.png)
33% 领域1 - AI治理与风险管理
本领域展示了您在推动人工智能解决方案实施过程中，为相关方提供包括政策制定、风险控制、数据治理及伦理标准在内的全方位专业建议的能力，确保实施过程恰当且高效。
A-人工智能模型、考量因素与要求
- 人工智能的类型
- 机器学习/人工智能模型
- 算法
- 人工智能生命周期
- 业务考量因素
B-人工智能治理与项目管理
- 人工智能战略
- 人工智能相关的角色与职责
- 人工智能相关的政策与流程
- 人工智能培训与意识提升
- 项目绩效指标
C-人工智能风险管理
- 人工智能相关风险识别
- 风险评估
- 风险持续监测
D-隐私与数据治理项目
- 数据治理
- 隐私保护考量
E-人工智能的最佳实践、伦理、法规与标准
- 与人工智能相关的标准、框架、法规
- 伦理问题与考量
46% 领域2 - AI 运营
本领域确认了您在推动人工智能技术落地过程中，能够兼顾可持续性、运营准备和风险状况，从而充分发挥AI所带来的效益与创新，助力企业在全范围内有效应用AI技术。
A-人工智能相关的数据管理
- 数据采集
- 数据分类
- 数据保密性
- 数据质量
- 数据平衡
- 数据稀缺性
- 数据安全
B-人工智能解决方案开发方法与生命周期
- 人工智能解决方案开发生命周期
- 隐私与安全设计
C-人工智能相关的变更管理
- 变更管理考量因素
D-人工智能解决方案的监督
- 人工智能代理（AI Agency）
E-人工智能解决方案的测试技术
- 应用于AI解决方案的传统软件测试技术
- 针对AI的专用测试技术
F-人工智能特有的威胁与漏洞
- 人工智能相关威胁类型
- 针对人工智能威胁的控制措施
G-人工智能相关的事件响应管理
- 准备
- 识别与报告
- 评估
- 响应
- 事后回顾
21% 领域3 - AI 审计工具与技术
本领域聚焦于通过创新手段优化审计成果，突出您在人工智能系统审计方法以及利用AI赋能工具来提升审计效率、实现更快速且高质量审计洞察的专业能力。
A-审计规划与设计
- 识别AI资产
- AI控制类型
- AI审计应用场景
- 面向AI使用的内部培训
B-审计测试与抽样方法
- 设计AI审计方案
- AI审计测试方法
- AI抽样技术
- 测试AI输出结果
- 示例AI审计流程
C-审计证据收集技术
- 数据采集
- 穿行测试与访谈
- AI辅助取证工具
D-审计数据质量与数据分析
- 数据质量
- 数据分析
- 数据报告
E-AI审计输出与报告
- 应用于AI解决方案的传统软件测试技术
- 针对AI的专用测试技术
支持下列任务
支持下列任务：
- 在审计过程中集成AI解决方案时，评估其影响、机遇和风险。
- 利用AI解决方案提升审计流程，包括规划、执行和报告。
- 评估AI解决方案对组织的影响、机会和风险，并提供建议。
- 评估AI解决方案对系统交互、环境及人类的影响。
- 评估AI决策系统在组织及其利益相关者中的角色与影响。
- 审查并评估组织的AI政策与程序，确保符合法律和监管要求。
- 评估针对AI特有指标（如KPI、KRI）的监控与报告机制。
- 确认组织是否明确了AI相关的风险、控制措施、程序、决策及标准的所有权。
- 评估组织针对AI的数据治理计划。
- 评估组织针对AI的隐私保护计划。
- 评估组织针对AI的问题和事件管理计划。
- 评估组织针对AI的变更管理计划。
- 评估组织针对AI的配置管理计划。
- 评估组织针对AI的威胁和漏洞管理计划。
- 评估组织针对AI的身份与访问管理计划。
- 评估针对AI解决方案的供应商和供应链管理计划。
- 评估AI特定控制的设计与有效性。
- 评估AI模型的数据输入需求（如数据适当性、偏差、隐私）。
- 评估AI解决方案的系统/业务需求，以确保与企业架构的一致性。
- 评估AI解决方案生命周期（如设计、开发、部署、监控和退役）以及输入输出的合规性和风险管理。
- 评估算法和模型，确保AI解决方案与业务目标、政策和程序保持一致。
- 分析AI对劳动力的影响，向利益相关者提供关于如何应对AI带来的劳动力变化、培训和教育方面的建议。
- 确保意识提升计划与组织的AI相关政策和程序相一致。
