Udostępnij za pośrednictwem

Plan sztucznej inteligencji — zalecenia dotyczące organizacji planujących wdrożenie sztucznej inteligencji

  • Artykuł

W tym artykule opisano proces organizacyjny planowania wdrożenia sztucznej inteligencji. Plan wdrożenia sztucznej inteligencji zawiera szczegółowe informacje o krokach, które organizacja musi wykonać w celu zintegrowania sztucznej inteligencji z jej operacjami. Ten plan zapewnia dopasowanie inicjatyw sztucznej inteligencji i celów biznesowych. Pomaga to organizacjom przydzielać zasoby, rozwijać umiejętności i wdrażać technologię w celu skutecznego wdrażania sztucznej inteligencji.

Diagram przedstawiający proces wdrażania sztucznej inteligencji: strategia sztucznej inteligencji, plan sztucznej inteligencji, gotowość do sztucznej inteligencji, zarządzanie sztuczną inteligencją, zarządzanie sztuczną inteligencją i bezpieczna sztuczna inteligencja.

Ocena umiejętności związanych ze sztuczną inteligencją

W strategii technologicznej zidentyfikowano przypadki użycia sztucznej inteligencji i rozwiązania sztucznej inteligencji dla każdego z nich. Te rozwiązania wymagają pewnych umiejętności związanych ze sztuczną inteligencją do wdrożenia. Przed kontynuowaniem oceń swoje bieżące umiejętności w zakresie sztucznej inteligencji i zidentyfikuj luki w rozwiązywaniu problemów. Ocena dojrzałości do sztucznej inteligencji pomaga określić gotowość do wdrożenia sztucznej inteligencji. Prowadzi również wybór przypadków użycia, które pasują do Twoich możliwości i przyspiesza powodzenie. Skorzystaj z poniższej tabeli, aby ocenić poziom dojrzałości do sztucznej inteligencji. Aby uzyskać więcej informacji, zobacz Ocena techniczna dotycząca generowania sztucznej inteligencji na platformie Azure.

Poziom dojrzałości do sztucznej inteligencji Wymagane umiejętności Gotowość danych Możliwe przypadki użycia sztucznej inteligencji
Poziom 1 ▪ Podstawowa wiedza na temat pojęć związanych ze sztuczną inteligencją
▪ Możliwość integrowania źródeł danych i mapowania monitów		 ▪ Dostępne są dane minimalne do zera
▪ Dostępne dane przedsiębiorstwa		 ▪ Przewodnik Szybki start platformy Azure (zobacz tabelę)
▪ Aplikacja Copilot Studio
Poziom 2 ▪ Doświadczenie w wyborze modelu sztucznej inteligencji
▪ Znajomość wdrażania sztucznej inteligencji i zarządzania punktami końcowymi
▪ Doświadczenie w czyszczeniu i przetwarzaniu danych		 ▪ Dostępne są dane minimalne do zera
▪ Mały, ustrukturyzowany zestaw danych
▪ Niewielka ilość dostępnych danych specyficznych dla domeny		 ▪ Dowolny z poprzednich projektów
▪ Niestandardowe obciążenie analityczne sztucznej inteligencji korzystające z usług Azure AI
▪ Niestandardowa aplikacja do czatu sztucznej inteligencji bez pobierania rozszerzonej generacji (RAG) w usłudze Azure AI Studio
▪ Niestandardowa aplikacja uczenia maszynowego z zautomatyzowanym trenowaniem modelu
▪ Dostrajanie generowania modelu sztucznej inteligencji
Poziom 3 ▪ Biegłość w zakresie inżynierii monitowej
▪ Biegłość w wyborze modelu sztucznej inteligencji, fragmentowaniu danych i przetwarzaniu zapytań
▪ Biegłość w przetwarzaniu wstępnego, czyszczenia, dzielenia i walidacji danych
▪ Uziemienie danych na potrzeby indeksowania		 ▪ Duże ilości historycznych danych biznesowych dostępnych na potrzeby uczenia maszynowego
▪ Niewielka ilość dostępnych danych specyficznych dla domeny		 ▪ Dowolny z poprzednich projektów
▪ Generowanie aplikacji sztucznej inteligencji za pomocą narzędzia RAG w usłudze Azure AI Studio (lub w usłudze Azure Machine Learning)
▪ Trenowanie i wdrażanie modelu uczenia maszynowego w usłudze Machine Learning
▪ Trenowanie i uruchamianie małego modelu sztucznej inteligencji na maszynach wirtualnych platformy Azure
Level 4 ▪ Zaawansowana wiedza na temat sztucznej inteligencji/uczenia maszynowego, w tym zarządzanie infrastrukturą
▪ Biegłość w obsłudze złożonych przepływów pracy trenowania modelu sztucznej inteligencji
▪ Doświadczenie w organizowaniu, porównywaniu porównawczym modelu i optymalizacji wydajności
▪ Silne umiejętności w zakresie zabezpieczania punktów końcowych sztucznej inteligencji i zarządzania nimi		 ▪ Duże ilości danych dostępnych do trenowania ▪ Dowolny z poprzednich projektów
▪ Trenowanie i uruchamianie dużej aplikacji generowania lub niegeneracyjnej sztucznej inteligencji na maszynach wirtualnych, w usłudze Azure Kubernetes Service lub w usłudze Azure Container Apps

