Dataikuのガバナンス

中心となるコントロールタワー

Dataikuのガバナンスでは、データおよびアナリティクスリーダーとプロジェクトマネージャーが一つの場所で、複数のデータの取り組みの進捗を追跡し、責任あるAIのために正しいワークフローとプロセスが実施されていることを確認できます。

企業がAIのフットプリントと生成AIの取り組みを拡大する際、可視性を維持しリスクを低減するためには、一元化されたプログラム監視が重要です。

ガバナンスプランとワークフローの標準化

Dataikuのガバナンスでは、データおよびアナリティクスリーダーとプロジェクトマネージャーが一つの場所で、複数のデータの取り組みの進捗を追跡できます。Dataikuでは、AIプロジェクトの探索、構築、テスト、デプロイ、および保守を行うための明確なステップとゲートを備えた標準化されたプロジェクトおよびワークフローテンプレートを活用できます。ワークフローの各段階に関係者を割り当て、メモを取り、関連文書を添付することで、設計から納品までのプロセスを確実にドキュメント化し追跡することができます。

サインオフと承認の仕組み化

ガバナンスの効いたワークフローでは、デプロイの決定に関する監査対応性を確保するために、プロジェクトオーナーはモデルやプロジェクトバンドルを本番稼動させる前にサインオフを要求・収集します。適切なレビューとサインオフがない場合、適切な承認が得られるまでデプロイがブロックされます。

データプロジェクトの関係者の承認取得では、管理と追跡が困難な場合もありますが、プロジェクトとモデルの両方がビジネスニーズに合致していること、監査可能であること、責任あるAIのベストプラクティスに従っていることを確認するために必要です。

モデルとバンドルのレジストリー

Dataikuのモデルレジストリーは、（Dataikuで開発されたか、外部で開発されたかに関わらず）すべてのモデルを一箇所に集め、バージョン管理し、リーダーやプロジェクトマネージャーがパフォーマンス指標やプロジェクトサマリーを見ることができる一元化された方法を提供します。

バンドルレジストリーは、プロジェクトバンドルにも同様のメリットを提供し、分析パイプラインやプロジェクトの成果物のバージョンを、定義されたワークフローに従って管理することができます。

プロジェクト価値とリスクの適格性

Dataikuでは、関係者は標準化された適格性に関するフレームワークを使用して、プロジェクトの価値とリスクを評価できます。増え続けるAIプロジェクト依頼を実行するためのリソースが限られている中、価値とリスクに関する共通のマトリックスによってリーダーはイニシアチブを比較し、監督のための要件を決定し、どのプロジェクトに優先的に投資すべきかを決定することができます。