귀사의 ERM 프레임워크는 고장난 것이 아니라 다른 종류의 시스템을 위해 구축되었습니다.
전통적인 엔터프라이즈 리스크 관리는 많은 일을 훌륭하게 수행합니다.
하지만 생성형 AI와 파운데이션 모델이 조용히 위반하는 가정에 기반하고 있습니다:
1. 결정론적 가정 - 동일한 입력, 동일한 출력. 확률적 시스템은 그렇게 작동하지 않습니다.
2. 정적 위험 분류 - 연간 위험 등록부는 분기별로 변이하는 위험을 추적할 수 없습니다.
3. 시간적 불일치 - 모델 오류는 몇 분 안에 전파되지만 거버넌스 주기는 몇 달이 걸립니다.
4. 설명 가능성 격차 - 완전히 재구성할 수 없는 결정을 완전히 감사할 수는 없습니다.
5. 시스템적 집중 맹점 - 가장 큰 AI 의존성은 위험 등록부 전체에 걸쳐 있을 수 있습니다.
해결책은 ERM을 폐기하는 것이 아닙니다.
의도적으로 전사적으로 ERM을 강화하는 것입니다.
이것이 바로 전사적 AI 리스크 관리® (EW-AiRM®) www.ewairm.com의 전체 전제이며, 곧 출간될 Wiley 서적에서 더 자세히 논의됩니다.