AI Risk Audit · Predictory

Predictory · AI Risk Audit

Диагностика AI-интеграции

Структурированная оценка уровня AI-зрелости и рисков вашей организации. Займёт 10–15 минут. Результат — автоматический AI Risk Report.

📋 Аудит состоит из 4 блоков: AI Maturity → Data Sovereignty → Operational Risk → People & Skills. В конце вы получите автоматически сгенерированный отчёт.

Блок 1 · AI Maturity Assessment

Уровень AI-зрелости

Цель: определить текущий уровень использования и управления AI в организации.

1.1 · Осведомлённость

1. Есть ли в организации официально утверждённый список AI-инструментов?

Да, актуальный список утверждён и регулярно обновляется Список есть, но не поддерживается систематически Нет, централизованного списка не существует

2. Знает ли руководство, какие AI-инструменты сотрудники используют самостоятельно?

Да, есть понимание Shadow AI ситуации Частично, знают только об официальных инструментах Нет, Shadow AI не отслеживается

3. Проводился ли когда-либо внутренний опрос или инвентаризация использования AI?

Да, проводился в последние 12 месяцев Проводился ранее, но не регулярно Никогда не проводился

1.2 · Политика и управление

4. Существует ли политика (регламент) использования AI-инструментов?

Да, формальный документ утверждён и доведён до сотрудников Есть неформальные договорённости / рекомендации Нет никаких регламентов по AI

5. Кто в организации отвечает за AI-решения?

Есть выделенный AI Owner, AI-комитет или CDO Ответственность неформально у IT-директора или CTO Никто конкретно не отвечает за AI

6. Как принимается решение о внедрении нового AI-инструмента?

Через формальный процесс: оценка рисков, юридическая проверка, согласование Через IT-отдел, без специальной оценки рисков AI Стихийно — сотрудники подключают инструменты сами

1.4 · Самооценка уровня AI-зрелости

Ознакомьтесь со шкалой и выберите уровень, который наиболее точно описывает вашу организацию.

Ур.	Название	Типичные признаки
0	Хаос	AI используется стихийно, руководство не в курсе
1	Осознание	Знают о проблеме, нет политики, IT блокирует инструменты
2	Контроль	Базовая политика есть, AI используется изолированно
3	Интеграция	AI встроен в отдельные процессы, нет единой стратегии
4	Управление	Полный audit-trail, governance, AI как бизнес-инструмент
5	Оптимизация	Предиктивная аналитика, AI оптимизирует решения в реальном времени

9. На каком уровне AI-зрелости находится ваша организация?

Уровень 0 — Хаос Уровень 1 — Осознание Уровень 2 — Контроль Уровень 3 — Интеграция Уровень 4 — Управление Уровень 5 — Оптимизация

Блок 2 · Data Sovereignty Risk

Суверенитет данных

Цель: оценить риски передачи данных организации во внешние AI-системы.

2.2 · Локализация и суверенитет

3. Знаете ли вы, где физически расположены серверы AI-инструментов, которые вы используете?

Да, точно знаем — серверы в нашей стране или регионе Знаем, что серверы за рубежом, это нас устраивает Не знаем, где физически находятся данные

4. Есть ли инструкция, какие данные нельзя передавать во внешние AI-системы?

Да, чёткая инструкция есть, сотрудники её знают Есть общие слова в политике безопасности, но не AI-специфично Нет никаких инструкций по данному вопросу

5. Знаете ли вы, передаёт ли ваш AI-провайдер данные третьим сторонам для обучения моделей?

Да, изучили условия — данные для обучения не используются Частично разобрались, но уверенности нет Не знаем, не изучали условия использования

2.3 · Регуляторные требования

6. Применяются ли к вашей организации требования по защите персональных данных?

Да, и мы полностью выполняем требования включая в контексте AI Да, но соответствие требованиям в контексте AI не проверялось Требования применяются, но AI-аспект не рассматривался

7. Проводилась ли юридическая оценка использования облачных AI-сервисов?

Да, юридическая оценка проводилась для каждого AI-сервиса Проводилась для основных сервисов, не для всех Нет, юридической оценки не было

8. Комментарий по данному блоку (необязательно)

Блок 3 · Operational Risk Assessment

Операционные риски

Цель: оценить риски от неуправляемого или плохо контролируемого AI в бизнес-процессах.

3.1 · Качество AI-решений

1. Как проверяются выводы AI перед тем, как на их основе принимаются решения?

Есть формальная процедура верификации AI-выводов Сотрудники проверяют самостоятельно, но без стандарта AI-выводы принимаются без дополнительной проверки

2. Были ли случаи, когда решение принималось на основе AI-вывода без верификации — и это привело к ошибке?

Да, такие случаи были Возможно, но не фиксировалось Нет, не было или AI не используется в критичных решениях

3. Фиксируются ли решения, в которых участвовал AI (audit trail)?

Да, ведётся журнал AI-рекомендаций и принятых решений Частично — только для критичных процессов Нет, никакого аудит-трейла не ведётся

3.2 · Зависимость и непрерывность

4. Какие бизнес-процессы сейчас зависят от AI-инструментов? (критически важные)

Ежедневная аналитика / отчётность Коммуникации с клиентами Принятие операционных решений Разработка продукта Безопасность и мониторинг Нет критически зависимых процессов

5. Есть ли резервный процесс на случай недоступности AI-инструментов?

Да, для всех ключевых AI-зависимых процессов есть fallback Для части процессов есть, но не для всех Нет, резервных процессов не предусмотрено

3.3 · Ответственность и объяснимость

6. Кто несёт ответственность за решение, принятое с участием AI?

Чётко определено: ответственность на конкретном сотруднике / роли Формально отвечает руководитель, но фактически размыто Ответственность за AI-решения не определена

7. Может ли ваша организация объяснить, почему AI принял то или иное решение (explainability)?

Да, у нас есть механизмы объяснения AI-решений для клиентов и регулятора Частично — можем объяснить внутри, но не всегда внешним сторонам Нет, объяснить AI-решения затруднительно или невозможно

8. Комментарий (необязательно)

Блок 4 · People & Skills Assessment

Команда и компетенции

Цель: оценить готовность людей и организации к управляемой AI-интеграции.

4.1 · AI-компетенции команды

1. Кто в организации понимает, как работают AI-инструменты, которые используются?

Несколько сотрудников с глубоким пониманием + широкое базовое понимание Отдельные энтузиасты понимают, большинство — нет Практически никто не понимает принципы работы используемых AI

2. Проводилось ли обучение по безопасному и эффективному использованию AI?

Да, регулярные тренинги для всех сотрудников Было разовое обучение или только для IT-команды Нет, обучения не было

3. Есть ли внутренний эксперт или команда, отвечающие за AI-стратегию?

Да, выделенный AI-эксперт или команда данных Есть технически сильный сотрудник, который занимается AI как часть другой роли Нет внутренней экспертизы по AI

AI Risk Report · Predictory Methodology v1.0

AI Risk Report

—

AI Maturity Level

—

Data Sovereignty Risk

—

Общий Risk Score

AI Maturity Score

—

0

1

2

3

4

5

Risk Map · Карта рисков

Shadow AI Inventory

Top Рекомендации

Roadmap · Следующие шаги

📩 Получить отчёт на email

Введите ваш email — мы пришлём копию отчёта вам и уведомим команду Predictory. Команда свяжется с вами для обсуждения результатов.