Cara Menggunakan IBM Watsonx untuk Tata Kelola dan Penskalaan AI
AI dan Otomasi

Cara Menggunakan IBM Watsonx untuk Tata Kelola dan Penskalaan AI

11 menit membaca

AI berkembang lebih cepat daripada batasan-batasan yang mengelilinginya.

Penelitian IBM berjudul “AI at the Core” menemukan bahwa hampir 74% organisasi yang disurvei melaporkan cakupan yang hanya moderat atau terbatas dalam kerangka kerja risiko dan tata kelola AI mereka terkait risiko teknologi, pihak ketiga, dan model.

Dengan kata lain, banyak tim yang meluncurkan model, tetapi jauh lebih sedikit yang dapat dengan percaya diri menjawab pertanyaan-pertanyaan yang muncul segera setelahnya:

🤔 Siapa yang menyetujui ini, berdasarkan apa, dengan bukti apa, dan apa yang terjadi jika model menyimpang saat diproduksi?

Inilah yang sebagian besar dijawab oleh IBM Watsonx Governance. Solusi ini membantu Anda mengelola, mengamankan, dan memantau AI sepanjang siklus hidupnya, dengan alur kerja, pemantauan, dan manajemen risiko yang dirancang untuk mendukung pertumbuhan yang bertanggung jawab.

Dalam panduan ini, kami akan memandu Anda langkah demi langkah tentang cara menggunakan Watsonx Governance untuk mendokumentasikan kasus penggunaan, menstandarkan proses peninjauan dan persetujuan, mencatat informasi model yang tepat, serta memantau model yang sedang beroperasi saat Anda melakukan penskalaan.

Apa itu IBM watsonx. governance?

Cara Menggunakan IBM Watsonx untuk Tata Kelola dan Penskalaan AI
melalui IBM watsonx.governance

IBM Watsonx Governance adalah platform tata kelola AI tingkat perusahaan yang dikembangkan oleh IBM sebagai bagian dari platform AI dan data Watsonx. Platform ini membantu organisasi mengarahkan, mengelola, memantau, dan menskalakan aktivitas AI secara bertanggung jawab di seluruh siklus hidup AI.

Solusi ini berfungsi sebagai solusi terpadu untuk mengelola baik model pembelajaran mesin (ML) tradisional maupun model AI generatif (gen AI) modern, termasuk model bahasa besar dan aplikasi, baik yang dibangun di atas IBM Watsonx.ai maupun yang diterapkan pada platform pihak ketiga yang didukung.

Cara Kerja Tata Kelola IBM Watsonx

watsonx. governance disajikan sebagai serangkaian kemampuan terintegrasi yang oleh IBM dijelaskan sebagai kombinasi dari:

OpenPages untuk manajemen risiko dan kepatuhan

OpenPages adalah komponen dalam watsonx.governance yang berfungsi sebagai mesin risiko dan kepatuhan terpusat Anda. Komponen ini dirancang untuk menerjemahkan kebijakan perusahaan Anda menjadi metrik yang konkret dan dapat dilacak untuk setiap model AI.

Platform ini menyediakan alat untuk menangani penilaian risiko formal, memetakan model ke peraturan tertentu, dan membuat jejak audit yang tidak dapat diubah untuk regulator.

  • Penilaian risiko: Anda dapat menetapkan dan melacak tingkat risiko untuk setiap kasus penggunaan AI berdasarkan faktor-faktor seperti sensitivitas data yang digunakannya atau dampak dari keputusannya
  • Pemetaan kepatuhan: Fitur ini memungkinkan Anda memetakan model ke kerangka kerja regulasi seperti Undang-Undang AI Uni Eropa atau Kerangka Kerja Manajemen Risiko AI NIST, serta melacak bukti dan status kepatuhan selama proses tinjauan
  • Jejak audit: OpenPages menyimpan catatan permanen mengenai siapa yang menyetujui apa dan kapan, yang sangat penting untuk membuktikan kepatuhan selama audit

OpenScale untuk pemantauan model

OpenScale adalah mesin pemantauan real-time yang mengawasi model Anda setelah model tersebut diluncurkan. Ini adalah sistem peringatan dini Anda untuk masalah yang muncul saat model berinteraksi dengan data dunia nyata yang tidak terstruktur dan tidak dapat diprediksi.

