感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間：
課程簡介
當決策變為模型驅動時有何改變
- 從規則和人為判斷到評分選項
- 自動化行動的速度與規模
- 新的失敗模式和問責缺口
決策盤點與風險分類
- 自動化決策目錄的建立
- 影響力、可逆性及受影響方
- 風險層級與控制預期
- 每類決策的所有權
問責機制與人為監督
- 有意義的人為審查與名義上的審查
- 作為治理決策的自主權閾值
- 升級途徑與響應時間
- 問責所有權人與簽核
決策記錄與可解釋性
- 防範性決策記錄應包含的內容
- 信心指數、選項及上下文保留
- 模型與版本可追溯性
- 向客戶或監管機構解釋決策
政策與邊界控制
- 批准選項集與變更控制
- 閾值治理與定期審查
- 禁止決策與硬性中斷
- 與模型輸出並行的政策即代碼
監管預期
- 歐盟 AI 法案對決策系統的義務
- 金融、保險和醫療行業的監管規則
- 數據保護與自動化決策權利
- 文件與一致性證據
供應商、許可證與來源風險
- 託管決策 API 與開放權重
- 衍生模型和嵌入式模型的許可條款
- 供應商依賴及停產風險
- 權重完整性與版本鎖定
偏差、公平性與結果監測
- 不同群體間的结果差異
- 代理變數與選項框架
- 申訴與投訴信號
- 定期公平性審查
錯誤決策的事件響應
- 偵測系統性決策錯誤
- 遏制與自主權暫停
- 補救與客戶賠償
- 根本原因與控制更新
決策層的保證審查
- 審計師應要求的證據
- 測試準確性和校準聲明
- 決策與覆蓋樣本抽取
- 向董事會報告發現
最低要求
- 熟悉企業環境中的 AI 或自動化項目。
- 了解風險、合規或審計流程。
- 無需編程經驗。
目標受眾
- 風險、合規及模型風險官員
- 審查自動化決策的內部審計師
- AI 治理與數據保護負責人
- 對自動化工作流負責的產品負責人
- 在智能代理系統中設計監督機制的架構師
