Словарь ИИ
Что такое ИИ Due Diligence
Коротко
ИИ Due Diligence это комплексная проверка компании перед решениями об искусственном интеллекте: процессов, данных, систем, людей и юридических ограничений.
Бизнес и внедрение · AI due diligence
Михаил МозгПроверено: 1 минута чтения
Ребенку
Перед тем как построить на даче большой домик на дереве, папа сначала осматривает само дерево. Крепкие ли ветки, нет ли гнили, выдержит ли оно доски и ребят. Только потом покупают материалы. Взрослые так же осматривают свою компанию, прежде чем приносить туда умные программы: вдруг ветки окажутся слабыми.
Простыми словами
Due Diligence (комплексная проверка компании) пришло из сделок: перед покупкой бизнеса покупатель изучает его документы и риски. В варианте для ИИ выясняют, готова ли компания к нейросетям. Смотрят, как устроены процессы и где теряется время, в каком виде хранятся сведения, какие программы стоят и можно ли их подключить, кто будет пользоваться новым инструментом. Похоже на осмотр машины механиком перед дальней поездкой: дешевле найти неисправность в гараже, чем на трассе.
Для бизнеса
Проверка отвечает на вопрос, стоит ли вкладывать в ИИ сейчас и куда именно. Она показывает разрозненные данные, процессы без владельца, системы без интеграций, ограничения 152-ФЗ на передачу персональных данных в облачные модели. Цена зависит от размера компании, числа отделов и систем. Результат: список рисков, готовность каждого процесса и приоритеты. Без нее деньги часто уходят на пилоты, которые потом нечем масштабировать. Такую проверку заказывают и инвесторы перед сделкой, чтобы оценить ИИ-продукт стартапа. Выводы ложатся в основу карты ИИ-решений и бюджета внедрения.
Для специалиста
ИИ Due Diligence (AI due diligence) объединяет два сценария. Операционный: оценка готовности организации (AI readiness assessment) по процессам, данным, ИТ-архитектуре, компетенциям и регуляторным ограничениям. Инвестиционный: технический аудит ИИ-продукта при сделке, где проверяют происхождение и права на обучающие данные, воспроизводимость обучения, метрики качества, зависимость от внешних API и лицензии моделей. В обоих случаях удобно опираться на NIST AI Risk Management Framework (январь 2023): функции Govern, Map, Measure и Manage задают, как описать контекст системы, измерить риски и назначить меры. Для российских компаний к этому добавляется проверка обработки персональных данных по 152-ФЗ и локализации их хранения. Итог оформляют как реестр рисков и матрицу готовности по процессам.
Пример
Розничная сеть хотела запустить ИИ-ассистента для поддержки. Проверка показала, что база знаний устарела и разбросана по нескольким системам, поэтому сначала навели порядок в документах, а запуск сдвинули на квартал.
Связанные термины
Вопросы и ответы
Чем ИИ Due Diligence отличается от ИИ-аудита?
Кому нужна комплексная проверка перед внедрением ИИ?
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений