Ochrana osobných údajov, autentifikácia, etika a riadenie

zisky:

• Schopnosť chrániť údaje v štyroch vrstvách (klasifikácia, anonymizácia, výber vozidla, minimum údajov) a plniť zodpovednosť KVKK
• Schopnosť overiť výstupy podľa úrovne rizika a filtrovať odporúčania, ktoré ovplyvňujú ľudí prostredníctvom spravodlivosti a zaujatosti
• Schopnosť vytvoriť jednoduchý rámec riadenia AI a zabezpečiť, aby výstup AI nenahrádzal odborné schválenie v rozhodnutiach týkajúcich sa financií/práva/HR/zhody

Ako manažér ste sa naučili používať AI v každom kúte vášho podnikania: reporting, KPI, automatizácia, operácie, obstarávanie, komunikácia, súhrn, scenár. Teraz vytvárame rámec pre zodpovedné používanie tejto sily. Pretože pri nesprávnom používaní AI sa rýchlosť a pohodlie menia na vážne riziká: únik zoznamu zákazníkov, rozhodnutie na základe vymysleného čísla, diskriminačný návrh, porušenie KVKK. Táto jednotka je bezpečnostná sieť, ktorá drží celý modul pohromade. Hlavná zásada v jednej vete: AI je asistent; Za dôvernosť údajov, správnosť výstupu a etiku rozhodnutia je vždy zodpovedný manažér.

Ochrana osobných údajov: štyri vrstvy ochrany

Obchodné údaje sú cenné a mnohé z nich sú dôverné. Chráňte súkromie v štyroch vrstvách. Prvá vrstva – klasifikácia: každý údaj označte ako „verejné/interné použitie/dôverné/osobné“. Dôverné a osobné údaje si vyžadujú osobitnú pozornosť. Druhá vrstva – anonymizácia: Preložte identifikátory, ako je meno, ID, meno zákazníka, cena dodávateľa, do kódov predtým, ako ich poskytnete AI ​​(Zamestnanec A, Zákazník 1). Tretia vrstva – výber nástrojov: ak je to možné, použite firemné nástroje AI schválené spoločnosťou, ktoré neukladajú údaje na školenie modelov; Neposkytujte dôverné údaje bezplatným verejne dostupným nástrojom. Štvrtá vrstva – minimum údajov: poskytnite minimum údajov potrebných na vykonanie úlohy, nič viac.

KVKK (Zákon o ochrane osobných údajov) upravuje vaše spracúvanie osobných údajov zamestnancov a zákazníkov; Porušenie prináša právne sankcie a stratu dobrého mena. Vložiť zoznam klientov alebo výplatnú pásku do otvoreného chatovacieho boxu je ako nechať zamknutý súbor na ulici.

Upozornenie: „Tento nástroj sa zdá byť bezpečný“ nie je zárukou. Pred poskytnutím akýchkoľvek údajov AI sa opýtajte: "Aká by bola škoda pre spoločnosť, keby tieto informácie unikli?" Ak je škoda vážna, údaje buď anonymizujte, alebo ich nezverejňujte vôbec. Ak máte pochybnosti, nedávajte.

Validácia: nepodpísaný výstup nie je rozhodnutím

Disciplína opakovaná v celom module je tu sústredená pod jednou strechou. Overte každý výstup AI v troch krokoch: zdroj (je číslo z údajov, ktoré som poskytol?), prepočítanie (skontrolujte aritmetiku), manažérsky filter (zodpovedá mojim znalostiam v odvetví a oblasti?). AI môže produkovať halucinácie – vymýšľanie neexistujúcich čísel, zdrojov alebo faktov s presvedčivým jazykom. Plynulosť nie je presnosť. Čím dôležitejšie je rozhodnutie, tým prísnejšie musí byť overovanie.

Zvážte riziko na troch úrovniach. Výstupy s nízkym rizikom (interný prehľad, formátovanie, zhrnutie): stačí rýchly pohľad. Stredne rizikové výstupy (správa manažmentu, komentár KPI): každé číslo je validované. Vysokorizikové výstupy (finančné rozhodnutie, zmluva, dokument o zhode, HR transakcia): AI vytvára iba návrhy; Povinné sú kompetentné odborné posudky, právna/finančná kontrola a podpis. V týchto oblastiach nemôže výstup AI nikdy nahradiť kompetentné odborné schválenie.

Etika a zaujatosť: rýchlo, ale spravodlivo

AI sa učí z historických údajov; Ak existuje zaujatosť z minulosti, AI ju zopakuje alebo dokonca posilní. Odporúčanie týkajúce sa náboru, povýšenia alebo uprednostnenia zákazníka môže nevedomky znevýhodniť skupinu. Takže každý návrh umelej inteligencie, ktorý ovplyvňuje ľudí, preceďte filtrom férovosti: "Vylučuje tento návrh nespravodlivo nejakú skupinu? Je odôvodnenie obhájiteľné?" Opýtajte sa AI ​​výslovne "ktoré skupiny môžu byť týmto návrhom znevýhodnené?" spýtaj sa.

Ďalšie dva etické princípy: Transparentnosť – neskrývajte významný výstup generovaný AI; Mali by ste vedieť vysvetliť, ako bolo rozhodnutie prijaté. Zodpovednosť – „AI ​​to povedala“ nie je ospravedlnenie. Zodpovednosť nesie manažér, ktorý nástroj používa. Keď AI urobí chybu, budete niesť zodpovednosť; takže ho používajte ako asistenta pod dohľadom, nie ako slepú autoritu.

AI governance: inštitucionálny rámec

Nestačí individuálna dobrá vôľa; Vytvorte jednoduchý rámec riadenia AI pre podnikanie: aké údaje možno poskytnúť ktorému nástroju, ktoré rozhodnutia môže podporovať AI, ktoré patria iba odborníkovi, ako sa overujú výstupy, kto je zodpovedný. Písomná jednoduchá politika chráni celý tím a zabraňuje katastrofe na ďalšej jednotke.

tri mini prípady

Prípad 1 – Návrat z pokraja úniku. Manažér predaja by vložil zoznam so skutočnými menami zákazníkov a obratmi do bezplatného nástroja AI. V momente váhania sa spýtal: "Čo by sa stalo, keby to uniklo?" spýtal sa, zakódoval mená zákazníkov a previedol obraty na pásku. Analýza vyšla v rovnakej kvalite; nevyšli žiadne skutočné údaje. Malý zvyk zabránil veľkému riziku KVKK.

Prípad 2 – Náklady na vyhotovené číslo. Finančný riaditeľ predložil predstavenstvu „odvetvový priemer 23 percent“ bez toho, aby ho overil. Číslo bolo vymyslené; AI presvedčivo vytvorila číslo, ktoré nemalo žiadny zdroj. Nasledovala investičná kontroverzia založená na nesprávnom údaji a jej zvrátenie trvalo dlho. Ponaučenie: nie každé číslo, ktoré tvrdí, že pochádza zvonku, je možné použiť bez toho, aby ste ho pripojili k skutočnému zdroju.

Prípad 3 – Zachytenie neobjektívneho odporúčania. HR manažér požiadal AI, aby zoradila kandidátov. AI by zvýraznila absolventov konkrétnej školy na základe historických údajov. Manažér sa pýta: „Aké skupiny tento návrh vylučuje?“ spýtal sa; Zistil, že AI opakuje minulú zaujatosť. Rebríček založil výlučne na obhájiteľných kritériách súvisiacich s prácou a konečné rozhodnutie nechal na ľudovom výbore.

Štyri kopírovateľné šablóny

1) Kontrola ochrany osobných údajov:

Vaša úloha: poradca pre ochranu osobných údajov. O chvíľu vám poskytnem súbor údajov. Najprv uveďte osobné/dôverné polia (meno, ID, zákazník, cena, plat) a navrhnite, ako každé z nich anonymizovať. Stručne zapíšte riziká poskytnutia týchto údajov AI v zmysle KVKK. Ešte neanalyzovať.

2) Kontrolný zoznam overenia:

Musím overiť nasledujúci výstup AI predtým, ako ho predložím manažmentu. Vo výstupe uveďte každý číselný nárok a nárok na externý zdroj. Pri každom z nich sa opýtajte: „je zdrojom údajov, ktoré som poskytol, alebo sú to informácie, ktoré si AI mohla vyrobiť/vyrobila sama?“ Zbierajte tie s neznámymi zdrojmi pod hlavičkou 'VERIFY'.

3) Filter etiky/spravodlivosti:

Nasledujúci návrh AI ovplyvňuje ľudí: [návrh]. Ktoré skupiny by mohol tento návrh nespravodlivo znevýhodniť? Mohlo by byť odporúčanie ovplyvnené historickými údajmi? Čo by som mal zmeniť, aby sa rozhodnutie zakladalo výlučne na obhájiteľných kritériách súvisiacich s podnikaním? Buďte úprimní, neobhajujte návrh.

4) Klasifikácia rizika používania AI:

S AI vykonám nasledujúcu úlohu: [úloha]. Umiestnite ho na úroveň rizika: nízka (interný návrh), stredná (odchádzajúca manažmentu), vysoká (finančné/právne/HR dôsledky). Povedzte mi, aké kroky overenia a schválenia sa vyžadujú na základe úrovne rizika. Ak ide o vysoké riziko, pripomeňte si, že schválenie odborníkom je povinné.

Slabá výzva / Silná výzva

Slabá výzva:

Poskytnite mi analýzu s týmito údajmi o zákazníkoch. [skutočne pomenované údaje]

Poskytuje otvorenému nástroju skutočné osobné údaje; Nesie so sebou riziko porušenia KVKK a úniku. Neexistuje ani plán na overenie výstupu.

Výkonná výzva:

Vaša úloha: analytik. V údajoch, ktoré som vám dal, sú všetky mená zakódované (Zákazník 1-50) a sumy sú prevedené na pásku. Vykonajte segmentovú analýzu s týmito anonymnými údajmi. Stačí použiť čísla, ktoré som dal, nepridávajte čísla externých sektorov; Ak ho pridáte, uveďte jasne zdroj, aby som si ho mohol overiť.

Veľkosť

zlý prístup

Silný prístup

Údaje

skutočné meno

anonymný

Riziko KVKK

vysoká

nízka

ovládanie zdroja

žiadne

povinné

Overiteľnosť

nízka

vysoká

Zodpovednosť

neistý

objasnil

Časté chyby

• Poskytovanie skutočných dôverných/osobných údajov otvorenému nástroju. Najprv klasifikujte a anonymizujte.
• Neoveruje sa tvrdenia externého zdroja. AI môže tvoriť čísla ako „priemer odvetvia“; pripojiť k zdroju.
• Ignorovanie predsudkov. Umiestnite návrhy, ktoré ovplyvňujú ľudí, cez filter férovosti.
• Výhovorka „AI to povedala“. Zodpovednosť nesie používateľ; Prevezmite zodpovednosť.
• Preskočenie odborného schválenia vysokorizikového rozhodnutia. Finančné/právne/HR/výstup zhody vyžaduje schválenie odborníkom.

Upozornenie: Najdôležitejšia veta tohto modulu: Výstup AI v nadväzujúcich oblastiach, ako je compliance, financie, právne a ľudské zdroje NIE JE náhradou za kompetentné odborné schválenie. AI zvyšuje vašu rýchlosť, nevyhodí vášho experta. Neoverený výstup AI je rovnako riskantný ako nepodpísané rozhodnutie.

V súhrne

Zodpovedné používanie AI spočíva na troch pilieroch: súkromie, autentifikácia a etika. Chráňte údaje v štyroch vrstvách (klasifikácia, anonymizácia, výber nástrojov, minimum údajov) a pamätajte na zodpovednosť KVKK. Overte každý výstup pomocou prepojenia zdroja, prepočítania a administratívneho filtrovania; Zvýšte usilovnosť na základe úrovne rizika. Predložte návrhy, ktoré majú vplyv na ľudí, cez filter spravodlivosti a zachovajte transparentnosť a zodpovednosť. Jednoduchý rámec AI governance chráni celý tím. A vždy: vo vysoko rizikových, následných oblastiach nie je AI náhradou za schválenie kompetentným odborníkom.

Aplikačná úloha

Napíšte polstranový návrh „pokynov na používanie AI“ pre svoj vlastný podnik. Zahrňte: aké údaje možno poskytnúť ktorému nástroju, ako budú údaje anonymizované, ktoré výstupy by sa mali overiť, ktoré rozhodnutia patria výlučne odborníkovi a kto je zodpovedný. Pomocou vyššie uvedenej šablóny „klasifikácia rizika používania AI“ umiestnite 5 úloh, ktoré ste vykonali s AI za posledný týždeň, do úrovne rizika a pre každú napíšte správny krok overenia.

kontrolný zoznam

• [ ] Klasifikoval som a anonymizoval som údaje?
• [ ] Použil som spoločnosť schválený/zabezpečený nástroj a minimálne údaje?
• [ ] Overil som každý výstup vzhľadom na úroveň rizika?
• [ ] Filtroval som návrhy, ktoré ovplyvňujú ľudí prostredníctvom spravodlivosti?
• [ ] Vyžadujem súhlas odborníka pre vysoko rizikové rozhodnutia?

