AI-modeller udvikler sig hurtigt, opdateres løbende og kan i nogle tilfælde blive begrænset eller taget ud af drift. For virksomheder, der bygger forretningskritiske processer på AI, skaber det en ny type risiko.
Det er ikke længere nok at kunne gendanne selve modellen også den kode, de data og de arbejdsgange, som AI-agenter har skabt eller ændret, skal kunne gendannes for at sikre kontinuitet, compliance og forretningsdrift.
I løbet af de seneste måneder er adgangen til flere nye AI-modeller blevet begrænset kort tid efter lanceringen. I flere tilfælde har amerikanske myndigheder haft indflydelse på, hvem der må bruge modellerne, og hvornår.
Det betyder, at danske virksomheder kan blive tvunget til at skifte AI-model med kort varsel selv når modellen allerede er integreret i forretningskritiske processer.
– Mange organisationer går ud fra, at den AI-model, de vælger i dag, også er tilgængelig i morgen. Men adgangen kan ændre sig som følge af beslutninger fra både leverandører og myndigheder. AI-modeller kan derfor ikke betragtes som permanente dele af IT-miljøet, siger Christian Petersson fra IssTech.
Et modelskifte er ikke nok
Risikoen bliver særligt stor, når AI anvendes gennem agenter, der selvstændigt kan ændre programkode, databaser, dokumenter, adgangsrettigheder og information i virksomhedens systemer.
Hvis modellen bag agenten forsvinder, kan agenten stoppe med at fungere. Men det at skifte tilbage til en ældre model gendanner ikke automatisk de ændringer, som den tidligere agent allerede har foretaget.
– Det er ikke nok at kunne vælge en ældre AI-model. Virksomheden skal også kunne gendanne sine systemer til en kendt og fungerende tilstand. Ellers kan en ældre model blive tvunget til at arbejde med kode og data, der er blevet ændret af en nyere model, siger Jill Persson fra AvePoint, som hjælper organisationer med at styre, beskytte og gendanne information i cloud- og SaaS-miljøer.
En fejlagtig kodeændring i eksempelvis GitHub kan sprede sig videre til produktionssystemer, databaser, AI-agenter, CRM-systemer og økonomisystemer. I værste fald kan en tilsyneladende lille fejl føre til, at information fortolkes forkert, og at tusindvis af forkerte fakturaer bliver sendt ud.
Jo flere systemer der kobles sammen, desto længere kan fejlen sprede sig, før den bliver opdaget. Derfor er der behov for en samlet plan for sikkerhedskopiering og gendannelse af de systemer og data, der indgår i arbejdsflowet – ikke kun selve AI-tjenesten.
Fokus på tre områder
EU’s AI Act skærper samtidig kravene til blandt andet styring, dokumentation og risikohåndtering for visse AI-systemer. Selv når et system ikke er omfattet af de mest omfattende krav, skal virksomheder have kontrol over, hvad deres AI-agenter har adgang til, og hvilke ændringer de gennemfører.
IssTech og AvePoint arbejder sammen om at støtte danske virksomheder i denne nye virkelighed. De oplever, at virksomheder nu skal sikre, at de:
- har en plan, hvis den valgte AI-model bliver utilgængelig
- kan se præcist, hvilke ændringer AI-agenten har foretaget
- kan gendanne hele arbejdsflowet til en kendt og fungerende tilstand
– Vi møder stadig flere virksomheder, der ønsker at kunne sikkerhedskopiere og gendanne både interne systemer samt data i GitHub og forretningskritiske cloudtjenester. Håb og AI-optimisme er ikke en kontinuitetsplan. Derfor arbejder vi sammen med AvePoint for at hjælpe virksomheder med at beskytte og gendanne den information, som AI-agenter anvender og ændrer, siger Christian Petersson fra IssTech.
