Checklist triển khai ISO 42001 cho doanh nghiệp AI Việt Nam

ISO/IEC 42001 không bắt đầu bằng việc mua chứng nhận. Doanh nghiệp cần xây một hệ thống quản lý AI có phạm vi, người chịu trách nhiệm, quy trình đánh giá rủi ro và bằng chứng vận hành rõ ràng. Checklist dưới đây giúp đội ngũ biến yêu cầu của tiêu chuẩn thành công việc có thể giao và theo dõi.

Theo ISO, ISO/IEC 42001:2023 quy định yêu cầu để thiết lập, triển khai, duy trì và cải tiến liên tục một hệ thống quản lý AI, thường được gọi là AIMS. Tiêu chuẩn áp dụng cho tổ chức phát triển, cung cấp hoặc sử dụng sản phẩm và dịch vụ dựa trên AI.

Checklist ISO 42001 gồm những phần nào?

Một kế hoạch triển khai thực tế nên bao quát tám nhóm công việc:

1. Xác định bối cảnh và phạm vi AIMS.
2. Lập danh mục hệ thống AI.
3. Thiết lập vai trò, chính sách và cơ chế phê duyệt.
4. Đánh giá rủi ro và tác động của AI.
5. Chọn biện pháp xử lý và control.
6. Quản lý dữ liệu, nhà cung cấp và vòng đời hệ thống.
7. Theo dõi hiệu quả và xử lý sự cố.
8. Đánh giá nội bộ và cải tiến.

Đây là checklist chuẩn bị và vận hành. Chứng nhận, nếu doanh nghiệp lựa chọn, phải do một tổ chức đánh giá độc lập thực hiện. pTrackly không cấp chứng nhận ISO 42001 và không tuyên bố đã được chứng nhận ISO 42001.

1. Xác định phạm vi AIMS

Phạm vi trả lời ba câu hỏi: hệ thống AI nào được quản lý, đơn vị nào chịu trách nhiệm và hoạt động nào nằm trong ranh giới đánh giá. Nếu chưa chắc doanh nghiệp có cần chứng nhận hay chỉ cần AI policy nội bộ, xem bảng tình huống ở trang tại sao cần ISO 42001.

Hãy ghi rõ:

• Sản phẩm, tính năng hoặc quy trình có sử dụng AI.
• Vai trò của doanh nghiệp với từng hệ thống: phát triển, cung cấp, vận hành hay sử dụng.
• Đơn vị kinh doanh, đội kỹ thuật, địa điểm và nhà cung cấp liên quan.
• Dữ liệu và hạ tầng nằm trong phạm vi.
• Các phụ thuộc hoặc phần loại trừ, kèm lý do.

Phạm vi quá rộng khiến đội ngũ phải kiểm soát nhiều hơn khả năng vận hành. Phạm vi quá hẹp có thể bỏ sót hệ thống tạo ra rủi ro đáng kể. Hãy bắt đầu từ luồng nghiệp vụ và quyết định mà AI tác động, không chỉ từ tên model hoặc API.

2. Lập danh mục hệ thống AI

Danh mục AI là nguồn dữ liệu gốc của AIMS (mẫu trường dữ liệu và cách nối với risk register có trong bài danh mục hệ thống AI và risk register ISO 42001). Mỗi bản ghi nên có tối thiểu:

• Tên hệ thống và mục đích sử dụng.
• Owner nghiệp vụ và owner kỹ thuật.
• Model, nhà cung cấp, phiên bản và môi trường triển khai.
• Loại dữ liệu đầu vào, dữ liệu đầu ra và nhóm người bị tác động.
• Mức độ tự động hóa và điểm con người phê duyệt.
• Rủi ro đã biết, hạn chế và lịch đánh giá lại.
• Liên kết đến tài liệu thiết kế, kết quả test và nhật ký thay đổi.

Danh mục cần bao gồm cả công cụ AI mua ngoài, chẳng hạn trợ lý viết mã hoặc dịch vụ tạo nội dung, nếu chúng được dùng trong quy trình thuộc phạm vi.

3. Phân công trách nhiệm quản trị AI

Một chính sách AI chỉ có giá trị khi từng quyết định có người chịu trách nhiệm. Doanh nghiệp nên xác định ai có quyền:

• Phê duyệt use case AI mới.
• Chấp nhận hoặc từ chối rủi ro còn lại.
• Cho phép đưa model hoặc tính năng vào production.
• Dừng hệ thống khi phát hiện sự cố hoặc tác động không chấp nhận được.
• Phê duyệt thay đổi dữ liệu, model và nhà cung cấp.

Owner nghiệp vụ không nên bị thay thế bằng một tên nhóm chung như "AI team". Bằng chứng tốt phải cho thấy một cá nhân hoặc vai trò cụ thể đã xem xét và phê duyệt quyết định.

4. Đánh giá rủi ro và tác động AI

Đánh giá rủi ro xem xét khả năng xảy ra và hậu quả đối với doanh nghiệp, khách hàng và các bên bị tác động. Đánh giá tác động đi sâu vào cách hệ thống ảnh hưởng đến con người, quyền lợi, an toàn, bảo mật hoặc chất lượng dịch vụ.

