Plán AI – proces plánování přechodu na AI
Tento článek popisuje organizační proces plánování přechodu na AI. Plán přechodu na AI podrobně popisuje kroky, které musí organizace provést k integraci umělé inteligence do svých operací. Tento plán zajišťuje soulad mezi iniciativami umělé inteligence a obchodními cíli. Pomáhá organizacím přidělovat prostředky, rozvíjet dovednosti a nasazovat technologie pro efektivní přijetí umělé inteligence.
Posouzení dovedností AI
Ve své technologické strategii jste identifikovali případy použití umělé inteligence a řešení AI pro každou z nich. Tato řešení vyžadují k přijetí určité dovednosti umělé inteligence. Než budete pokračovat, vyhodnoťte své aktuální dovednosti AI a identifikujte mezery, které je potřeba řešit. Posouzení vyspělosti AI pomáhá určit připravenost k implementaci AI. Také vás provede výběrem případů použití, které odpovídají vašim možnostem a urychlí úspěch. K posouzení úrovně vyspělosti AI použijte následující tabulku. Další informace najdete v tématu Technické posouzení pro generování umělé inteligence v Azure.
| Úroveň vyspělosti AI | Požadované dovednosti | Připravenost dat | Proveditelné případy použití umělé inteligence |
|---|---|---|---|
| Úroveň 1 | ▪ Základní znalost konceptů AI ▪ Možnost integrace zdrojů dat a mapování výzev |
▪ K dispozici jsou minimální až nulová data. ▪ Dostupná podniková data |
▪ Rychlý start Azure (viz tabulka) ▪ Aplikace Copilot Studio |
| Úroveň 2 | ▪ Zkušenosti s výběrem modelu AI ▪ Znalost nasazení AI a správy koncových bodů ▪ Zkušenosti s čištěním a zpracováním dat |
▪ K dispozici jsou minimální až nulová data. ▪ Malá strukturovaná datová sada ▪ Malé množství dostupných dat specifických pro doménu |
▪ Libovolný z předchozích projektů ▪ Vlastní analytická úloha AI, která používá služby Azure AI ▪ Vlastní chatovací aplikace pro generování AI bez načtení rozšířené generace (RAG) v Azure AI Foundry ▪ Vlastní aplikace strojového učení s využitím automatizovaného trénování modelů ▪ Vyladění modelu generující umělé inteligence |
| Úroveň 3 | ▪ Znalost rychlého inženýrství ▪ Znalost výběru modelu AI, bloků dat a zpracování dotazů ▪ Znalost předběžného zpracování, čištění, rozdělení a ověřování dat ▪ Základní data pro indexování |
▪ Velké množství historických obchodních dat dostupných pro strojové učení ▪ Malé množství dostupných dat specifických pro doménu |
▪ Libovolný z předchozích projektů ▪ Generování aplikace AI pomocí RAG v Azure AI Foundry (nebo Azure Machine Learning) ▪ Trénování a nasazení modelu strojového učení ve službě Machine Learning ▪ Trénování a spuštění malého modelu AI na virtuálních počítačích Azure |
| Level 4 | ▪ Pokročilé znalosti umělé inteligence a strojového učení, včetně správy infrastruktury ▪ Znalost práce s komplexními pracovními postupy trénování modelů AI ▪ Zkušenosti s orchestrací, srovnávacími testy modelů a optimalizací výkonu ▪ Silné dovednosti při zabezpečení a správě koncových bodů AI |
▪ Velké objemy dat, které jsou k dispozici pro trénování | ▪ Libovolný z předchozích projektů ▪ Trénování a spuštění velké generační nebo negenerativní aplikace AI ve službě Virtual Machines, Azure Kubernetes Service nebo Azure Container Apps |
Získání dovedností AI
Získání dovedností umělé inteligence vyžaduje, aby organizace posoudily svůj aktuální fond talentů a určily, jestli se mají vyškolit, přijímat nebo spolupracovat s externími odborníky. Vyhodnoťte aktuální fond talentů a identifikujte potřeby dovedností, náboru nebo externích partnerství. Vytvoření kvalifikovaného týmu umělé inteligence zajišťuje, abyste se mohli přizpůsobit výzvám a zvládnout různé projekty AI. AI se neustále vyvíjí, takže udržování kultury průběžného učení podporuje inovace a udržuje dovednosti v aktuálním stavu.
Naučte se dovednosti umělé inteligence. Využijte výukové centrum AI platformu pro bezplatné trénování a certifikaci AI a pokyny k produktům. Nastavte cíle certifikace, jako je získání certifikace Azure AI Fundamentals, Azure AI Engineer Associatea Azure Data Scientist Associate.
