Complicando as coisas mais adiante é a rápida evolução da IA. Os sistemas autônomos estão avançando rapidamente, com o surgimento de agentes capazes de se comunicar, executando tarefas complexas e interagindo diretamente com o desenvolvimento das partes interessadas. Embora esses sistemas autônomos introduzam novos casos de uso emocionantes, eles também criam desafios substanciais. Por exemplo, um agente de IA automatizando reembolsos de clientes pode interagir com sistemas financeiros, registrar códigos de motivos para análise de tendências, monitorar transações para anomalias e garantir a conformidade com as políticas da empresa e regulamentar – enquanto navegava em potenciais riscos como fraude ou uso indevido.
O cenário regulatório também permanece em fluxo, particularmente nos desenvolvimentos recentes dos EUA, acrescentou complexidade, incluindo a recente revogação do governo Trump da ordem executiva da AI da Biden. Isso provavelmente levará a um aumento na legislação de estado a estado nos próximos anos, dificultando a operação de organizações em todas as linhas do estado para prever as diretrizes específicas de curto e longo prazo que precisam atender. Desenvolvimentos recentes como o relatório da Força -Tarefa Bipartidária da Câmara e as recomendações sobre governança da IA destacaram a falta de clareza nas diretrizes regulatórias. Essa incerteza deixa as organizações lutando para se preparar para uma colcha de retalhos de leis específicas do Estado, gerenciando demandas de conformidade global, como a Lei AI da UE ou a ISO 42001.
Além disso, os líderes empresariais enfrentam inúmeras estruturas e abordagens de governança, cada uma otimizada para enfrentar diferentes desafios. Essa abundância de abordagens força os líderes empresariais a um ciclo contínuo de avaliação, adoção e ajuste. Muitas organizações recorrem a processos reativos e intensivos em recursos, criando ineficiências e interrompendo o progresso da IA.