  • Deteksi penyimpangan: Fitur ini mengidentifikasi saat input atau output model mulai terlihat berbeda dari data yang digunakan untuk melatihnya, yang merupakan tanda bahwa kinerjanya mungkin menurun
  • Pemantauan keadilan: Fitur ini melacak prediksi pada kelompok-kelompok sensitif (seperti usia atau jenis kelamin) untuk mendeteksi bias AI yang muncul sebelum menjadi masalah sistemik
  • Keterjelaskan: Fitur ini dapat menghasilkan penjelasan yang mudah dipahami manusia mengenai perilaku dan prediksi model, tergantung pada jenis dan konfigurasi model, yang sangat penting untuk audit dan pertanyaan pelanggan
  • Metrik kinerja: Sistem ini memantau metrik kinerja inti seperti akurasi dan waktu respons, memastikan model tetap memenuhi persyaratan bisnis

Lembar Fakta AI untuk pelacakan siklus hidup

Lembar Fakta AI merupakan bagian dari manajemen siklus hidup dokumen untuk setiap model. Lembar Fakta secara otomatis melacak detail penting pada setiap tahap siklus hidup AI, termasuk:

  • Metadata pengembangan, seperti sumber data pelatihan dan pilihan algoritma
  • Hasil evaluasi, seperti metrik pengujian dan penilaian bias
  • Rincian penerapan, termasuk di mana model tersebut dijalankan dan siapa yang dapat mengaksesnya
  • Riwayat operasional, seperti tren kinerja dan insiden di masa lalu

🔍 ClickUp Brain MAX: Pengujian multi-model yang lebih cepat sebelum tahap tata kelola

Sebelum sebuah model, prompt, atau agen mencapai IBM Watsonx Governance, tim biasanya memerlukan tempat untuk memikirkan, menguji, dan membandingkan tanpa hambatan.

Di situlah ClickUp Brain MAX menunjukkan keunggulannya .

Brain MAX adalah aplikasi AI desktop mandiri yang memungkinkan tim beralih di antara beberapa model terkemuka (misalnya, GPT, Claude, Gemini) dalam konteks ruang kerja yang sama. Anda dapat menjalankan prompt, logika keputusan, atau draf keluaran yang sama di berbagai model secara berdampingan, membandingkan respons secara instan, dan menyimpan jejak penalaran lengkap bersama dengan hasil kerja itu sendiri.

Hal ini menjadikan Brain MAX sangat efektif untuk:

  • Perbandingan model dan prompt pada tahap awal sebelum evaluasi formal
  • Hasil pengujian ketahanan untuk nada, kualitas penalaran, atau kasus-kasus ekstrem di seluruh model
  • Mencatat dan menyimpan “alasan kami memilih pendekatan ini” secara langsung di samping tugas dan dokumen

Setelah tim mencapai kesepakatan mengenai perilaku, prompt, atau pilihan model yang tepat, watsonx. governance menjadi sistem pencatatan resmi. Lembar fakta, persetujuan, dan pemantauan kemudian mencerminkan keputusan yang telah diuji ketahanannya, didokumentasikan, dan disepakati.

👉 Dalam praktiknya, Brain MAX mempercepat proses pembelajaran dan iterasi, sementara watsonx. governance memastikan pengendalian dan akuntabilitas. Bersama-sama, keduanya mencegah agar tata kelola tidak menghambat inovasi—atau inovasi tidak mengabaikan tata kelola.

Cara Menyiapkan Watsonx Governance untuk Tim Anda

Sekarang, mari kita atur tata kelola Watsonx untuk tim Anda, langkah demi langkah 👇

1. Hubungkan basis data (data mart)

Buka URL watsonx.governance untuk wilayah Anda, lalu buka Konfigurasi → Database dan pilih jenis database (Lite atau DB2/PostgreSQL milik Anda sendiri).

watsonx_Cara Menggunakan IBM Watsonx untuk Tata Kelola AI & Skalabilitas
melalui watsonx.governance

2. Siapkan kasus penggunaan AI

  • Buka Contoh penggunaan AI → Selesaikan pengaturan
  • Ini akan membuat ID layanan: watsonx.governance_DO_NOT_DELETE
  • Jika Anda tidak memiliki inventaris default, Anda akan diminta untuk membuatnya, yang diperlukan untuk mengelola model eksternal, lampiran, dan laporan tata kelola

3. Buat kebijakan akses (undang tim Anda)

Di IBM Cloud, Manage → Access (IAM) → Users → Invite user → tetapkan kebijakan akses untuk layanan Watsonx. Atur tata kelola dan tentukan cakupannya (akun/kelompok sumber daya/instans tertentu)

📌 Pengguna memerlukan akses Reader/Writer+ untuk mengakses layanan ini. Pengguna dengan akses Writer+ dapat melihat informasi di seluruh proyek dan ruang penyebaran.