Modulová skúška

1. Akú otázku by si mal manažér položiť, aby určil úroveň práce (mechanickú / analytickú / rozhodovaciu) a náročnosť overovania predtým, ako zadá úlohu AI?

• A) Aký bude výsledok, ak bude tento výstup nesprávny? ✔
• B) Dokáže umelá inteligencia dokončiť túto prácu čo najrýchlejšie?
• C) Je tento nástroj bezplatný?
• D) Robili ste túto prácu už niekedy?

Popis: Základom správneho používania je klasifikácia práce podľa miery rizika. 'Aký bude dôsledok, ak bude tento výstup nesprávny?' Otázka určuje, či ide o prácu mechanickú, analytickú alebo zodpovedné, a teda koľko overovania je potrebné.

2. Údaj „odvetvový priemer 23 percent“ daný umelou inteligenciou je predložený správnej rade bez overenia a ukazuje sa, že toto číslo je vymyslené. Aká základná disciplína bola v tomto prípade prehliadnutá?

• A) Pravidlo používania umelej inteligencie iba v ranných hodinách
• B) Disciplína overenia výstupu pripojením k zdroju ✔
• C) Konverzia zostavy na tabuľku farieb
• D) Napísanie dlhšej výzvy

Vysvetlenie: Umelá inteligencia niekedy produkuje neexistujúce číslo v presvedčivom jazyku (halucinácie). Krok pripojenia výstupu k zdroju kontroluje, či každé číslo pochádza zo skutočného zdroja alebo môže byť vymyslené. Keď sa to vynechá, hrozí riziko nesprávnych rozhodnutí.

3. Zatiaľ čo celkový obrat v e-commerce spoločnosti vyzerá stabilne, rozdelenie podľa segmentov ukazuje, že kategória s vysokým ziskom klesla o 22 percent a predaj s nízkym ziskom to maskuje. Aký princíp ilustruje tento príklad?

• A) Celkový počet je vždy najspoľahlivejším ukazovateľom
• B) Ziskovosť nie je dôležitá, dôležitý je len obrat
• C) Celkové čísla môžu skrývať zvraty; rozdelenie segmentov odhaľuje pravdu ✔
• D) Analýza segmentov je platná len pre veľké spoločnosti

Vysvetlenie: Celkové čísla môžu skrývať interné zvraty. Pohľad na rozčlenenie (analýza segmentov) skôr ako na celkovú prácu na podporu rozhodovania odhaľuje pravdu; Veľké variácie môžu byť skryté pod pevným súčtom.

4. Manažér kaviarne interpretuje zistenie, že „víkendové tržby sa pohybujú s teplotou“ ako „horúce počasie zvyšuje tržby“ a stíši klimatizáciu; Skutočným dôvodom však bola zvýšená návštevnosť zákazníkov cez víkend. Čo je to za chybu?

• A) Mylná korelácia s kauzalitou ✔
• B) Nezbiera sa dostatok údajov
• C) Výber nesprávneho typu grafu
• D) Neanonymizácia údajov

Vysvetlenie: To, že dve veci pôsobia spolu (korelácia), neznamená, že jedna spôsobuje druhú (príčinnosť). Teplota a predaj sa zhodou okolností pohybovali rovnakým smerom; Častým dôvodom bola víkendová premávka. Vzťahy nájdené umelou inteligenciou nie sú dôkazy, ale hypotézy, ktoré treba otestovať.

5. Čo je na vrchole „pyramídovej“ štruktúry dobrej manažérskej správy?

• A) Tabuľky s nespracovanými údajmi
• B) Zhrnutie ✔
• C) Ďalšie dokumenty a poznámky pod čiarou
• D) Všetky údaje z predchádzajúcich rokov

Vysvetlenie: Dobrá správa je pyramída: v hornej časti je zhrnutie (3 – 5 odrážok) navrhnuté pre najzaneprázdnenejšieho čitateľa, ktorému porozumie za 30 sekúnd; kritické zistenia nižšie; V spodnej časti je nosný detail. Vrchný manažér teda číta iba vrch a kto je zvedavý, zíde dole.

