Jakie miejsce zajmuje AI w architekturze korporacyjnej?

Rzadko zdarza się, żeby jedna inwestycja niosła ze sobą jednocześnie największą szansę i największe ryzyko. Tak właśnie jest z AI: tam, gdzie daje firmie największą przewagę, tam też jest najbardziej narażona na poważne problemy.

Dobrze wdrożona AI usprawnia najważniejsze procesy w firmie. Wdrożona bez kontroli, może złamać przepisy albo doprowadzić do wycieku danych, za które prawnie odpowiada firma, zanim ktokolwiek zorientuje się, że w ogóle jej używacie.

Im więcej AI w firmie, tym większe korzyści, ale też większe zagrożenia. Żeby nad tym zapanować, potrzeba jednego: wiedzieć, gdzie dokładnie w firmie działa AI i na co ma wpływ.

Chodzi więc zawsze o to samo pytanie: gdzie w firmie działa AI. W praktyce rozbija się ono jednak na dwa osobne pytania, które zadają różne osoby w firmie:

• Gdzie AI daje firmie najwięcej korzyści i gdzie warto inwestować dalej?
• Jak korzystać z AI odpowiedzialnie i przejrzyście, zgodnie z zasadami firmy i obowiązującym prawem?

Tym dwóm pytaniom odpowiadają dwie różne dziedziny: strategia AI i nadzór nad AI. Mają różne cele, ale wychodzą z tego samego założenia: obie muszą wiedzieć, gdzie firma korzysta z AI i z czym to się łączy: z jakimi procesami, aplikacjami, danymi i ludźmi.

Większość firm zaczyna od narzędzi, które wykrywają AI w ich systemach. Te narzędzia rzeczywiście działają: skanują firmę i znajdują usługi oraz integracje AI, które już są w użyciu. W efekcie powstaje dokładna lista tego, co istnieje. Ale na tym ich rola się kończy. Taka lista nie mówi, do czego służy dany system, od czego zależy ani jakie zasady go obowiązują.

Tu wkracza architektura korporacyjna. Pokazuje, jak każdy system AI wiąże się z procesami, aplikacjami i mechanizmami kontroli wokół niego. Dzięki temu strategia AI i nadzór nad AI mają wspólny punkt odniesienia.

Nowoczesne narzędzia potrafią zidentyfikować usługi AI, modele bazowe, interfejsy API, zasoby w chmurze, aplikacje korzystające z AI i inne techniczne elementy. To ważny pierwszy krok, żeby zrozumieć, jak AI działa w firmie.

Samo znalezienie AI nie oznacza jednak, że ją rozumiemy.

To, że w Azure AI Foundry działa jakiś agent AI, albo że Microsoft 365 ma integrację z Copilotem, nie odpowiada na pytania takie jak:

• Po co ten system istnieje?
• Jaką funkcję biznesową wspiera?
• Od jakiego procesu zależy?
• Kto za niego odpowiada?
• Jakie dane przetwarza?
• Jakie zasady nadzoru go obejmują?
• Co by ucierpiało, gdyby coś się w nim zmieniło?

Techniczna identyfikacja mówi, co istnieje. Architektura korporacyjna tłumaczy, po co dany system istnieje, jak jest wykorzystywany i na co wpływa.

Łatwo pomyśleć, że AI to sprawa wyłącznie technologii, bo przecież AI korzysta z modeli bazowych, usług chmurowych i platform obliczeniowych. To jednak spore uproszczenie.

Architektura korporacyjna dzieli firmę na następujące warstwy: biznes (to, co firma robi i po co), aplikacje (systemy i programy, z których korzysta), dane (informacje, którymi operuje) oraz technologię (infrastrukturę IT: serwery, chmurę, sieci). AI działa we wszystkich czterech obszarach:

• W warstwie biznesowej AI wspiera to, co firma robi na co dzień: pomaga realizować procesy i ułatwia pracę pracownikom.
• W warstwie aplikacji AI to konkretne programy i funkcje: agenty AI, aplikacje korzystające z AI, integracje z systemami firmy.
• W warstwie danych AI korzysta z danych firmy i sama je tworzy. Żeby działać dobrze, potrzebuje dostępu do baz wiedzy i porządnie zarządzanych danych.
• W warstwie technologii AI opiera się na infrastrukturze IT: modelach bazowych, platformach chmurowych, bazach danych i serwerach, które to wszystko obsługują.

Żadna z tych warstw z osobna nie daje pełnego obrazu. Pełny obraz powstaje dopiero wtedy, gdy spojrzymy na wszystkie te obszary naraz. Właśnie to robi architektura korporacyjna: łączy je w jedną, spójną całość, korzystając z metod takich jak ArchiMate.

