導入後の AI メンテナンスには通常、すべてのモデル コンポーネントが制御フレームワークの対象になっていることを確認すること、モデル出力を継続的に監視する専門家を配置すること、特定の基準に基づいて監査の必要性を評価することが含まれます。ただし、新しい影響評価を実施するためのしきい値を定義することは、通常、メンテナンス アクティビティではなく、初期導入と継続的なガバナンス プロセスの一部です。
メンテナンスは、影響評価の新しいしきい値を設定するのではなく、AI システムの運用面に重点を置いています。
参考: AIGP BODY OF KNOWLEDGE、AI ライフサイクル管理と展開後のアクティビティについて説明するセクション。