4. Kelola pengguna dan peran di Watsonx Governance

Tetapkan peran kolaborasi untuk tindakan yang berkaitan dengan evaluasi (Admin/Editor/Viewer/Operator) berdasarkan tugas masing-masing orang.

👀 Tahukah Anda? Satu insiden pelanggaran data modern saja bisa berdampak sebesar stadion! Entri insiden pelanggaran data Under Armour yang ditambahkan pada Januari 2026 mencantumkan 72,7 juta akun yang terdampak.

Cara Menjalankan Siklus Hidup Tata Kelola AI dengan ClickUp

IBM Watsonx Governance berfungsi sebagai sistem tata kelola resmi untuk AI, di mana model, prompt, evaluasi, dan persetujuan dilacak secara formal dengan struktur dan jejak audit yang jelas.

Namun, tata kelola tetap harus dijalankan lintas departemen. Ya, seseorang harus mencatat konteks awal, melacak keputusan, memastikan bukti tetap selaras, dan mendorong pekerjaan maju tanpa membuat proses tersebut berubah menjadi labirin serah terima. Inilah contoh nyata dari penyebaran pekerjaan yang masif!

Kenalkan ClickUp. Sebagai Ruang Kerja AI Terintegrasi pertama di dunia, ClickUp menghubungkan lapisan operasional—Dokumen, tugas, obrolan, alur kerja, pengetahuan, AI, dan visibilitas kepemimpinan—sehingga tim Anda dapat menjalankan siklus hidup tata kelola dengan sangat lancar.

Mari kita lihat caranya. 👇

Buat dan dokumentasikan kasus penggunaan AI

Kasus penggunaan mudah didokumentasikan sekali saja. Bagian yang lebih sulit adalah menjaga agar dokumentasi tersebut tetap koheren saat ide tersebut diuji ketahanannya oleh tim risiko, hukum, keamanan, dan pengiriman.

Atasi hal tersebut dengan ClickUp Docs. Misalnya, gunakan templat ClickUp Docs untuk setiap kasus penggunaan AI baru sehingga setiap proyek dimulai dengan masukan yang terstandarisasi:

  • Tujuan
  • Pemangku kepentingan
  • Konteks data
  • Hasil yang diharapkan
  • Batasan
  • Kriteria keberhasilan
Dokumen ClickUp_Cara Menggunakan IBM Watsonx untuk Tata Kelola AI & Penskalaan
Gunakan ClickUp Docs untuk menyimpan semua informasi Anda di satu tempat

Selain itu, catat diskusi dan keputusan terkait kasus penggunaan di dalam Dokumen menggunakan @mentions dan Komentar yang Ditugaskan di ClickUp. Seiring berjalannya proses tinjauan, ubah langkah-langkah selanjutnya menjadi Tugas ClickUp langsung dari Dokumen.

Jika sesuai dengan alur kerja Anda, tambahkan ClickUp Brain untuk mempercepat bagian-bagian yang biasanya memakan waktu. Gunakan fitur ini untuk menyempurnakan ringkasan eksekutif, mengidentifikasi asumsi yang perlu divalidasi, atau menyusun draf awal pertimbangan tata kelola (misalnya, titik pemeriksaan keadilan atau privasi) berdasarkan apa yang telah ditulis oleh tim Anda.

Setelah kasus penggunaan selesai sepenuhnya, formalkan dalam IBM Watsonx Governance, sehingga menjadi acuan yang diatur untuk pelacakan siklus hidup dan dokumentasi lembar fakta.