Metody te oferują wspólny język do opisywania tych warstw i relacji między nimi. Zamiast traktować AI jako osobną dziedzinę architektoniczną, ArchiMate pozwala włączyć ją jako integralną część architektury, którą firma już ma.

AI nie należy do jednej warstwy architektury. Dotyczy całej firmy. Dlatego potrzebny jest spójny obraz całości, jaki daje właśnie architektura korporacyjna: dzięki architekturze korporacyjnej można zrozumieć, nadzorować i rozwijać AI.

To, że wiadomo, do której warstwy architektury należy dany system AI, czy to biznes, aplikacje, dane czy technologia, nie odpowiada na najważniejsze pytanie: co się stanie w innych miejscach firmy, jeśli ten system się zmieni? Dobrze pokazuje to historia misji Apollo 13.

Statek uratowano nie dlatego, że inżynierowie znali każdą pojedynczą część z osobna, ale dlatego, że rozumieli, jak te części są ze sobą powiązane i jak wpływają na siebie nawzajem.

W firmie korzystającej z AI działa ta sama zasada. Sama wiedza, że dany system AI istnieje, to dopiero początek. Znacznie ważniejsze, i trudniejsze, jest zrozumienie, jak ten system łączy się z procesami, aplikacjami, danymi i technologią wokół niego, oraz kto za to wszystko odpowiada.W firmie korzystającej z AI działa ta sama zasada. Sama wiedza, że dany system AI istnieje, to dopiero początek. Znacznie ważniejsze, i trudniejsze, jest zrozumienie, jak ten system łączy się z procesami, aplikacjami, danymi i technologią wokół niego, oraz kto za to wszystko odpowiada.

Żeby to sprawdzić, trzeba odpowiedzieć na kilka konkretnych pytań:

• Jakie funkcje biznesowe wspiera dany system?
• Jakie procesy z niego korzystają?
• Jakie role mają z nim kontakt?
• Jakie aplikacje go dostarczają albo z niego korzystają?
• Jakie dane przetwarza?
• Z jakich modeli bazowych korzysta?
• Jakie zasady nadzoru go obejmują?
• Kto za niego odpowiada?
• Jakie systemy od niego zależą?
• Co się zmieni, jeśli zmieni się ten system albo model, na którym działa?

To architektura korporacyjna sprawia, że na te pytania w ogóle można odpowiedzieć, posługując się językiem takim jak ArchiMate, o którym już wspominaliśmy. Każdy system AI zostaje połączony ze zdolnościami biznesowymi i procesami, które wspiera, a także z aplikacjami i danymi, z których korzysta, oraz z zasadami nadzoru, które go obejmują.

Bez takich powiązań te informacje żyłyby osobno, rozrzucone po arkuszach, dokumentach i głowach poszczególnych osób. Architektura korporacyjna łączy je w jeden model, który można przeszukiwać i śledzić.

Sprawdź: Dowiedz się, jak zbudować repozytorium systemów AI za pomocą ArchiMate i ADOIT.

Zobaczmy, jak taki model wygląda w praktyce. Weźmy agenta AI, który pomaga w obsłudze klienta. Architektura korporacyjna pokazuje, jakie procesy ten agent wspiera, jaka aplikacja go uruchamia, do jakich danych klientów ma dostęp i na jakim modelu działa. Wskazuje też, kto za niego odpowiada i jakie zasady nadzoru go obejmują. Jeśli zmieni się model albo proces biznesowy, architekci od razu widzą wpływ tej zmiany na całą firmę.

Dzięki tym powiązaniom architekci mogą śledzić zależności i przewidzieć skutki zmiany, zanim ona nastąpi. Mogą też wychwycić luki w nadzorze i planować z myślą o całej firmie, a nie tylko o jednym systemie. Sam system AI trafia do tego samego repozytorium co aplikacje, dane i technologie, z którymi jest powiązany. Dzięki temu zespoły biznesowe, IT i nadzoru korzystają z jednego, wspólnego źródła informacji.

Architektura korporacyjna nie zastępuje strategii AI ani nadzoru nad AI. Daje im za to wspólny kontekst, na którym mogą się oprzeć.

Strategia AI określa, jak AI tworzy wartość dla firmy. Pomaga zdecydować, gdzie wprowadzić AI, które projekty warto sfinansować i jak AI wspiera cele strategiczne. Odpowiada na pytania takie jak:

• Które zdolności biznesowe mogłyby najwięcej zyskać dzięki AI?
• Które projekty AI wspierają priorytety strategiczne firmy?
• Gdzie w firmie niezależnie od siebie powstają podobne projekty AI?
• Które aplikacje najpierw warto wyposażyć w AI?
• Od czego zależy wdrożenie danego projektu AI i jak wpływa to na decyzje inwestycyjne?

