AI-plan: proces voor het plannen van AI-acceptatie
Dit artikel bevat een overzicht van het organisatieproces voor het plannen van AI-acceptatie. In een AI-acceptatieplan worden de stappen beschreven die een organisatie moet nemen om AI te integreren in de bewerkingen. Dit plan zorgt voor afstemming tussen AI-initiatieven en bedrijfsdoelen. Hiermee kunnen organisaties resources toewijzen, vaardigheden ontwikkelen en technologie implementeren voor effectieve AI-acceptatie.
AI-vaardigheden beoordelen
In uw technologiestrategie hebt u ai-gebruiksvoorbeelden en AI-oplossingen voor elke oplossing geïdentificeerd. Voor deze oplossingen moeten bepaalde AI-vaardigheden worden gebruikt. Evalueer uw huidige AI-vaardigheden en identificeer hiaten die u moet oplossen voordat u doorgaat. Met een AI-volwassenheidsevaluatie kunt u bepalen of u gereed bent om AI te implementeren. Het begeleidt ook de selectie van use cases die overeenkomen met uw mogelijkheden en versnelt uw succes. Gebruik de volgende tabel om uw AI-volwassenheidsniveau te beoordelen. Zie Technische evaluatie voor Generatieve AI in Azure voor meer informatie.
| AI-volwassenheidsniveau | Vereiste vaardigheden | Gereedheid van gegevens | Haalbare AI-use cases |
|---|---|---|---|
| Niveau 1 | ▪ Basiskennis van AI-concepten ▪ Mogelijkheid om gegevensbronnen te integreren en prompts toe te wijzen |
▪ Minimaal tot nul gegevens beschikbaar ▪ Beschikbare ondernemingsgegevens |
▪ Azure-quickstart (zie tabel) ▪ Copilot Studio-app |
| Niveau 2 | ▪ Ervaring met selectie van AI-modellen ▪ Bekendheid met AI-implementatie en eindpuntbeheer ▪ Ervaring met het opschonen en verwerken van gegevens |
▪ Minimaal tot nul gegevens beschikbaar ▪ Kleine, gestructureerde gegevensset ▪ Kleine hoeveelheid domeinspecifieke gegevens beschikbaar |
▪ Een van de vorige projecten ▪ Aangepaste analytische AI-workload die gebruikmaakt van Azure AI-services ▪ Aangepaste generatieve AI-chatapp zonder Retrieval Augmented Generation (RAG) in Azure AI Foundry ▪ Aangepaste machine learning-app met geautomatiseerde modeltraining ▪ Een generatief AI-model verfijnen |
| Niveau 3 | ▪ Vaardigheid in prompt engineering ▪ Vaardigheid in selectie van AI-modellen, gegevenssegmentering en queryverwerking ▪ Kennis van gegevensvoorverwerking, opschonen, splitsen en valideren ▪ Grondgegevens voor indexering |
▪ Grote hoeveelheden historische bedrijfsgegevens die beschikbaar zijn voor machine learning ▪ Kleine hoeveelheid domeinspecifieke gegevens beschikbaar |
▪ Een van de vorige projecten ▪ Generatieve AI-app met RAG in Azure AI Foundry (of Azure Machine Learning) ▪ Een Machine Learning-model trainen en implementeren in Machine Learning ▪ Een klein AI-model trainen en uitvoeren op virtuele Azure-machines |
| Niveau 4 | ▪ Geavanceerde AI/machine learning-expertise, waaronder infrastructuurbeheer ▪ Vaardigheid in het verwerken van complexe ai-modeltrainingswerkstromen ▪ Ervaring met indeling, modelbenchmarking en prestatieoptimalisatie ▪ Sterke vaardigheden bij het beveiligen en beheren van AI-eindpunten |
▪ Grote hoeveelheden gegevens die beschikbaar zijn voor training | ▪ Een van de vorige projecten ▪ Een grote generatieve of niet-generatieve AI-app trainen en uitvoeren op virtuele machines, Azure Kubernetes Service of Azure Container Apps |
AI-vaardigheden verkrijgen
Het verkrijgen van AI-vaardigheden vereist dat organisaties hun huidige talentpool beoordelen en bepalen of ze upskill, rekruteren of samenwerken met externe experts. Evalueer uw huidige talentgroep om de behoeften voor upskilling, werving of externe partnerschappen te identificeren. Het bouwen van een ervaren AI-team zorgt ervoor dat u zich kunt aanpassen aan uitdagingen en verschillende AI-projecten kunt afhandelen. AI ontwikkelt zich voortdurend, dus het onderhouden van een cultuur van continu leren ondersteunt innovatie en houdt vaardigheden actueel.
Leer AI-vaardigheden. Gebruik de AI Learning Hub platform voor gratis AI-training, certificeringen en productrichtlijnen. Stel certificeringsdoelen in, zoals het verdienen van Azure AI Fundamentals, Azure AI Engineer Associateen Azure Data Scientist Associate-certificeringen.