Di watsonx.governance, buat kasus penggunaan AI dalam inventaris:

Tabel inventaris kasus penggunaan AI dengan kolom status dan pemilik
  1. Buka Katalog → Kasus Penggunaan AI
  1. Klik Kasus penggunaan AI baru
  2. Masukkan nama dan pilih inventaris
  3. Isi kolom-kolom yang diperlukan, seperti: Deskripsi (masalah bisnis + konteks) Tingkat risiko Data pendukung Pemilik Status Tag
  4. Deskripsi (masalah bisnis + konteks)
  5. Tingkat risiko
  6. Data pendukung
  7. Pemilik
  8. Status
  9. Tag
  • Deskripsi (masalah bisnis + konteks)
  • Tingkat risiko
  • Data pendukung
  • Pemilik
  • Status
  • Tag

Dari sana, kasus penggunaan menjadi tempat untuk melihat pelacakan siklus hidup (Ikhtisar/Siklus Hidup/Akses) dan menghubungkan aset yang diatur ke Lembar Fakta masing-masing.

Lembar fakta kemudian membantu merekam metadata tata kelola dan kepatuhan di seluruh siklus hidup, termasuk tujuan/tingkat kritisitas serta riwayat tindakan yang diambil selama pengembangan dan penerapan.

📮 Wawasan ClickUp: 53% organisasi tidak memiliki tata kelola AI atau hanya memiliki pedoman informal. Dan ketika orang tidak tahu ke mana data mereka pergi—atau apakah suatu alat berpotensi menimbulkan risiko kepatuhan—mereka menjadi ragu. Jika suatu alat AI berada di luar sistem tepercaya atau memiliki praktik data yang tidak jelas, ketakutan akan “Bagaimana jika ini tidak aman?” sudah cukup untuk menghentikan adopsi alat tersebut seketika.

Hal tersebut tidak berlaku pada lingkungan ClickUp yang sepenuhnya diatur dan aman. ClickUp AI mematuhi GDPR, HIPAA, dan SOC 2, serta memiliki sertifikasi ISO 42001, sehingga memastikan data Anda tetap privat, terlindungi, dan dikelola secara bertanggung jawab.

Penyedia AI pihak ketiga dilarang melatih atau menyimpan data pelanggan ClickUp apa pun, dan dukungan multi-model beroperasi di bawah izin terpadu, kontrol privasi, serta standar keamanan yang ketat. Di sini, tata kelola AI menjadi bagian dari ruang kerja itu sendiri, sehingga tim dapat menggunakan AI dengan percaya diri, tanpa risiko tambahan.

Mengevaluasi Model AI dan Prompt

Evaluasi model merupakan tahap yang kritis namun kompleks dengan banyak aspek yang saling terkait. Anda harus menjalankan uji kinerja, memeriksa adanya bias, dan menguji mode kegagalan, sambil terus memberikan informasi kepada berbagai pemangku kepentingan.

Untuk membangun alur kerja yang dapat diulang, gunakan Template DMAIC ClickUp.

Bangun alur kerja evaluasi dengan Status Kustom berbasis tahap menggunakan Template DMAIC ClickUp

Buat alur kerja evaluasi dengan Status Kustom berbasis tahap menggunakan Template DMAIC ClickUp

Di dalam templat ini, Anda dapat membuat alur kerja evaluasi menggunakan Status Kustom ClickUp. Artinya, status-status tersebut dapat mencerminkan tahap-tahap evaluasi Anda, seperti Menunggu Evaluasi, Pengujian Bias, Peninjauan Kinerja, dan Siap untuk Persetujuan.

Anda juga dapat menghilangkan proses serah terima manual dengan ClickUp Automations. Misalnya, saat tugas berpindah ke Pengujian Bias, otomatisasi yang Anda atur dapat menugaskan pekerjaan tersebut kepada peninjau kepatuhan Anda dan menambahkan komentar yang berisi daftar periksa pengujian serta tautan-tautan terkait.

Setelah alur kerja Anda ditetapkan, Anda dapat melakukan evaluasi teknis di Watsonx:

  • Untuk templat prompt dan genAI: Jalankan evaluasi prompt dari aset templat prompt, tinjau skor metrik, dan gunakan ringkasan evaluasi untuk mengidentifikasi pelanggaran ambang batas
  • Untuk model eksternal atau yang tidak dihosting oleh IBM: Anda dapat mengevaluasi templat prompt ‘terpisah’ pada berbagai jenis tugas yang didukung, seperti ringkasan, klasifikasi, jawaban pertanyaan, ekstraksi entitas, pembuatan konten, dan RAG, dengan metrik yang bervariasi tergantung pada model dan tugas

Setujui dan terapkan Model AI

Gunakan ClickUp Super Agents untuk mengotomatiskan proses persetujuan dari awal hingga akhir.