Dzięki temu firma może ustalać priorytety inwestycji, wykorzystywać ponownie to, co już zbudowała, i dopasowywać projekty AI do strategii biznesowej.

Nadzór nad AI dba o to, żeby AI była wdrażana odpowiedzialnie, przejrzyście i zgodnie z zasadami firmy oraz obowiązującym prawem. Skuteczny nadzór nie polega na hamowaniu innowacji ani na pilnowaniu każdego kroku. Chodzi o przejrzystość, jasną odpowiedzialność i konkretne rekomendacje, jak wpasować AI w architekturę firmy, dzięki którym firma może skalować AI pewnie i konsekwentnie.

Gdy AI jest częścią architektury korporacyjnej, architekci mogą odpowiedzieć na pytania takie jak:

• Które systemy AI przetwarzają wrażliwe dane firmy?
• Które systemy AI są klasyfikowane jako systemy wysokiego ryzyka według unijnego AI Act?
• Które zdolności biznesowe i procesy zależą od AI?
• Które aplikacje korzystają z danego modelu bazowego albo usługi AI?
• Które systemy AI wymagają nadzoru człowieka?
• Jakie zasady nadzoru obejmują każdy system AI i które z nich już oceniono?
• Kto odpowiada za każdy system AI od strony biznesowej i technicznej?
• Na które systemy AI wpłynęłaby zmiana modelu bazowego albo aplikacji, na której działają?

Taka wiedza pozwala zarządzać ryzykiem, dbać o zgodność z przepisami i budować wiarygodną AI, nie hamując przy tym innowacji.

Jako część architektury korporacyjnej, AI staje się podstawą do analiz, planowania, nadzoru i podejmowania świadomych decyzji w całej firmie.

Organziacja może dzięki temu:

• wykrywać zdublowane projekty AI,
• znajdować okazje do ponownego wykorzystania tego, co już zbudowała,
• rozumieć zależności, zanim wprowadzi zmianę,
• ustalać priorytety inwestycji na podstawie realnej wartości biznesowej,
• wykrywać luki w odpowiedzialności i nadzorze,
• oceniać skutki dla architektury, zanim wdroży nową usługę AI,
• planować rozwój AI w całej firmie.

Nie chodzi tylko o udokumentowanie AI, ale o zrozumienie, jak przyczynia się do działania przedsiębiorstwa i jak powinna się rozwijać.

ADOIT wpisuje AI w architekturę korporacyjną tak, żeby była traktowana na równi z resztą systemów firmy. Zamiast prowadzić osobno rejestr AI, arkusz do nadzoru i wyniki z narzędzi wykrywających, firma dokumentuje AI tam, gdzie jest jej miejsce: w repozytorium architektury korporacyjnej.

Za automatyczne zbieranie tych informacji odpowiada ADOIT Connect. Pobiera dane o AI z narzędzi, których firma już używa, na przykład Microsoft Entra, Azure AI Foundry, ServiceNow czy platform chmurowych i na bieżąco je aktualizuje. Nie zastępuje przy tym narzędzi, które same wykrywają AI w systemach, tylko zbiera to, co one znajdą, i buduje z tego jeden, stale aktualny obraz całości.

Same wyniki wykrywania mówią tylko, że dany system AI istnieje, nie mówią, po co powstał ani kto za niego odpowiada. Te informacje trzeba dodać ręcznie – i do tego służy ADOIT Forms. Architekci wpisują tam, jakie zdolności biznesowe system wspiera, w jakich procesach bierze udział, kto za niego odpowiada, z jakich danych korzysta, jakim zasadom nadzoru podlega, na jakim modelu działa i z jakimi aplikacjami firmy jest połączony.

Sama wiedza jeszcze nikomu nie pomogła podjąć decyzji – do tego służą Workspaces. Prowadzą krok po kroku przez konkretne zadania: pomagają znaleźć obszary, w których AI dałaby firmie najwięcej, ustalić, gdzie warto zainwestować, sprawdzić zgodność z przepisami, ocenić skutki zmian albo zaplanować, jak architektura ma wyglądać w przyszłości.

Do tego dochodzą raporty i kokpity, które pokazują całość na bieżąco: ile AI już działa w firmie, kto za co odpowiada, jaki jest stan nadzoru, ile systemów jest udokumentowanych i które z nich niosą największe ryzyko.

W efekcie firma posiada stale rozwijające się repozytorium architektury korporacyjnej. Widzi, gdzie AI daje realną wartość, jak wpłyną na nią zmiany i może podejmować lepsze decyzje inwestycyjne w całej organizacji.