6. Keď call centrum robí 'počet prijatých hovorov za deň' ako KPI, zástupcovia volajú rýchlo a znižujú spokojnosť zákazníkov. Aký princíp ukazuje táto situácia?

• A) Čím viac KPI, tým lepšie riadenie
• B) KPI nemožno použiť v call centrách
• C) Rýchlosť má vždy prednosť pred kvalitou
• D) KPI, s ktorým možno manipulovať, môže skôr podporovať nepriaznivé správanie ako výsledok, ktorý má merať ✔

Vysvetlenie: Keď sa ukazovateľ stane cieľom, ľudia nájdu spôsoby, ako ho oklamať (Goodhartov zákon). „Počet hovorov“ je ľahko manipulovateľný a nemeria skutočný výsledok (rozlíšenie, spokojnosť). Takže pred výberom KPI by ste sa mali opýtať, aké nepriaznivé správanie podporuje? treba sa opýtať.

7. Aký je dôvod pre pravidlo „najskôr proces zjednodušte, neskôr automatizujte“ v automatizácii procesov?

• A) Automatizácia tiež urýchľuje zlyhanie v nefunkčnom procese; Najskôr je potrebné opraviť proces ✔
• B) Zjednodušenie znemožňuje automatizáciu
• C) Zjednodušenie je len zákonná povinnosť
• D) Automatizácia je vždy lacnejšia ako zjednodušenie

Popis: Automatizácia zvyšuje rýchlosť procesu; Tiež urýchľuje chybu, ak je proces poškodený. Keď sa proces 5 zbytočných krokov v účtovnej jednotke zautomatizoval, zbytočné kroky fungovali rýchlejšie. Najprv by sa mal proces zjednodušiť a potom urýchliť.

8. Aký je účel dizajnu „human-in-the-loop“ v automatických odpovediach zákazníkovi?

• A) Úplné zastavenie automatizácie
• B) Zvýšenie rozhodovacej právomoci umelej inteligencie
• C) Zabránenie úniku chyby s ľudským súhlasom v kritickom bode pri zachovaní väčšiny rýchlosti ✔
• D) Úplné odstránenie ľudskej pracovnej sily

Vysvetlenie: Návrh typu Human-in-the-loop je ľudský súhlas v kritickom bode automatizovaného procesu. AI vytvorí návrh, človek ho rýchlo schváli a potom sa odošle. Tým sa zabráni tomu, aby sa chyba dostala priamo von, pričom sa zachová väčšina rýchlosti; Keď tím odstránil toto schválenie, k zákazníkovi sa dostali nesprávne informácie.

9. Výroba je pomalá v nábytkárskej dielni; Manažér chce nahradiť najdrahší stroj (rezanie), ale analýza ukazuje, že prekážkou je krok farbenia a sušenia. Aký je základný princíp operačnej analýzy?

• A) Najdrahší krok by sa mal vždy zlepšiť
• B) Zlepšenie by malo byť zamerané na úzke miesto, ktoré spomaľuje celý tok ✔
• C) Všetky kroky by sa mali zrýchľovať rovnako
• D) Koncept úzkeho miesta je platný len na výrobných linkách

Vysvetlenie: Rýchlosť procesu je rýchlosť jeho najpomalšieho kroku (úzke miesto). Zrýchľovanie krokov mimo úzkeho miesta je plytvanie peniazmi a námahou; Jediná vec, ktorá funguje, je rozšírenie úzkeho miesta. Keď manažér namiesto porážky investoval do druhej sušiarne, rýchlosť sa zvýšila o 28 percent.

10. Pri nákupe manažér prejde na najlacnejšieho dodávateľa surovín, ale ignoruje slabú spoľahlivosť dodávok dodávateľa; Dve veľké oneskorenia zastavujú výrobu. Aké je ponaučenie z tejto situácie?