Uzyskiwanie umiejętności związanych ze sztuczną inteligencją

Uzyskanie umiejętności sztucznej inteligencji wymaga, aby organizacje oceniały swoją bieżącą pulę talentów i decydowały o tym, czy należy się doskonalić, rekrutować, czy współpracować z ekspertami zewnętrznymi. Oceń bieżącą pulę talentów, aby zidentyfikować potrzeby upskillingu, rekrutacji lub partnerstwa zewnętrznego. Utworzenie wykwalifikowanych zespołów sztucznej inteligencji zapewnia możliwość dostosowania się do wyzwań i obsługi różnych projektów sztucznej inteligencji. Sztuczna inteligencja stale ewoluuje, więc utrzymanie kultury ciągłego uczenia się wspiera innowacje i utrzymuje aktualne umiejętności.

  • Poznaj umiejętności sztucznej inteligencji. Skorzystaj z platformy Microsoft Learn, aby uzyskać bezpłatne szkolenia, certyfikaty i wskazówki dotyczące produktów sztucznej inteligencji. Ustaw cele certyfikacji, takie jak Podstawy usługi Azure AI, Azure inżynierowie AI Associate i Azure badacze dancyh Associate. Istnieją zasoby szkoleniowe dla innych tematów na platformie, więc przefiltruj wyniki, aby zwrócić wyniki specyficzne dla sztucznej inteligencji.

  • Rekrutowanie specjalistów ds. sztucznej inteligencji. Aby uzyskać wiedzę poza możliwościami wewnętrznymi, rekrutuj specjalistów ds. sztucznej inteligencji doświadczonych w tworzeniu modeli, generowaniu sztucznej inteligencji lub etyce sztucznej inteligencji. Ci specjaliści są w wysokim zapotrzebowaniu. Rozważ współpracę z instytucjami edukacyjnymi, aby uzyskać dostęp do nowych talentów. Pamiętaj, aby zaktualizować opisy zadań, aby odzwierciedlały zmieniające się potrzeby sztucznej inteligencji i oferują konkurencyjne wynagrodzenie. Tworzenie atrakcyjnej marki pracodawcy. Zaprezentuj zaangażowanie organizacji w innowacje i postęp technologiczny, dzięki czemu twoja marka jest atrakcyjna dla specjalistów ds. sztucznej inteligencji.

  • Skorzystaj z partnerów firmy Microsoft, aby zdobyć umiejętności związane ze sztuczną inteligencją. Skorzystaj z platformy handlowej partnerów firmy Microsoft, aby rozwiązać problem z niedoborami umiejętności i spełnić ograniczenia czasowe. Partnerzy firmy Microsoft zapewniają sztuczną inteligencję, dane i wiedzę na temat platformy Azure w różnych branżach.

Uzyskiwanie dostępu do zasobów sztucznej inteligencji

W ramach taktycznego kroku tworzenia rozwiązań sztucznej inteligencji musisz mieć dostęp do nich. Celem jest zapewnienie szybkiego sposobu zrozumienia i uzyskania dostępu do tego, czego potrzebujesz, aby rozpocząć korzystanie z rozwiązań sztucznej inteligencji firmy Microsoft.

Określanie priorytetów przypadków użycia sztucznej inteligencji

Po ocenie umiejętności, zasobów i dojrzałości do sztucznej inteligencji określ priorytety przypadków użycia sztucznej inteligencji zidentyfikowanych w strategii sztucznej inteligencji. Ta priorytetyzacja zapewnia skoncentrowanie się na projektach, które oferują największą wartość, są zgodne z celami biznesowymi i pasują do bieżących możliwości. Wykonaj te kroki:

  • Ocenianie umiejętności i zasobów. Po zdobyciu umiejętności związanych ze sztuczną inteligencją przejrzyj bieżącą dojrzałość sztucznej inteligencji, dostępne dane i dostęp do zasobów. Ta ocena pomaga zresetować priorytety w oparciu o to, co jest możliwe.

