Governance and Assurance Frameworks for GEN AI Adoption in Shared Service Centers: A Costa Rican Perspective

Abstract

Propósito: Este estudio evalúa el estado actual y el nivel de madurez de los modelos de gobernanza y marcos de aseguramiento de la IA Generativa (GEN AI) en los Centros de Servicios Compartidos (SSCs) en Costa Rica. El objetivo principal es analizar las limitaciones de los enfoques tradicionales de gobernanza y destacar el papel de una estrategia centrada en las personas para la implementación exitosa de la GEN AI.

Metodología de Investigación: Se empleó un enfoque de métodos mixtos, combinando análisis cuantitativo y cualitativo. Esto incluyó una encuesta a 101 empleados de diversos SSCs y entrevistas en profundidad con dos expertos de la industria. Se realizó un análisis estadístico, incluyendo estadísticas descriptivas y análisis de correlación, para examinar las relaciones entre los modelos de gobernanza, el nivel de madurez en la adopción de la GEN AI, la formación, los recursos de aprendizaje y otros factores clave.

Hallazgos: Los resultados indican que menos del 30% de los SSCs en Costa Rica han implementado completamente la GEN AI, mientras que más del 70% carecen de un marco formal de gobernanza para esta tecnología. Los hallazgos muestran una fuerte correlación entre los modelos de gobernanza estructurados y la disponibilidad de formación integral y recursos de aprendizaje, lo que refuerza la importancia de un enfoque de gobernanza centrado en los empleados. Los SSCs que han implementado modelos de gobernanza de la GEN AI suelen priorizar controles estrictos relacionados con la seguridad, la gestión de riesgos y la privacidad de los datos. Sin embargo, estos controles a menudo afectan negativamente el compromiso de los empleados, la adopción y el uso efectivo de las herramientas de GEN AI.

Limitaciones de la Investigación: Este estudio se centra en los modelos de gobernanza de la GEN AI dentro de los SSCs en Costa Rica, lo que limita su aplicabilidad a un contexto más amplio. No abarca otros ámbitos tecnológicos relacionados, como las tecnologías en la nube, la automatización de procesos robóticos (RPA), el aprendizaje automático y la inteligencia artificial (IA).

Implicaciones Prácticas: Los hallazgos resaltan la necesidad de modelos de gobernanza de la GEN AI centrados en las personas, que prioricen la capacitación, el desarrollo de habilidades y la participación de los empleados, al tiempo que refuercen la seguridad, la gestión de riesgos y el uso ético de la IA. Además, la creación de espacios de experimentación con GEN AI puede mejorar la adopción y fomentar la innovación.

Originalidad/Valor: Este estudio introduce un modelo de gobernanza que equilibra la seguridad con el empoderamiento de los empleados, promoviendo la adopción de la GEN AI en los SSCs de Costa Rica.

Palabras Clave: Inteligencia Artificial Generativa (GEN AI), Modelo de Gobernanza, Centros de Servicio Compartidos (CSCs), Seguridad y Gestión de Riesgos, Capacitación.

Purpose: This study assesses the current state and maturity of GEN AI governance models and assurance frameworks in Shared Service Centers (SSCs) in Costa Rica. The primary objective is to analyze the limitations of traditional governance approaches and highlight the role of a people-centric strategy in the successful implementation of GEN AI. Research Methodology: A mixed-methods approach, combining quantitative and qualitative analysis, was employed. This included a survey of 101 employees across various SSCs and in-depth interviews with two industry experts. Statistical analysis, including descriptive statistics and correlation analysis, was conducted to examine the relationships between governance models, GEN AI adoption maturity, training, learning resources, and other key factors. Findings: The results indicate that fewer than 30% of SSCs in Costa Rica have fully implemented GEN AI, while over 70% lack a formal GEN AI governance framework. The findings reveal strong correlations between structured governance models and the availability of comprehensive training and learning resources, reinforcing the importance of an employee-centric governance approach. SSCs that have implemented GEN AI governance models tend to prioritize stringent controls related to security, risk management, and data privacy. However, these controls often negatively impact employee engagement, adoption, and the effective use of GEN AI tools. Research Limitations: This study focuses on GEN AI governance models within Costa Rica’s SSCs, limiting its broader applicability. It does not cover other related technological workstreams such as cloud technologies, robotic process automation (RPA), machine learning, and artificial intelligence (AI). Practical Implications: The findings emphasize the need for people-centric GEN AI governance models that prioritize employee training, skill development, and engagement while reinforcing security, risk management, and ethical AI use. Additionally, establishing GEN AI experimentation spaces can enhance adoption and foster innovation. Originality/Value: This study introduces a governance model that balances security with employee empowerment, promoting GEN AI adoption in Costa Rica’s SSCs. Keywords: GEN AI, Governance Model, Shared Service Centers, People-Centric Framework, Risk Management.