Przejdź do treści

Analiza ryzyk

Metoda

Ryzyko ma źródło, zdarzenie, skutek, prawdopodobieństwo, wpływ, controls, wskaźnik wczesny, właściciela i contingency. Skala: 1–5. Priorytet bazowy = P×I, lecz pojedynczy skutek katastroficzny może pozostać krytyczny mimo niskiego P.

Rejestr strategiczny

Ryzyko P I Główne controls Wczesny sygnał / contingency
nieautoryzowany skutek agenta 2 5 typed tools, capabilities, approval, effect tests policy deny anomaly / stop dispatch, revoke
self-grant lub self-activation 1 5 brak endpointu, separation of duties, governance approval capability diff z propozycji / security incident
prompt injection 4 4 trust labels, context isolation, proposals only wzrost blocked proposals / quarantine source
wyciek danych do providera 2 5 classification, minimization, egress approval external bytes/data-class anomaly / revoke account
sekret w logu/artefakcie 2 5 handles, redaction, sentinel tests secret scan hit / isolate + rotate
podwójna wysyłka/płatność 2 5 idempotency, one-time grant, reconciliation duplicate platform IDs / freeze adapter
supply-chain pluginu 3 5 signed build, SBOM, mirror, effect containment new dependency/network / revoke package
błędna migracja bazy 2 5 backup+restore, transaction, maintenance lock integrity/foreign key fail / restore pre-migration
awaria sprzętu/storage 3 4 SMART, UPS, backup, spare, restore drill media errors/capacity / drain+replace
vendor/model churn 4 3 Provider Interface, profiles, multiple models EOL/license/quality drift / switch provider
brak ROI 3 4 baseline, narrow pilot, stop condition review time > savings / revert process
custom-project trap 4 4 packages, SDK, partner model, scope gates reuse ratio spada / productize or decline
support long tail 4 4 compatibility profiles, certification, EOL tickets per connector / tier support
regulacje/odpowiedzialność 3 5 legal review, human decisions, audit new obligation / limit domain/region
decyzje HR oparte na bias 2 5 no consequential auto HR, aggregation, review disparity/complaints / suspend analytics
voice disclosure/consent 3 4 scripts, consent state, QA missing disclosure / pause campaign
false negative vision 3 5 independent alarm, per-camera tests, health drift/missed sample / fall back to manual
ryzyko fizyczne IoT 2 5 interlock, safe state, local control stale sensor/receipt mismatch / disable action
KVM/management compromise 2 5 isolated VLAN, MFA, offline creds, audit unknown login/config drift / local lockout
utrata zaufania społeczności 3 4 open contracts, export, transparent advisories negative contributor/partner trend / governance change
niejasna licencja modeli 3 4 license registry, legal gates missing proof/EOL / quarantine model
energia/hałas/koszt GPU 4 3 sizing, scheduler, power profiles TCO above plan / smaller models/offload
wzrost złożoności A5 3 5 staged autonomy, domain boundaries cross-domain incidents / cap at A3/A4
pojedynczy klucz signing 2 5 offline root, rotation, transparency key anomaly / revoke + re-sign

Ryzyka produktowe

Nadmierny zakres

Wizja obejmuje wiele domen. Bez sekwencjonowania może powstać zbiór półintegracji. Control: trzy pełne workflow end-to-end przed nową domeną, wspólny contract test kit i metryka reuse. Contingency: zamrożenie nowych adapterów, usunięcie niedojrzałych claims i koncentracja na dwóch wertykalach.

Iluzja autonomii

Demo może wyglądać dobrze, ale wymagać stałej ręcznej korekty. Control: liczenie review minutes, exception rate i rzeczywistych receipts. Contingency: obniżenie poziomu do A1, poprawa danych/procesu albo rezygnacja z automatyzacji.

UX approval fatigue

Zbyt wiele approvali prowadzi do bezmyślnego klikania. Control: pre-approved low-risk classes, grupowanie powiązanych decyzji bez ukrywania skutków, risk-based step-up i analiza reject/rework. Nie wolno rozwiązać problemu przez blanket approval dla agenta.

Ryzyka techniczne

Niedeterministyczność modelu

Structured output, retries i validator zmniejszają ryzyko, ale go nie usuwają. Krytyczne obliczenia i constraints są deterministyczne. Model proponuje, a test rozstrzyga. Przy niestabilności wersja traci eligibility.

Desktop automation

UI zmienia layout, focus i modalne okna. Preferencja API/CLI; App Session Registry; screenshot/state assertions; fail closed na nieznanym stanie. Dla konsekwencyjnej operacji UI automation wymaga dokładnego preview i human review albo nie jest dopuszczona.

Recovery nieprzetestowane

Schemat na papierze może zawieść. Kwartalny test elementów i roczny pełny restore, pomiar RTO, replacement of stale runbook. Niepowodzenie drill jest findingiem blokującym profile Critical.

Ryzyka rynkowe

Platformy aplikacji mogą wbudować własnych agentów. NORBI utrzymuje przewagę cross-application/local governance i nie konkuruje z funkcją wewnątrz jednej aplikacji. Spadek cen chmury zmniejsza przewagę kosztową, ale nie prywatność i recovery. Wzrost możliwości modeli zwiększa wartość Execution Fabric, ale może podnosić oczekiwania klienta.

Governance rejestru

Właściciele przeglądają top risks co miesiąc/kwartał zależnie od profilu. Incydent aktualizuje prawdopodobieństwo, controls i testy. Ryzyka nie są zamykane stwierdzeniem „zaakceptowane przez AI”. Acceptance ma człowieka, datę, uzasadnienie i termin ponownego review.