• A) Vždy treba vybrať najdrahšieho dodávateľa
• B) Spoľahlivosť dodávky je irelevantná
• C) Dodávateľ by nemal byť hodnotený v jednej dimenzii (iba cena), ale vo viacerých dimenziách, vrátane spoľahlivosti a rizika ✔
• D) Rozhodnutia dodávateľov by mali byť ponechané výlučne na umelú inteligenciu

Popis: Výber dodávateľa je viacrozmerný: cena, kvalita, dodacia lehota, spoľahlivosť, finančná spoľahlivosť a riziko sa musia posudzovať spoločne. Len pohľad na cenu môže viesť k stratám mnohonásobne väčším, ako je získaná zľava; stratená výroba vymazala zľavu.

11. Čo je najlepšie pre manažéra urobiť predtým, než pošle nahnevaný, drsný e-mail tímu, ktorý neustále mešká?

• A) Odoslanie správy tak, ako je, pretože emócie sú skutočné
• B) Vytvorenie tónového riešenia orientovaného pomocou umelej inteligencie a jeho prechod cez ľudský filter ✔
• C) Vôbec neodoslanie správy a ignorovanie problému
• D) Posilnenie správy

Vysvetlenie: Správy napísané v hneve by sa nemali odosielať okamžite. Povedať umelej inteligencii „zmeniť tón na rešpektujúci a na riešenie orientovaný tón pri zachovaní rovnakých očakávaní a hraníc“ zachováva podstatu správy, koriguje jej tón a zabraňuje ťažko odstrániteľným rozhorčeniam; Výstup je potom filtrovaný človekom.

12. V súhrne schôdze sa uvádza, že AI „schválené zvýšenie rozpočtu“; Na stretnutí však odznelo, že „zvýšenie rozpočtu sa vyhodnotí“. Aký je správny spôsob, ako sa tomuto nebezpečenstvu vyhnúť?

• A) Zhrnutie okamžite rozdajte bez toho, aby ste ho čítali
• B) Overte súhrn, oddeľte rozhodnutie od možnosti a nechajte ho potvrdiť účastníkmi ✔
• C) Vôbec neurobiť súhrn stretnutia
• D) Za rozhodnutie považovať len najdlhšiu vetu

Popis: AI môže nesprávne priradiť rozhodnutia; Rozdiel medzi „hodnotiť“ a „schváliť“ je zásadný. Súhrn stretnutia je často „oficiálnou pamäťou“, takže každý súhrn by sa mal pred distribúciou prečítať, odlíšiť od rozhodnutia a potvrdiť účastníkmi.

13. Aký je účel pri plánovaní scenárov vytvoriť aspoň tri scenáre (optimistický, základný, pesimistický) namiesto viazania budúcnosti na jednu predpoveď (napríklad „porastieme o 15 percent“)?

• A) Umelá inteligencia dokáže presne predpovedať budúcnosť
• B) Bez ohľadu na to, ktorým smerom sa pravda uberá, nenechajte sa zaskočiť a namiesto paniky uveďte plán do praxe ✔
• C) Zbierajte menej údajov
• D) Vopred si vybrať jednu správnu budúcnosť

Vysvetlenie: Realita je interval; Ak sa plán založený na jedinom odhade nezrealizuje, zrúti sa. Predbežná príprava reakcií na viaceré scenáre zaisťuje, že namiesto paniky možno zaviesť plán, bez ohľadu na to, akým smerom sa realita pohybuje. Cieľom nie je poznať budúcnosť, ale nebyť zaskočený nepripravený.

14. Čo z nasledujúceho je pravdivé o využívaní umelej inteligencie pri riadení podniku?

• A) Výstup umelej inteligencie nenahrádza kompetentné odborné schválenie v rozhodnutiach, ktoré majú finančné, právne a HR dôsledky ✔
• B) Ak je výstup umelej inteligencie správny, nie je potrebný súhlas odborníka
• C) Skutočné údaje o zákazníkoch možno poskytnúť otvoreným nástrojom, pokiaľ sa to javí ako bezpečné
• D) „AI povedala áno“ je platným odôvodnením zodpovednosti

Zverejnenie: Výstup umelej inteligencie nenahrádza kompetentné odborné schválenie v nadväzujúcich oblastiach, ako sú súlad, financie, právne a ľudské zdroje. Umelá inteligencia je asistentom zvyšujúcim rýchlosť; Za dôvernosť údajov, správnosť výstupu a etiku rozhodnutia je vždy zodpovedný manažér. Neoverený výstup je rovnako riskantný ako nepodpísané rozhodnutie.