Piano di intelligenza artificiale - Processo per pianificare l'adozione dell'IA
Questo articolo descrive il processo organizzativo per la pianificazione dell'adozione dell'IA. Un piano di adozione dell'IA descrive in dettaglio i passaggi che un'organizzazione deve adottare per integrare l'intelligenza artificiale nelle operazioni. Questo piano garantisce l'allineamento tra le iniziative di IA e gli obiettivi aziendali. Consente alle organizzazioni di allocare risorse, sviluppare competenze e distribuire la tecnologia per un'adozione efficace dell'IA.
Valutare le competenze di intelligenza artificiale
Nella strategia tecnologica sono stati definiti casi d'uso di intelligenza artificiale e soluzioni selezionate. Ogni soluzione richiede competenze di intelligenza artificiale specifiche. Valutare le competenze correnti, identificare le lacune e risolverle prima dell'implementazione. Usare una valutazione della maturità di intelligenza artificiale per misurare l'idoneità, allineare i casi d'uso alle funzionalità e accelerare lo stato di avanzamento. Fare riferimento alla tabella seguente per valutare la maturità.
| Livello di maturità dell'intelligenza artificiale | Competenze richieste | Idoneità dei dati | Casi d'uso di intelligenza artificiale fattibili |
|---|---|---|---|
| Livello 1 | ▪ Conoscenza di base dei concetti di intelligenza artificiale ▪ Possibilità di integrare origini dati e mappare le richieste |
Dati disponibili da minimi a inesistenti ▪ Dati aziendali disponibili |
▪ Avvio rapido di Azure (vedere la tabella) ▪ Qualsiasi soluzione Copilot |
| Livello 2 | ▪ Esperienza con la selezione del modello di intelligenza artificiale ▪ Familiarità con la distribuzione di intelligenza artificiale e la gestione degli endpoint ▪ Esperienza con la pulizia e l'elaborazione dei dati |
▪ Dati da minimo a zero disponibili ▪ Set di dati piccolo e strutturato ▪ Piccola quantità di dati specifici del dominio disponibili |
▪ Uno dei progetti precedenti ▪ Carico di lavoro di intelligenza artificiale analitica personalizzato che usa i servizi di intelligenza artificiale di Azure ▪ App di chat di intelligenza artificiale generativa personalizzata senza recupero della generazione aumentata (RAG) in Azure AI Foundry ▪ App di Machine Learning personalizzata con training automatizzato del modello ▪ Ottimizzazione di un modello di intelligenza artificiale generativo |
| Livello 3 | ▪ Competenza nell'ingegneria dei prompt ▪ Competenza nella selezione del modello di intelligenza artificiale, nella suddivisione in blocchi di dati e nell'elaborazione delle query ▪ Conoscenza della pre-elaborazione dei dati, pulizia, suddivisione e convalida dei dati ▪ Dati di base per l'indicizzazione |
▪ Grandi quantità di dati aziendali cronologici disponibili per Machine Learning ▪ Piccola quantità di dati specifici del dominio disponibili |
▪ Uno dei progetti precedenti ▪ App per intelligenza artificiale generativa con RAG in Azure AI Foundry (o Azure Machine Learning) ▪ Training e distribuzione di un modello di Machine Learning in Machine Learning ▪ Addestramento ed esecuzione di un modello di intelligenza artificiale di piccole dimensioni in Azure Macchine Virtuali |
| Livello 4 | ▪ Esperienza avanzata di intelligenza artificiale/Machine Learning, inclusa la gestione dell'infrastruttura ▪ Conoscenza della gestione di flussi di lavoro complessi di training del modello di intelligenza artificiale ▪ Esperienza con orchestrazione, benchmarking dei modelli e ottimizzazione delle prestazioni ▪ Competenze avanzate per la protezione e la gestione degli endpoint di intelligenza artificiale |
▪ Grandi quantità di dati disponibili per il training | ▪ Uno dei progetti precedenti ▪ Eseguire il training e l'esecuzione di un'app di intelligenza artificiale generativa o non generica di grandi dimensioni in Macchine virtuali, servizio Azure Kubernetes o App Azure Container |
Acquisire competenze di intelligenza artificiale
Per iniziare, valutare il pool di talenti corrente, decidere se migliorare il personale esistente, reclutare nuovi talenti o coinvolgere esperti esterni. Un team esperto consente di gestire i progetti di IA, adattarsi al cambiamento e favorire l'innovazione. Poiché l'IA si evolve rapidamente, promuovere una cultura dell'apprendimento continuo.