  • Ocena przypadków użycia. Określanie priorytetów projektów na podstawie ich możliwości i wartości strategicznej, którą dodają do organizacji. Dostosuj przypadki użycia sztucznej inteligencji do celów strategicznych, aby zapewnić, że wysiłki przyczyniają się do ogólnego sukcesu.

  • Wybierz najważniejsze przypadki użycia. Utwórz krótką listę przypadków użycia sztucznej inteligencji o wysokim priorytcie, które stanowią podstawę dalszej eksploracji i testowania.

Tworzenie weryfikacji koncepcji sztucznej inteligencji

Opracowanie weryfikacji koncepcji sztucznej inteligencji weryfikuje wykonalność i potencjalną wartość priorytetowego przypadku użycia na mniejszą skalę. Proces weryfikacji koncepcji pomaga uściślić priorytet przypadków użycia, zmniejszyć ryzyko i zidentyfikować wyzwania przed przejściem do wdrożenia w pełnej skali. To iteracyjne podejście umożliwia dostosowanie planu sztucznej inteligencji na podstawie rzeczywistych szczegółowych informacji.

  • Wybierz odpowiednią szansę sprzedaży. Z krótkiej listy przypadków użycia sztucznej inteligencji wybierz projekt o wysokiej wartości, który jest zgodny z poziomem dojrzałości do sztucznej inteligencji. Najlepiej zacząć od projektu wewnętrznego, a nie od klienta. Projekty wewnętrzne minimalizują ryzyko i stanowią podstawę do testowania obciążenia. Użyj weryfikacji koncepcji, aby zweryfikować podejście i udoskonalić je przed rozszerzeniem do środowiska produkcyjnego. Przeprowadź testowanie A/B, aby ustalić, co działa i zbierać dane odniesienia.

  • Zacznij od przewodnika Szybki start platformy Azure. Platforma Azure oferuje szczegółowe wskazówki dotyczące tworzenia podstawowych aplikacji przy użyciu platform sztucznej inteligencji. Te przewodniki, nazywane przewodnikami Szybki start, ułatwiają wdrażanie aplikacji i zawierają instrukcje dotyczące ich usuwania. Przewodniki Szybki start umożliwiają proste zapoznanie się z organizacją z technologią.

    Typ sztucznej inteligencji Przewodnik Szybki start dotyczący sztucznej inteligencji platformy Azure
    Generatywna AI Azure AI Studio, Azure OpenAI, Copilot Studio
    Uczenie maszynowe Azure Machine Learning
    Analiza sztucznej inteligencji Usługi azure AI: Bezpieczeństwo zawartości usługi Azure AI, Azure AI Custom Vision, Document Intelligence Studio, Face Service, *Azure AI Language, Azure AI Speech, *Azure AI Translator, Azure AI Vision.
    *Każda funkcja tej usługi sztucznej inteligencji ma własny przewodnik Szybki start.

  • Reprioritize możliwości sztucznej inteligencji. Użyj szczegółowych informacji uzyskanych z weryfikacji koncepcji, aby uściślić listę przypadków użycia sztucznej inteligencji. Jeśli weryfikacja koncepcji stwarza nieoczekiwane wyzwania, dostosuj priorytety i skoncentruj się na bardziej wykonalnych projektach.

Implementowanie odpowiedzialnej sztucznej inteligencji

Wdrożenie odpowiedzialnej sztucznej inteligencji wymaga włączenia ram etycznych i praktyk regulacyjnych do planu implementacji sztucznej inteligencji. Takie podejście zapewnia, że inicjatywy sztucznej inteligencji są zgodne z wartościami organizacyjnymi, chronią prawa użytkowników i spełniają standardy prawne.

  • Korzystanie z narzędzi do planowania odpowiedzialnej sztucznej inteligencji. Aby zintegrować zasady odpowiedzialnej sztucznej inteligencji z procesem wdrażania, użyj narzędzi i struktur, które obsługują etyczne praktyki sztucznej inteligencji. Firma Microsoft oferuje kilka zasobów.

    Narzędzie do planowania odpowiedzialnej sztucznej inteligencji opis
    Szablon oceny wpływu sztucznej inteligencji Ocena potencjalnych skutków społecznych, ekonomicznych i etycznych inicjatyw sztucznej inteligencji.
    Human-AI eXperience Toolkit Projektowanie systemów sztucznej inteligencji, które priorytetują dobre samopoczucie użytkowników i wspierają pozytywne interakcje.
    Model dojrzałości odpowiedzialnej sztucznej inteligencji Oceniaj i rozwijaj dojrzałość organizacji w zakresie wdrażania odpowiedzialnych praktyk sztucznej inteligencji.