Rekrutering van AI-professionals. Voor expertise buiten uw interne mogelijkheden kunt u AI-professionals werven die ervaring hebben met modelontwikkeling, generatieve AI of AI-ethiek. Deze professionals zijn in hoge vraag. Overweeg samen te werken met onderwijsinstellingen om toegang te krijgen tot nieuw talent. Zorg ervoor dat u taakbeschrijvingen bijwerkt om de veranderende AI-behoeften weer te geven en concurrentiecompensatie te bieden. Creëer een aantrekkelijk werkgevermerk. Toon de inzet van uw organisatie aan innovatie en technologische vooruitgang, waardoor uw merk aantrekkelijk wordt voor AI-professionals.
Microsoft-partners gebruiken om AI-vaardigheden te verkrijgen. Gebruik de Marketplace van Microsoft-partners om tekorten aan vaardigheden aan te pakken en te voldoen aan tijdsbeperkingen. Microsoft-partners bieden AI, gegevens en Azure-expertise in verschillende branches.
Toegang tot AI-resources
Als tactische stap voor het ontwikkelen van AI-oplossingen moet u er toegang toe hebben. Het doel is om snel inzicht te krijgen in en toegang te krijgen tot wat u nodig hebt om Microsoft AI-oplossingen te gaan gebruiken.
Toegang tot Microsoft 365 Copilot. Voor de meeste Microsoft SaaS Copilots is een licentie of een invoegtoepassingsabonnement vereist. Microsoft 365 Copilot vereist een Microsoft 365 Business- of Enterprise-licentie waaraan u de Copilot-licentie toevoegt.
Toegang tot Microsoft Copilot Studio.Microsoft Copilot Studio maakt gebruik van een zelfstandige licentie of een uitbreidingslicentie.
Toegang tot Copilots in het product. Copilots in het product hebben verschillende toegangsvereisten voor elk product, maar toegang tot het primaire product is vereist. Zie GitHub, Power Apps, Power BI, Dynamics 365, Power Automate en Azure voor meer informatie.
Toegang tot Copilots op basis van rollen. Copilots op basis van rollen hebben ook hun eigen toegangsvereisten. Zie Op rollen gebaseerde agents voor Microsoft 365 Copilot en Microsoft Copilot for Security voor meer informatie.
Toegang tot Azure AI-resources. Voor Azure PaaS- en IaaS-oplossingen is een Azure-account vereist. Deze services omvatten Azure OpenAI Service, Azure AI Foundry, Azure Machine Learning, Azure AI-services, Azure Virtual Machines en Azure CycleCloud.
Prioriteit geven aan AI-use cases
Nadat u vaardigheden, resources en AI-volwassenheid hebt beoordeeld, geeft u prioriteit aan ai-use cases die zijn geïdentificeerd in uw AI-strategie. Deze prioriteitsaanduiding zorgt ervoor dat u zich richt op projecten die de grootste waarde bieden, in overeenstemming zijn met bedrijfsdoelen en overeenkomen met uw huidige mogelijkheden. Volg vervolgens deze stappen:
Vaardigheden en resources beoordelen. Nadat u AI-vaardigheden hebt verworven, bekijkt u uw huidige AI-volwassenheid, beschikbare gegevens en toegang tot resources. Met deze evaluatie kunt u prioriteiten opnieuw instellen op basis van wat er mogelijk is.
Gebruiksvoorbeelden evalueren. Prioriteer projecten op basis van hun haalbaarheid en strategische waarde die ze aan uw organisatie toevoegen. Stem AI-use cases af met uw strategische doelstellingen om ervoor te zorgen dat inspanningen bijdragen aan het algehele succes.
Selecteer de belangrijkste use cases. Maak een korte lijst met AI-use cases met hoge prioriteit die de basis vormen voor verdere verkenning en testen.
Een AI-proof-of-concept maken
Het ontwikkelen van een AI-proof of concept (PoC) valideert de haalbaarheid en mogelijke waarde van een gebruiksscenario met prioriteit op een kleinere schaal. Het PoC-proces helpt bij het verfijnen van de prioriteit van use-cases, het verminderen van risico's en het identificeren van uitdagingen voordat u overstapt op een implementatie op volledige schaal. Met deze iteratieve benadering kunt u uw AI-plan aanpassen op basis van echte inzichten.
Selecteer de juiste verkoopkans. Kies in uw korte lijst met AI-use cases een hoogwaardig project dat overeenkomt met uw AI-volwassenheidsniveau. Begin idealiter met een intern project, niet klantgericht. Interne projecten minimaliseren risico's en bieden een basis voor het testen van de workload. Gebruik de PoC om de benadering te valideren en te verfijnen voordat u verdergaat met productie. Voer A/B-tests uit om vast te stellen wat werkt en basislijngegevens te verzamelen.
Begin met een Snelstartgids voor Azure. Azure biedt stapsgewijze richtlijnen voor het maken van basistoepassingen met behulp van de AI-platformen. Deze handleidingen, quickstarts genoemd, helpen u bij het implementeren van een toepassing en bevatten daarna instructies voor het verwijderen ervan. Quickstarts bieden een eenvoudige manier om uw organisatie vertrouwd te maken met de technologie.