Nábor odborníků na AI. Pro odborné znalosti nad rámec vašich interních schopností nabíjejte odborníky na AI, kteří mají zkušenosti s vývojem modelů, generováním umělé inteligence nebo etikou umělé inteligence. Tito profesionálové jsou ve vysoké poptávce. Zvažte spolupráci se vzdělávacími institucemi, abyste měli přístup k čerstvým talentům. Nezapomeňte aktualizovat popisy úloh tak, aby odrážely měnící se potřeby umělé inteligence, a nabízet konkurenční kompenzaci. Vytvořte atraktivní značku zaměstnavatele. Předveďte závazek vaší organizace k inovacím a technologickému pokroku, aby vaše značka byla atraktivní pro odborníky na AI.
Využijte partnery Microsoftu k získání dovedností AI. Využijte marketplace partnerů Microsoftu k řešení nedostatku dovedností a splnění časových omezení. Partneři Microsoftu poskytují zkušenosti s AI, daty a Azure v různých odvětvích.
Přístup k prostředkům AI
Jako taktický krok k vývoji řešení AI musíte mít přístup k nim. Cílem je poskytnout rychlý způsob, jak porozumět tomu, co potřebujete, abyste mohli začít používat řešení Microsoft AI.
Access Microsoft 365 Copilot. Většina microsoft SaaS Copilots vyžaduje licenci nebo doplňkové předplatné. Microsoft 365 Copilot vyžaduje licenci Microsoft 365 business nebo enterprise, do které přidáte licenci Copilot.
Access Microsoft Copilot Studio.Microsoft Copilot Studio používá samostatnou licenci nebo doplňkovou licenci.
Přístup k copilotům v produktu. Kopírky v produktu mají pro každý jiný přístup jiné požadavky, ale vyžaduje se přístup k primárnímu produktu. Další informace najdete v tématu GitHub, Power Apps, Power BI, Dynamics 365, Power Automate a Azure.
Přístup ke copilotům založeným na rolích Kopírky založené na rolích mají také vlastní požadavky na přístup. Další informace najdete v tématu Agenti na základě role pro Microsoft 365 Copilot a Microsoft Copilot pro zabezpečení.
Přístup k prostředkům Azure AI Řešení Azure PaaS a IaaS vyžadují účet Azure. Mezi tyto služby patří Azure OpenAI Service, Azure AI Foundry, Azure Machine Learning, služby Azure AI, Azure Virtual Machines a Azure CycleCloud.
Stanovení priority případů použití AI
Po posouzení dovedností, prostředků a vyspělosti AI upřednostněte případy použití AI zjištěné ve vaší strategii AI. Toto stanovení priority zajišťuje, že se zaměříte na projekty, které nabízejí největší hodnotu, odpovídají obchodním cílům a odpovídají vašim aktuálním možnostem. Postupujte následovně:
Vyhodnoťte dovednosti a zdroje informací. Po získání dovedností AI zkontrolujte aktuální vyspělost umělé inteligence, dostupná data a přístup k prostředkům. Toto posouzení pomáhá resetovat priority na základě toho, co je možné.
Vyhodnoťte případy použití. Upřednostněte projekty na základě jejich proveditelnosti a strategické hodnoty, kterou přidají do vaší organizace. Zarovnejte případy použití umělé inteligence se strategickými cíli, abyste zajistili, že úsilí přispívá k celkovému úspěchu.
Vyberte nejlepší případy použití. Vytvořte krátký seznam případů použití umělé inteligence s vysokou prioritou, které tvoří základ pro další zkoumání a testování.
Vytvoření testování konceptu AI
Vývoj testování konceptu umělé inteligence (PoC) ověřuje proveditelnost a potenciální hodnotu případu použití s prioritou v menším měřítku. Proces PoC pomáhá upřesnit prioritu případů použití, snížit riziko a identifikovat problémy před přechodem na úplné nasazení. Tento iterativní přístup umožňuje upravit plán AI na základě reálných přehledů.
Vyberte správnou příležitost. V krátkém seznamu případů použití AI vyberte projekt s vysokou hodnotou, který odpovídá vaší úrovni vyspělosti AI. V ideálním případě začněte interním projektem, nikoli zákazníkem. Interní projekty minimalizují riziko a poskytují základ pro testování úlohy. PoC použijte k ověření přístupu a jeho upřesnění před rozšířením do produkčního prostředí. Proveďte testování A/B a zjistěte, co funguje a shromáždí základní data.
Začněte s příručkou Pro rychlý start Azure. Azure nabízí podrobné pokyny k vytváření základních aplikací pomocí svých platforem AI. Tyto příručky, označované jako rychlá zprovoznění, vám pomůžou nasadit aplikaci a zahrnout pokyny k jejímu následnému odstranění. Rychlé starty poskytují jednoduchý způsob, jak seznámit vaši organizaci s technologií.