Mereka adalah rekan kerja yang didukung AI yang beroperasi dengan konteks Workspace secara penuh dan dapat menjalankan alur kerja multi-langkah secara aman. Lebih dari itu, Anda dapat mengonfigurasi perilaku mereka melalui instruksi, pemicu, alat, dan pengetahuan untuk memastikan mereka beroperasi dalam batasan yang telah ditetapkan.

agents_Cara Menggunakan IBM Watsonx untuk Tata Kelola AI & Skalabilitas
Jalankan jalur persetujuan dengan ClickUp Super Agents

Misalnya, saat evaluasi hampir selesai, seorang Super Agent dapat mengumpulkan semua yang dibutuhkan oleh para peninjau di satu tempat (misalnya, konteks kasus penggunaan saat ini, catatan keputusan, dan tautan ke bukti yang diatur).

Selanjutnya, ClickUp Dashboards dapat mengubah data tugas di Workspace menjadi tampilan visual tingkat tinggi mengenai kemajuan, sehingga pimpinan dapat melihat berapa banyak model yang menunggu peninjauan, tahap mana yang menumpuk, dan model mana yang sudah kadaluwarsa.

Buat dasbor manajemen proyek Anda sendiri di ClickUp ⬇️

Anda kemudian dapat mengintegrasikan alur kerja operasional tersebut kembali ke Watsonx:

  • Di watsonx.governance, IBM menyediakan alur kerja Model Lifecycle yang membawa model AI melalui berbagai tahap dan melibatkan berbagai pemangku kepentingan hingga mencapai Persetujuan untuk Penerapan. Hal ini bertujuan untuk memastikan bahwa sistem catatan yang diatur mencerminkan tahapan yang sama dengan yang dijalankan tim Anda secara operasional di ClickUp
  • Setelah persetujuan, dilanjutkan dengan pemantauan. Watson OpenScale dapat dikonfigurasi dengan pemantau yang mengevaluasi aset yang telah diterapkan berdasarkan ambang batas yang Anda tentukan (misalnya, ambang batas keadilan atau akurasi/pergeseran)

🚀 Keunggulan ClickUp: Buat dasbor kepemimpinan dan tambahkan Kartu AI ClickUp yang merangkum hal-hal yang menghambat persetujuan (misalnya, ‘Apa yang sedang ditunggu dari bagian Hukum?’ atau ‘Model mana yang sudah paling lama dalam proses peninjauan?’).

Dokumen tata kelola AI di samping dasbor metrik model
Rangkum hambatan persetujuan dan tinjauan dengan Kartu AI ClickUp di Dasbor ClickUp

Keterbatasan Penggunaan Watsonx untuk Tata Kelola AI & Skalabilitas

Tidak ada alat yang bersifat "solusi ajaib", dan penting untuk memahami batasan suatu platform sebelum Anda memutuskan untuk menggunakannya.

Berikut beberapa hal yang perlu dipertimbangkan terkait tata kelola Watsonx 👀

BatasanDampak
Perkembangan ekosistem IBMMeskipun mendukung model pihak ketiga, integrasi yang paling mendalam terjadi dengan alat-alat milik IBM sendiri. Tim yang telah banyak berinvestasi pada platform cloud lain mungkin akan menghadapi kendala.
Kompleksitas bagi tim yang lebih kecilPlatform ini dirancang untuk operasi skala perusahaan. Tim yang lebih kecil mungkin merasa beban kerja dan kompleksitasnya melebihi kebutuhan mereka.
Kurva pembelajaran OpenPagesModul manajemen risiko ini awalnya dirancang untuk bidang keuangan, sehingga konsep dan antarmukanya mungkin terasa kurang intuitif bagi tim yang terbiasa dengan AI.
Batasan penyesuaianTemplate kepatuhan yang sudah disiapkan sebelumnya merupakan titik awal yang bagus, tetapi mungkin tidak sepenuhnya sesuai dengan kebutuhan regulasi unik atau khusus perusahaan Anda.
Tata kelola AI generatif masih dalam tahap pengembanganAlat-alat untuk tata kelola model bahasa besar (LLM) berkembang pesat di seluruh industri, dan kemampuan tata kelola terus matang seiring dengan munculnya praktik terbaik yang baru.