Với mỗi hệ thống, hãy ghi lại:

• Mục đích dự kiến và các cách sử dụng có thể dự đoán.
• Nhóm người hoặc quy trình bị ảnh hưởng.
• Sai lệch dữ liệu, kết quả không chính xác và nguy cơ lạm dụng.
• Rủi ro về quyền riêng tư, bảo mật, sở hữu trí tuệ và phụ thuộc nhà cung cấp.
• Biện pháp ngăn ngừa, phát hiện, phản ứng và mức rủi ro còn lại.
• Tiêu chí chấp nhận, người phê duyệt và ngày đánh giá lại.

NIST AI RMF tổ chức hoạt động quản lý rủi ro AI theo bốn chức năng Govern, Map, Measure và Manage. Đây là nguồn tham khảo hữu ích để biến một risk register tĩnh thành chu trình theo dõi liên tục. NIST cũng lưu ý AI RMF là khuôn khổ tự nguyện, không phải chứng nhận ISO.

5. Chọn control và lập kế hoạch xử lý

Không phải control nào cũng áp dụng giống nhau cho mọi hệ thống. Lựa chọn phải dựa trên phạm vi, vai trò của tổ chức, kết quả đánh giá rủi ro và yêu cầu pháp lý hoặc hợp đồng.

Kế hoạch xử lý nên nêu:

• Rủi ro cần xử lý.
• Control được chọn và mục tiêu của control.
• Owner, thời hạn và nguồn lực.
• Evidence cần thu thập.
• Cách kiểm tra control có hoạt động hay không.
• Quyết định chấp nhận rủi ro còn lại.

Các nhóm control thường liên quan đến tài liệu hệ thống, dữ liệu, thông tin cho bên liên quan, sử dụng AI có trách nhiệm và quản lý bên thứ ba. Đội ngũ nên đọc tiêu chuẩn gốc hoặc làm việc với chuyên gia đủ năng lực trước khi xác định phạm vi control chính thức.

6. Quản lý dữ liệu và nhà cung cấp AI

Với dữ liệu, hãy lưu nguồn gốc, quyền sử dụng, tiêu chí chất lượng, bước làm sạch, giới hạn đại diện và cách xử lý dữ liệu nhạy cảm. Với dịch vụ bên ngoài, cần ghi điều khoản sử dụng dữ liệu, thay đổi model, lưu trữ, hỗ trợ sự cố và khả năng chuyển đổi nhà cung cấp.

Một hợp đồng nhà cung cấp không thay thế đánh giá kỹ thuật. Evidence nên gồm cả kết quả kiểm thử, cấu hình, nhật ký thay đổi và biên bản phê duyệt.

7. Theo dõi hệ thống sau khi triển khai

Rủi ro AI thay đổi khi dữ liệu, model, prompt, người dùng hoặc bối cảnh sử dụng thay đổi. Kế hoạch theo dõi cần xác định:

• Chỉ số chất lượng và ngưỡng cảnh báo.
• Kiểm thử định kỳ cho các rủi ro đã xác định.
• Cách tiếp nhận phản hồi và khiếu nại.
• Quy trình ghi nhận, phân loại và xử lý sự cố AI.
• Điều kiện rollback, tạm dừng hoặc đánh giá lại.
• Lịch xem xét của owner và lãnh đạo.

NIST nhấn mạnh quản lý rủi ro cần diễn ra xuyên suốt vòng đời hệ thống. Điều này phù hợp với nguyên tắc cải tiến liên tục của hệ thống quản lý ISO.

8. Chuẩn bị đánh giá nội bộ và management review

Trước đánh giá độc lập, doanh nghiệp cần tự kiểm tra xem AIMS có được thiết kế và vận hành như đã mô tả hay không.

Hồ sơ nên có:

• Phạm vi, chính sách, mục tiêu và danh mục AI hiện hành.
• Risk register, impact assessment và kế hoạch xử lý.
• Hồ sơ năng lực, đào tạo và phân công vai trò.
• Kết quả test, monitoring, change review và incident record.
• Đánh giá nhà cung cấp và các quyết định phê duyệt.
• Chương trình audit nội bộ, phát hiện và hành động khắc phục.
• Biên bản management review và quyết định cải tiến.

Đánh giá nội bộ không chỉ kiểm tra tài liệu có tồn tại. Người đánh giá cần lấy mẫu để xác nhận quy trình thực tế tạo ra evidence phù hợp.

Evidence nào nên được thu thập tự động?

Automation phù hợp với evidence lặp lại và có nguồn dữ liệu rõ ràng, chẳng hạn danh sách quyền truy cập, phiên bản triển khai, kết quả kiểm thử, ticket thay đổi và lịch review. Các quyết định về tác động, chấp nhận rủi ro hoặc tính phù hợp của use case vẫn cần con người xem xét.

pTrackly giúp chuyển yêu cầu thành task có owner, quản lý tài liệu, lưu evidence và theo dõi lịch đánh giá. Nền tảng hỗ trợ quá trình chuẩn bị và duy trì AIMS, không thay vai trò của lãnh đạo, chuyên gia hoặc tổ chức chứng nhận độc lập. Xem thêm giải pháp ISO 42001 của pTrackly và giải thích ISO 42001 dành cho doanh nghiệp Việt Nam.

Nguồn tham khảo

• ISO/IEC 42001:2023, AI management systems
• Bộ Khoa học và Công nghệ: ISO/IEC 42001 và bài toán quản trị AI
• NIST AI Risk Management Framework
• NIST AI RMF Playbook

Nội dung này cung cấp thông tin triển khai chung, không phải ý kiến pháp lý hoặc cam kết chứng nhận.