  • Uruchom proces zapewniania ładu w zakresie sztucznej inteligencji. Wdrażanie odpowiedzialnej sztucznej inteligencji obejmuje tworzenie zasad ładu w celu kierowania projektami sztucznej inteligencji i monitorowania zachowań systemu sztucznej inteligencji. Zacznij od zidentyfikowania ryzyka organizacyjnego specyficznego dla inicjatyw sztucznej inteligencji. Dokumentowanie zasad ładu, które określają obowiązki, wymagania dotyczące zgodności i standardy etyczne. Aby uzyskać szczegółowe informacje na temat tego procesu, zobacz artykuł Dotyczący rządzenia sztuczną inteligencją.

    Zarządzanie sztuczną inteligencją

  • Uruchom proces zarządzania sztuczną inteligencją. Struktury zarządzania sztuczną inteligencją, takie jak GenAIOps lub MLOps, pomagają zapewnić ciągłe przestrzeganie zasad odpowiedzialnej sztucznej inteligencji w miarę rozwoju systemów sztucznej inteligencji. Te rozwiązania obejmują zarządzanie wdrożeniami, ciągłe monitorowanie i optymalizację kosztów dla modeli sztucznej inteligencji w środowisku produkcyjnym. Aby uzyskać szczegółowe informacje na temat tego procesu, zobacz artykuł Dotyczący zarządzania sztuczną inteligencją.

    Zarządzanie sztuczną inteligencją

  • Uruchom proces zabezpieczeń sztucznej inteligencji. Zabezpieczenia stanowią kluczową część odpowiedzialnego wdrażania sztucznej inteligencji. Regularne oceny zabezpieczeń pomagają chronić poufność, integralność i dostępność systemów sztucznej inteligencji. Przeprowadzaj oceny ryzyka, które dotyczą potencjalnych zagrożeń bezpieczeństwa specyficznych dla sztucznej inteligencji, takich jak ataki niepożądane lub naruszenia danych. Aby uzyskać szczegółowe informacje na temat tego procesu, zobacz artykuł Dotyczący bezpiecznej sztucznej inteligencji.

    Bezpieczna sztuczna inteligencja

Szacowanie osi czasu dostarczania

Szacowanie osi czasu dostarczania obejmuje ustawianie realistycznych harmonogramów i kamieni milowych na potrzeby implementacji projektu sztucznej inteligencji. Jasne osie czasu umożliwiają organizacjom efektywne przydzielanie zasobów i zarządzanie oczekiwaniami uczestników projektu, wspieranie strukturalnego postępu od weryfikacji koncepcji do produkcji. Poprzez ustanowienie określonych kamieni milowych organizacje mogą mierzyć swoje postępy, identyfikować potencjalne opóźnienia i wprowadzać korekty w celu śledzenia i śledzenia projektów w ramach budżetu.

Na podstawie weryfikacji koncepcji przypisz oś czasu dostarczania dla szans sztucznej inteligencji. Utwórz oś czasu z jasnymi kamieniami milowymi i elementami dostarczanymi do implementowania wybranych przypadków użycia. Przypisz zespoły, zdefiniuj role i zabezpieczaj niezbędne narzędzia lub partnerstwa. Rozwiązania Microsoft AI SaaS zapewniają najkrótsze osie czasu, aby zobaczyć zwrot z inwestycji. Osie czasu tworzenia aplikacji sztucznej inteligencji na rozwiązaniach PaaS i IaaS platformy Azure zależą od przypadku użycia i dojrzałości do sztucznej inteligencji. W większości przypadków obciążenie sztucznej inteligencji gotowej do produkcji trwa kilka tygodni lub miesięcy.

Następny krok

Pozostałe te wskazówki koncentrują się na tworzeniu obciążeń sztucznej inteligencji na platformie Azure przy użyciu rozwiązań PaaS i IaaS. Aby odnieść sukces na platformie Azure, musisz najpierw ustanowić podstawy sztucznej inteligencji w usłudze AI Ready.

AI Ready

Aby uzyskać więcej informacji na temat wdrażania rozwiązania Microsoft Copilot, zobacz następujące zasoby:

Kategoria Rozwiązanie Copilot
Produktywność w przedsiębiorstwie Copilot dla platformy Microsoft 365
Platforma z małą ilością kodu Copilot Studio
Oparte na rolach Microsoft Copilot for Security
Microsoft 365 Copilot for Sales
Microsoft 365 Copilot for Service
Microsoft 365 Copilot for Finance
W produkcie Copilots GitHub
Power Apps
Power BI
Dynamics 365
Power Automate
Azure
Oparte na przeglądarce Copilot (bezpłatny)
Copilot Pro