Informazioni sulle competenze di intelligenza artificiale. Usa la piattaforma hub di apprendimento di intelligenza artificiale per ottenere formazione, certificazioni e guida sui prodotti gratuiti. Nel contesto di Azure, impostare gli obiettivi di certificazione, ad esempio Fondamenti di AI di Azure, Ingegnere AI Azure Associato e Scienziato dei Dati Azure Associato.
Reclutare professionisti dell'IA. Assumere esperti nello sviluppo di modelli, nell'intelligenza artificiale generativa o nell'etica dell'IA per colmare le lacune oltre la capacità interna. Aggiornare le descrizioni dei processi per riflettere le esigenze delle competenze in continua evoluzione. Creare un marchio del datore di lavoro che sottolinea l'innovazione e la leadership tecnica. Collaborare con le università per accedere ai talenti emergenti.
Usare i partner Microsoft per acquisire competenze di intelligenza artificiale. Usare il marketplace dei partner Microsoft per accedere all'intelligenza artificiale, ai dati e alle competenze di Azure. I partner possono colmare rapidamente le lacune delle competenze e supportare progetti in tutti i settori.
Accedere alle risorse di intelligenza artificiale
Usare le indicazioni seguenti per comprendere rapidamente i requisiti di accesso per le offerte di Copilot e azure per intelligenza artificiale:
Accedere a Microsoft 365 Copilot. La maggior parte dei copiloti SaaS Microsoft richiede una licenza o un abbonamento aggiuntivo. Microsoft 365 Copilot richiede una licenza di Microsoft 365 business o enterprise a cui si aggiunge la licenza Copilot.
Accedere a Microsoft Copilot Studio.Microsoft Copilot Studio usa una licenza autonoma o una licenza del componente aggiuntivo.
Accedi ai copiloti integrati nel prodotto. I Copilot integrati nel prodotto hanno requisiti di accesso diversi per ciascuno, ma è necessario l'accesso al prodotto principale. Per altre informazioni su ognuno di essi, vedere GitHub, Power Apps, Power BI, Dynamics 365, Power Automate, Microsoft Fabric e Azure.
Accedi ai Copiloti basati sui ruoli. I copiloti basati sui ruoli hanno anche i propri requisiti di accesso. Per altre informazioni, vedere Agenti basati sui ruoli per Microsoft 365 Copilot e Microsoft Copilot for Security.
Accedere ai servizi di Azure. Le soluzioni PaaS e IaaS di Azure richiedono un account Azure. Questi servizi includono il servizio Azure OpenAI, Azure AI Foundry, Azure Machine Learning, i servizi di intelligenza artificiale di Azure, le macchine virtuali di Azure e Azure CycleCloud.
Classificare in ordine di priorità i casi d'uso di intelligenza artificiale
Classificare in ordine di priorità i casi d'uso definiti nella strategia di intelligenza artificiale. Concentrarsi sui progetti che offrono il massimo valore, allinearsi agli obiettivi aziendali e soddisfare le funzionalità correnti.
Valutare competenze e risorse. Esaminare la maturità dell'intelligenza artificiale, la disponibilità dei dati, gli strumenti e il personale. Usare questo input per reimpostare le priorità in base a ciò che è ottenibile.
Valutare i casi d'uso. Classificare ogni caso d'uso in base alla fattibilità e al valore strategico. Verificare l'allineamento con gli obiettivi dell'organizzazione.
Selezionare i casi d'uso principali. Creare un elenco di casi d'uso con priorità elevata.
Creare un modello di verifica dell'intelligenza artificiale
Se si prevede di creare un agente o un carico di lavoro di intelligenza artificiale, creare un modello di verifica (PoC) per convalidare la fattibilità e il valore. Il modello di verifica o la versione di valutazione consente di classificare in ordine di priorità i casi d'uso, ridurre i rischi e individuare problemi prima del ridimensionamento.
