Big Data тоже плачет

6259

Прошедший месяц помимо ставших уже традиционными повесток принес интересную новость с IT-рынка. Оказывается, благодаря Big Data в одной американской компании родом из российского региона можно быстро и в одностороннем порядке уволить тех сотрудников, кто недостаточно присутствовал на своем рабочем месте или вкладывался в проект непропорционально остальным коллегам.

Казахстанские бизнесы уже столкнулись с тем, что «эффективность» продавцов отслеживается по количеству записей в CRM, а юристов – по числу комментариев, уточнений и вопросов к одностраничным договорам. Теперь этот тренд дошел и до разработчиков, где стало уже мало закрыть спринт в срок. В эту же сторону, видимо, идут компании уровня Amazon, объявившего недавно, что будет отслеживать движения мышки и нажатия на клавиатуру сотрудников на удаленке в целях «безопасности пользователей».

Оставив вопросы об этике и трудовом праве корпоративным эйчарам и правоведам, обращусь к излюбленной теме – а как охранять все эти новые озера данных, которые решили создавать работодатели, и с какими нюансами может здесь столкнуться любая компания?

Достоверность данных. Уже несколько лет эксперты ИБ говорят о том, что классическая модель, определяющая свойства безопасности (целостность, конфиденциальность, доступность), должна быть дополнена понятием достоверности, то есть процента гарантии соответствия информации предусмотренному результату (и вот вам новый рынок решений для чисел «после запятой»). Можно ли принимать управленческие решения, если вы не понимаете, достоверны ли цифры о посещаемости или количестве комментариев?

Защищенное взаимодействие на пути из озера. При построении озер и кластеров данных компании инвестируют значительные ресурсы в политики, разграничения прав, полномочий, шифрование и т. д. А как быть с теми случаями, когда полученная из озер информация неверно истолковывается или трактуется, исходя из личной позиции/интересов кадрового либо иного специалиста? Стоит задуматься о том, кто будет охранять итоговую трактовку данных на пути от озера к СЕО и позаботиться о валидации.

Надежность поставщика. На последних тематических форумах специалисты в области искусственного интеллекта и Big Data сходились во мнении, что обучение мощных ИИ-систем, насыщение их данными и специальными знаниями для принятия корректных административных и управленческих решений требует инвестиций в миллионы долларов. Возможно, компании стоит максимально глубоко изучить R&D-опыт поставщика подобных решений, его инвестиции в развитие моделей, прежде чем приобретать и внедрять.

Общий уровень киберосведомленности в компании. Использование систем внутреннего мониторинга эффективности – достаточно сильный стресс для значительного количества сотрудников. Стоит ли говорить, что большая часть рабочего времени начнет уходить на то, чтобы максимально «соответствовать» ожиданиям системы? Именно это может стать очень перспективным вектором атаки на компанию – вероятность открытия фишингового письма, где идет речь о неэффективности работы, санкциях и потенциальном увольнении, в разы выше среднего уровня.

Несомненно, компания имеет полное право на постоянное повышение эффективности своей работы как коммерческой организации. Тем не менее внедрение любого нового пласта технологий должно соответствовать не только верхнеуровневой бизнес-стратегии, но и нишевой реальности в таких областях, как кибербезопасность или здравый смысл. 

   Если вы обнаружили ошибку или опечатку, выделите фрагмент текста с ошибкой и нажмите CTRL+Enter

Орфографическая ошибка в тексте:

Отмена Отправить