Typ AI Průvodce rychlým zprovozněním Azure AI Generativní AI Azure AI Foundry, Azure OpenAI, Copilot Studio Strojové učení Azure Machine Learning Analytická AI Služby Azure AI: Azure AI Content Safety, Azure AI Custom Vision, Document Intelligence Studio, Služba rozpoznávání tváře, *Azure AI Language, Azure AI Speech, *Azure AI Translator, Azure AI Vision.
* Každá funkce této služby AI má vlastní příručku pro rychlý start.Přerioritujte příležitosti umělé inteligence. Pomocí přehledů získaných z PoC upřesněte seznam případů použití AI. Pokud poC představuje neočekávané výzvy, upravte priority a zaměřte se na proveditelnější projekty.
Implementace zodpovědné umělé inteligence
Zodpovědné přijetí umělé inteligence vyžaduje začlenění etických rámců a regulačních postupů do vašeho prováděcího plánu AI. Tento přístup zajišťuje, aby iniciativy umělé inteligence byly v souladu s hodnotami organizace, ochranou uživatelských práv a dodržováním právních norem.
Používejte zodpovědné nástroje pro plánování umělé inteligence. K integraci zodpovědných principů umělé inteligence do procesu přijetí použijte nástroje a architektury, které podporují etické postupy AI. Microsoft nabízí několik zdrojů.
Nástroj pro plánování zodpovědné umělé inteligence Popis Šablona posouzení dopadu AI Vyhodnoťte potenciální sociální, ekonomické a etické dopady iniciativ umělé inteligence. Human-AI eXperience Toolkit Navrhujte systémy AI, které upřednostňují pohodu uživatelů a podporují pozitivní interakce. Zodpovědný model vyspělosti AI Vyhodnoťte a vyhodnoťte vyspělost vaší organizace při implementaci zodpovědných postupů umělé inteligence. zodpovědná umělá inteligence pro týmy zaměřené na pracovní zatížení Doporučení pro týmy úloh k implementaci zodpovědné umělé inteligence při sestavování úloh v Azure Spusťte proces zásad správného řízení AI. Zodpovědné přijetí umělé inteligence zahrnuje vytváření zásad správného řízení, které řídí projekty AI a monitoruje chování systému AI. Začněte tím, že identifikujete rizika organizace specifická pro vaše iniciativy umělé inteligence. Zdokumentovat zásady správného řízení, které popisují povinnosti, požadavky na dodržování předpisů a etické standardy. Podrobnosti o tomto procesu najdete v článku o řízení AI.
Spusťte proces správy AI. Architektury pro správu AI, jako jsou GenAIOps nebo MLOps, pomáhají zajistit průběžné dodržování zodpovědných principů AI při vývoji systémů AI. Tyto postupy zahrnují správu nasazení, průběžné monitorování a optimalizaci nákladů pro modely AI v produkčním prostředí. Podrobnosti o tomto procesu najdete v článku o správě AI.
Spusťte proces zabezpečení AI. Zabezpečení tvoří důležitou součást zodpovědného přijetí umělé inteligence. Běžná posouzení zabezpečení pomáhají chránit důvěrnost, integritu a dostupnost vašich systémů AI. Proveďte posouzení rizik, která řeší potenciální bezpečnostní hrozby specifické pro AI, jako jsou nežádoucí útoky nebo porušení zabezpečení dat. Podrobnosti o tomto procesu najdete v článku o zabezpečené umělé inteligenci.
Odhad časových os doručení
Odhad časové osy doručení zahrnuje nastavení realistických plánů a milníků pro implementaci projektu AI. Jasné časové osy umožňují organizacím efektivně přidělovat prostředky a spravovat očekávání zúčastněných stran, což podporuje strukturovaný průběh od testování konceptu do produkce. Vytvořením konkrétních milníků můžou organizace měřit svůj pokrok, identifikovat potenciální zpoždění a provádět úpravy, aby byly projekty v přehledu a v rámci rozpočtu.
Na základě vašeho poC přiřaďte časovou osu doručení pro příležitosti umělé inteligence. Vytvořte časovou osu s jasnými milníky a dodávkami pro implementaci vybraných případů použití. Přiřaďte týmy, definujte role a zabezpečte potřebné nástroje nebo partnerství. Řešení Microsoft AI SaaS poskytují nejkratší časové osy pro zobrazení návratnosti investic. Časové osy pro vytváření aplikací AI v řešeních Azure PaaS a IaaS závisí na vašem případu použití a vyspělosti AI. Ve většině případů to trvá týdny nebo měsíce, než budete mít úlohu AI připravenou pro produkční prostředí.
Další krok
Pokud chcete vytvářet úlohy AI se službami Azure PaaS nebo IaaS, postupujte podle pokynů AI Ready a vytvořte základ AI. Pokud jste se rozhodli koupit řešení Microsoft Copilot SaaS, přejděte k pokynům k řízení AI a vytvořte zásady správného řízení organizace pro AI.