Alat Alternatif Lain yang Dapat Digunakan

Jika IBM Watsonx Governance terasa tidak sesuai, Anda memiliki beberapa alternatif, tergantung pada apakah Anda menginginkan tumpukan tata kelola berbasis cloud atau lapisan pemantauan yang netral terhadap platform cloud.

  • Amazon SageMaker Model Monitor + Amazon SageMaker Model Cards: Pilihan yang tepat jika Anda sudah menggunakan AWS. Model Monitor berfokus pada pemantauan produksi (misalnya, mendeteksi masalah kualitas seperti drift/anomali dan memberi tahu Anda), sedangkan Model Cards membantu Anda mendokumentasikan detail model untuk audit dan pelaporan tata kelola secara terstandarisasi
  • Azure Machine Learning Responsible AI: Pilihan terbaik jika alur kerja Anda sudah ada di Azure, dan Anda menginginkan cara bawaan untuk mengevaluasi model dalam hal keadilan, analisis kesalahan, dan keterjelaskan (serta analisis ‘what-if’/kontrafaktual) dalam satu antarmuka
  • Google Vertex AI Model Monitoring: Solusi setara dari Google Cloud untuk tim yang mengimplementasikan di GCP. Fitur ini berfokus pada menjalankan tugas pemantauan sesuai jadwal atau sesuai permintaan, melacak sinyal kualitas model/data (seperti drift/feature skew), dan memberikan peringatan saat ambang batas terlampaui
  • Fiddler AI + Arthur AI: Cocok jika Anda menginginkan lapisan observabilitas yang netral terhadap vendor di seluruh model—sering dipilih untuk penjelasan yang lebih mendalam, analisis akar masalah yang lebih cepat, serta konsistensi pemantauan di seluruh tim dan lingkungan
  • MLflow: Pilihan terbaik untuk tim yang menginginkan fleksibilitas open-source. MLflow memberikan fondasi yang kuat (pelacakan + registri model dengan metadata/tag dan tahap siklus hidup), tetapi Anda biasanya memerlukan upaya teknis untuk menambahkan penegakan kebijakan, tinjauan/persetujuan, dan alur kerja tata kelola yang sesuai dengan organisasi Anda

Wujudkan Tata Kelola AI dengan ClickUp

Platform seperti IBM Watsonx Governance dapat memberikan landasan teknis untuk pengendalian risiko dan kepatuhan, namun tata kelola hanya akan efektif jika tim yang terlibat tetap selaras dan bertanggung jawab.

ClickUp menghubungkan lapisan eksekusi tersebut. Dokumen menstandarkan kebijakan dan catatan model. Dasbor menampilkan hasil tinjauan dan titik kemacetan. Dan Agen AI memastikan proses persetujuan dan serah terima berjalan lancar, sehingga tata kelola tetap operasional, bukan sekadar teori.

Yang terpenting, hal ini mengubah tata kelola AI dari sekadar kegiatan tinjauan berkala menjadi sistem yang dinamis. Sistem di mana keputusan didokumentasikan, tindakan dilacak, dan pertanggungjawaban jelas di setiap tahap siklus hidup.

Mulailah secara gratis dengan ClickUp dan jalankan proses tata kelola Anda dengan jelas dari awal hingga akhir. ✅

Pertanyaan yang Sering Diajukan

Apa perbedaan antara tata kelola IBM Watsonx dan praktik tata kelola AI pada umumnya?

Tata kelola AI secara umum mengacu pada prinsip dan kebijakan luas yang diadopsi oleh suatu organisasi, sedangkan watsonx. governance adalah platform perangkat lunak khusus yang membantu Anda menerapkan dan mengotomatiskan praktik-praktik tersebut.

Apakah Watsonx Governance dapat diintegrasikan dengan alat non-IBM seperti AWS atau Azure?

Ya, platform ini dapat memantau dan mengelola model yang diimplementasikan di cloud lain seperti AWS SageMaker dan Azure ML, meskipun integrasinya mungkin memerlukan konfigurasi manual yang lebih banyak dibandingkan dengan model asli IBM.

Peran tim mana saja yang sebaiknya terlibat dalam alur kerja tata kelola AI?

Tata kelola yang efektif merupakan upaya kolaboratif, yang biasanya melibatkan ilmuwan data, insinyur ML, petugas kepatuhan, manajer risiko, pemangku kepentingan bisnis, dan tim keamanan TI untuk mencakup seluruh siklus hidup.