AI-type Quickstart voor Azure AI Generatieve AI Azure AI Foundry, Azure OpenAI, Copilot Studio Machinelearning Azure Machine Learning Analytische AI Azure AI-services: Azure AI Content Safety, Azure AI Custom Vision, Document Intelligence Studio, Face-service, *Azure AI Language, Azure AI Speech, *Azure AI Translator, Azure AI Vision.
* Elke functie van deze AI-service heeft een eigen quickstartgids.Ai-kansen opnieuw herpriritiseren. Gebruik de inzichten die zijn verkregen uit de PoC om uw lijst met AI-use cases te verfijnen. Als de PoC onverwachte uitdagingen aangeeft, past u uw prioriteiten aan en richt u zich op meer haalbare projecten.
Verantwoorde AI implementeren
Voor verantwoorde AI-acceptatie moeten ethische frameworks en regelgevingsmethoden worden opgenomen in uw AI-implementatieplan. Deze aanpak zorgt ervoor dat AI-initiatieven overeenkomen met organisatiewaarden, gebruikersrechten beschermen en voldoen aan wettelijke normen.
Gebruik verantwoorde HULPPROGRAMMA's voor AI-planning. Als u verantwoorde AI-principes wilt integreren in uw acceptatieproces, gebruikt u hulpprogramma's en frameworks die ethische AI-procedures ondersteunen. Microsoft biedt verschillende resources.
Hulpprogramma voor verantwoordelijke AI-planning Beschrijving Sjabloon voor AI-impactevaluatie Evalueer potentiële sociale, economische en ethische effecten van AI-initiatieven. Human-AI eXperience Toolkit Ontwerp AI-systemen die prioriteit geven aan het welzijn van gebruikers en positieve interacties bevorderen. Verantwoordelijk AI-volwassenheidsmodel Evalueer en ga verder met de volwassenheid van uw organisatie bij het implementeren van verantwoorde AI-procedures. Verantwoordelijke kunstmatige intelligentie voor workload-teams Aanbevelingen voor workloadteams voor het implementeren van verantwoorde AI bij het bouwen van workloads in Azure. Start het AI-governanceproces. Verantwoorde AI-acceptatie omvat het maken van governancebeleid om AI-projecten te begeleiden en het gedrag van HET AI-systeem te bewaken. Begin met het identificeren van organisatierisico's die specifiek zijn voor uw AI-initiatieven. Documenteer governancebeleid dat verantwoordelijkheden, nalevingsvereisten en ethische normen beschrijft. Zie het artikel over Governance AI voor meer informatie over dit proces.
Start het AI-beheerproces. MET AI-beheerframeworks, zoals GenAIOps of MLOps, kunt u ervoor zorgen dat u zich voortdurend houdt aan verantwoorde AI-principes naarmate uw AI-systemen zich ontwikkelen. Deze procedures omvatten implementatiebeheer, continue bewaking en kostenoptimalisatie voor AI-modellen in productie. Zie het artikel over AI beheren voor meer informatie over dit proces.
Start het AI-beveiligingsproces. Beveiliging vormt een essentieel onderdeel van verantwoorde AI-acceptatie. Regelmatige beveiligingsevaluaties helpen de vertrouwelijkheid, integriteit en beschikbaarheid van uw AI-systemen te beschermen. Voer risicobeoordelingen uit die betrekking hebben op mogelijke beveiligingsrisico's die specifiek zijn voor AI, zoals adversarial aanvallen of gegevensschendingen. Zie het artikel over Beveiligde AI voor meer informatie over dit proces.
Tijdlijnen voor levering schatten
Het schatten van tijdlijnen voor levering omvat het instellen van realistische planningen en mijlpalen voor de implementatie van AI-projecten. Duidelijke tijdlijnen stellen organisaties in staat om resources effectief toe te wijzen en de verwachtingen van belanghebbenden te beheren, waardoor een gestructureerde voortgang van het concept tot productie wordt ondersteund. Door specifieke mijlpalen vast te stellen, kunnen organisaties hun voortgang meten, potentiële vertragingen identificeren en aanpassingen aanbrengen om projecten op schema en binnen het budget te houden.
Wijs op basis van uw PoC een leveringstijdlijn toe voor uw AI-kansen. Maak een tijdlijn met duidelijke mijlpalen en producten voor het implementeren van geselecteerde use cases. Wijs teams toe, definieer rollen en beveilig de benodigde hulpprogramma's of partnerschappen. Microsoft AI SaaS-oplossingen bieden de kortste tijdlijnen voor het zien van een rendement op investeringen. Tijdlijnen voor het bouwen van AI-apps in Azure PaaS- en IaaS-oplossingen zijn afhankelijk van uw use-case en AI-volwassenheid. In de meeste gevallen duurt het weken of maanden voordat u een AI-workload hebt die gereed is voor productie.
Volgende stap
Als u