Scegliere il caso d'uso corretto. Selezionare un progetto di valore elevato dall'elenco dei progetti AI che corrisponde alla tua maturità AI. Se si sta creando un'app di intelligenza artificiale, iniziare con un progetto interno e non rivolto ai clienti per limitare i rischi e testare l'approccio. Usare test A/B per convalidare la soluzione e raccogliere dati di base.
Inizia. Microsoft offre una guida passo-passo per i POC sui vari servizi di intelligenza artificiale. Usare la tabella seguente per trovare la guida introduttiva corretta.
Tipo di intelligenza artificiale Guida introduttiva Intelligenza artificiale generativa Azure PaaS: Azure AI Foundry e Azure OpenAI
Microsoft Copilots: Estendibilità di Copilot Studio e Microsoft 365 CopilotApprendimento automatico Azure Machine Learning Intelligenza artificiale analitica Servizi di Azure AI: Sicurezza dei contenuti di Azure AI, Visione personalizzata di Azure AI, Document Intelligence Studio, Servizio Face, Linguaggio di Azure AI, Riconoscimento vocale di Azure AI, Traduttore di Azure AI, Visione di Azure AI
Ogni funzionalità di questo servizio di intelligenza artificiale ha una propria guida.Riprioritizzare in base ai risultati. Utilizzare la prova di concetto per repriorizzare i casi d'uso. Se il modello di verifica rivela grandi sfide, passare a opportunità più pratiche.
Implementare l'IA responsabile
Creare un'intelligenza artificiale responsabile nel piano di implementazione fin dall'inizio. Applicare principi etici, seguire gli standard normativi e creare procedure di governance che assicurano che i sistemi di intelligenza artificiale siano allineati ai valori dell'organizzazione, proteggano i diritti degli utenti e soddisfino i requisiti di conformità.
Usare gli strumenti di pianificazione dell'intelligenza artificiale responsabile. Usare la tabella seguente per trovare framework e strumenti di intelligenza artificiale responsabili.
Strumento di pianificazione dell'IA responsabile Descrizione Modello di valutazione dell'impatto sull'intelligenza artificiale Valutare gli effetti sociali, economici ed etici delle iniziative di IA. Human-AI eXperience Toolkit Progettare sistemi di intelligenza artificiale che supportano il benessere dell'utente e l'interazione positiva. Modello di maturità dell'IA responsabile Valutare e migliorare la maturità dell'IA responsabile dell'organizzazione. Intelligenza artificiale responsabile per i team che gestiscono i carichi di lavoro Seguire indicazioni pratiche per applicare l'intelligenza artificiale responsabile nei carichi di lavoro di Azure. Avviare la governance dell'intelligenza artificiale. Stabilire la governance per guidare i progetti di intelligenza artificiale e monitorare il comportamento del sistema. Identificare i rischi correlati all'IA, quindi definire i criteri che coprono ruoli, conformità e requisiti etici. Per informazioni dettagliate, vedere Govern AI.
Avviare la gestione dell'intelligenza artificiale. Usare framework operativi di intelligenza artificiale come GenAIOps o MLOps. Questi framework includono il rilevamento della distribuzione, il monitoraggio delle prestazioni e il controllo dei costi. Per informazioni dettagliate, vedere Gestire l'intelligenza artificiale .
Avviare la sicurezza dell'intelligenza artificiale. Proteggere i sistemi di intelligenza artificiale con valutazioni regolari della sicurezza. Risolvere le minacce, ad esempio input antagonisti e violazioni dei dati. Per informazioni dettagliate, vedere Proteggere l'intelligenza artificiale .
Stimare le sequenze temporali di recapito
Assegna una tempistica di consegna a ogni opportunità di IA in base alle informazioni dettagliate dal tuo PoC. Microsoft Copilots fornisce le tempistiche più brevi per visualizzare un ritorno sugli investimenti (da giorni a settimane). Le sequenze temporali per la creazione di carichi di lavoro di intelligenza artificiale con Azure variano in base al caso d'uso e al livello di maturità dell'intelligenza artificiale. La maggior parte dei progetti di compilazione richiede diverse settimane per mesi per raggiungere l'idoneità per la produzione.
Passaggio successivo
Per creare carichi di lavoro di intelligenza artificiale con Azure, passare a Ai Ready(Pronto per l'intelligenza artificiale). Per l'adozione di Copilot, passare a Govern AI per stabilire la governance dell'IA aziendale.