล AI เป็นกลยุทธ์หลักสำหรับการสร้างมูลค่า การเติบโต และนวัตกรรม
หัวข้อด้านซ้ายพร้อมภาพประกอบการทำงานร่วมกันระหว่างมนุษย์กับ AI แบบวงกลม เนื้อหาข้อความสามคอลัมน์พร้อมข้อโต้แย้งสรุป
ผู้เขียน: Phaedra Boinodiris (Global Leader for Trustworthy AI, IBM Consulting), Brian Goehring (Associate Partner and AI Research Lead, IBM IBV), Milena Pribic (Design Principal, Ethical AI Practices), Catherine Quinlan (VP AI Ethics, IBM Chief Privacy Office). รายงานที่เกี่ยวข้องแสดงรายการพร้อม URL
Layout สี่คอลัมน์: ผู้เขียน, ผู้ร่วมให้ข้อมูล, คำอธิบาย IBM IBV, รายงานที่เกี่ยวข้อง
20 แหล่งอ้างอิงและ citation ที่มีหมายเลขกำกับ รวมถึงงานวิจัยของ IBM, Forbes, Wall Street Journal, IEEE, OECD, World Economic Forum และ Exploding Topics
รายการอ้างอิงแบบมีหมายเลขกำกับ สองคอลัมน์
Copyright IBM Corporation 2024 จัดทำขึ้นในเดือนตุลาคม 2024 ข้อความปฏิเสธความรับผิดชอบทางกฎหมาย เครื่องหมายการค้า และการรับรองด้านสิ่งแวดล้อม (FSC, Green-e) มาตรฐานของ IBM
โลโก้ IBM ด้านบน ข้อความทางกฎหมายในคอลัมน์ด้านขวา โลโก้การรับรองที่ด้านล่าง
QR code ที่เชื่อมโยงไปยัง ibm.co/consulting-ai
ปกหลังแบบ minimal โดยมี QR code ที่ด้านล่างซ้าย
คำถามทั่วไปเกี่ยวกับสไลด์นี้และเนื้อหาการนำเสนอพื้นฐาน
คู่มือนี้มุ่งเน้นไปที่ปัจจัยด้านความน่าเชื่อถือที่สำคัญ 3 ประการ: ความรับผิดชอบ (ใครเป็นผู้รับผิดชอบการกำกับดูแล AI) ความโปร่งใส (คุณประเมินแหล่งข้อมูลอย่างไรและมีการแบ่งปันอะไรบ้างเกี่ยวกับแหล่งข้อมูลเหล่านั้น) และความสามารถในการอธิบายได้ (คุณอธิบายผลลัพธ์ของระบบและโมเดล AI ได้อย่างไร) แต่ละปัจจัยมีการวิเคราะห์ สถิติ และคู่มือการดำเนินการโดยละเอียด
เทมเพลตนี้ออกแบบมาสำหรับผู้บริหารระดับ C, ผู้นำด้านการกำกับดูแล AI, เจ้าหน้าที่กำกับดูแลการปฏิบัติตามกฎระเบียบ, Chief Privacy Officers และผู้เชี่ยวชาญด้านการบริหารความเสี่ยงขององค์กรที่ต้องการสร้าง นำเสนอ หรือสื่อสารกลยุทธ์การกำกับดูแล AI ภายในองค์กรของตน
ชุดสไลด์นี้รวมถึงข้อมูลการวิจัยของ IBM IBV เช่น: 74% เชื่อว่าการกำกับดูแลจะมีผลกระทบสูงใน 3 ปี, มีเพียง 21% เท่านั้นที่รายงานว่ามีการกำกับดูแลที่เป็นผู้ใหญ่, 63% ของ CROs/CFOs มุ่งเน้นไปที่ความเสี่ยงด้านกฎระเบียบ, 60% ของ CEOs ต้องการนโยบาย AI เพิ่มเติม, การใช้จ่ายด้านจริยธรรม AI เพิ่มขึ้นจาก 2.9% เป็น 4.6% และ 78% จัดทำเอกสารพร้อมความสามารถในการอธิบายได้
มี รวมถึงกรณีศึกษาโดยละเอียด 2 กรณี: The Data & Trust Alliance (D&TA) ที่แสดงให้เห็นถึงมาตรฐาน Data Provenance ข้ามอุตสาหกรรมด้วยประสิทธิภาพที่ดีขึ้น 58-62% และ Australia Post ที่แสดงให้เห็นว่าบริษัทที่รัฐบาลเป็นเจ้าของดำเนินการตามความโปร่งใสของ AI อย่างไรในขณะที่ตั้งเป้าที่จะจัดการการโทรของลูกค้า 40-60% ผ่าน gen AI
งานนำเสนอนี้มี 24 สไลด์ที่ออกแบบอย่างมืออาชีพซึ่งครอบคลุมกรอบการกำกับดูแล AI ที่สมบูรณ์ รวมถึงชื่อเรื่อง บทนำ ส่วนปัจจัยด้านความน่าเชื่อถือ 3 ส่วนพร้อมคู่มือการดำเนินการ กรณีศึกษา 2 กรณี บทสรุป เครดิตผู้เขียน และอ้างอิง
ได้ เทมเพลตนี้มีกรอบงานที่ครอบคลุมซึ่งสามารถปรับให้เข้ากับความต้องการด้านการกำกับดูแล AI เฉพาะขององค์กรของคุณได้ ปัจจัยด้านความน่าเชื่อถือ 3 ประการ คู่มือการดำเนินการ และจุดข้อมูลทำหน้าที่เป็นรากฐานที่คุณสามารถปรับแต่งด้วยข้อมูล นโยบาย และกรณีศึกษาขององค์กรของคุณเองได้
งานนำเสนอนี้มีการออกแบบที่สะอาดและเป็นมืออาชีพของ IBM พร้อมชุดสีไล่ระดับสีม่วงและสีน้ำเงินที่โดดเด่น การแสดงภาพข้อมูลทางเรขาคณิตที่เป็นนามธรรม ไอคอนที่สอดคล้องกัน และลำดับชั้นการพิมพ์ที่ชัดเจน การออกแบบสร้างสมดุลระหว่างผลกระทบด้านภาพและความสามารถในการอ่านสำหรับผู้บริหาร
แต่ละปัจจัยด้านความน่าเชื่อถือมีคู่มือการดำเนินการเฉพาะ: ความรับผิดชอบมี 5 ขั้นตอน (ความเป็นผู้นำของผู้บริหาร, AI ที่มีความรับผิดชอบ, รากฐานทางวัฒนธรรม), ความโปร่งใสมี 4 ขั้นตอน (ทีมสหวิทยาการ, การฝึกอบรม, การก้าวข้ามการปฏิบัติตามกฎระเบียบ) และความสามารถในการอธิบายได้ให้ 3 ขั้นตอน (การทำงานร่วมกันระหว่างมนุษย์กับ AI, ผลลัพธ์ที่ตรวจสอบได้, การเพิ่มขีดความสามารถของพนักงาน)
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
อ้างอิงการออกแบบมืออาชีพ เลือกสไตล์ของคุณ และสร้างสไลด์ด้วยการแสดงผลข้อความที่สมบูรณ์แบบ ขับเคลื่อนโดย Nano Banana—เริ่มสร้างการนำเสนอของคุณตอนนี้
Your AI Agent for slides. Save time, shine faster with intelligent presentation creation.
© 2026 2slides. All rights reserved.