Mengenal Konsep dan Core Capabilities dari Strategi AI TRiSM

AI TRiSM merupakan salah satu konsep strategi yang dapat diterapkan pada implementasi AI atau Artificial Intelligence. Artificial Intelligence merupakan salah satu implementasi inovasi teknologi yang cukup banyak diterapkan pada kehidupan, baik pada kehidupan pribadi maupun dalam fungsionalitas bisnis. Fakta tersebut membuat dalam penerapan AI dalam berbagai sektor kehidupan selalu disertai dengan kekhawatiran yang dapat muncul terkait kepercayaan terhadap AI dalam pengambilan keputusan, khususnya dalam pengambilan keputusan yang melibatkan banyak biaya atau dapat mempengaruhi kehidupan banyak orang. Terkait permasalahan ini, maka muncul suatu konsep strategi yang secara umum membahas konsep terkait tata kelola, kepercayaan, keadilan, keandalan, keefektifan, keamanan, dan perlindungan data pada suatu model AI, yaitu AI TRiSM (AI Trusk, Risk, and Security Management). 

Pada konsep strategi AI TRiSM, terdapat best practices yang dibentuk dan terdiri atas beberapa kapabilitas inti, yaitu: 

• Explainability 

Strategi AI TRiSM yang diterapkan harus dapat mencakup informasi jelas yang dapat menjelaskan tujuan, kekuatan, kelemahan, kemungkinan perilaku, dan potensi bias dari model teknologi AI. Sehingga, dapat dipahami juga bagaimana model AI dapat memberikan akurasi, akuntabilitas, keadilan, stabilitas, dan transparansi. 

• ModelOps 

Model Operationalization merupakan kapabilitas inti dari strategi AI TRiSM  yang satu ini mencakup aspek manajemen siklus hidup dan tata kelola keseluruhan dari semua model AI, termasuk model analitis dan model berdasarkan pembelajaran mesin. 

• Data Anomaly Detection 

Aspek kapabilitas inti dari strategi AI TRiSM berikut ini mencakup aspek salah data dan anomali sebelum keputusan dibuat berdasarkan informasi yang diberikan oleh model. 

• Adverarial Attack Resistance 

Aspek strategi ini membantu untuk dapat membantu engubah hasil algoritma pembelajaran mesin untuk mendapatkan keuntungan dengan memberikan input musuh atau data berbahaya ke model AI setelah diimplementasikan.  

• Data Protection 

Aspek perlindungan data sangat penting untuk dapat diterapkan pada implementasi model AI, terutama pada berbagai sektor industri yang sangat diatur seperti perawatan kesehatan dan keuangan.