Plano de IA - Recomendações para organizações que planejam a adoção da IA
Este artigo descreve o processo organizacional para planejar a adoção da IA. Um plano de adoção de IA detalha as etapas que uma organização deve seguir para integrar a IA em suas operações. Esse plano garante o alinhamento entre as iniciativas de IA e as metas de negócios. Ele ajuda as organizações a alocar implantes, desenvolver habilidades e implantar tecnologia para a adoção eficaz da IA.
Avaliar as habilidades de IA
Em sua estratégia de tecnologia, você identificou casos de uso de IA e soluções de IA para cada um. Essas soluções exigem certas habilidades de IA para serem adotadas. Avalie suas habilidades atuais de IA e identifique as lacunas que precisam ser abordadas antes de prosseguir. Uma avaliação de maturidade da IA ajuda a determinar se você está pronto para para implementar a IA. Ela também orienta a seleção de casos de uso que correspondem às suas capacidades e agiliza seu sucesso. Use a tabela a seguir para avaliar seu nível de maturidade de IA. Para mais informações, consulte Avaliação técnica para IA generativa no Azure.
| Nível de maturidade de IA | Habilidades requeridas | Preparação de dados | Casos de uso viáveis de IA |
|---|---|---|---|
| Nível 1 | ▪ Noções básicas sobre os conceitos de IA ▪ Capacidade de integrar fontes de dados e mapear prompts |
▪ Dados mínimos ou nulos disponíveis ▪ Dados corporativos disponíveis |
▪ Início rápido do Azure (consulte a tabela) ▪ Aplicativo Copilot Studio |
| Nível 2 | ▪ Experiência com seleção de modelos de IA ▪ Familiaridade com implantação de IA e gerenciamento de pontos de extremidade ▪ Experiência com limpeza e processamento de dados |
▪ Dados mínimos ou nulos disponíveis ▪ Conjunto de dados pequeno e estruturado ▪ Pequena quantidade de dados específicos de domínio disponíveis |
▪ Qualquer um dos projetos anteriores ▪ Carga de trabalho de IA analítica personalizada que usa os serviços de IA do Azure ▪ Aplicativo de chat de IA generativa personalizado sem RAG (Geração Aumentada de Recuperação) no Estúdio de IA do Azure ▪ Aplicativo de aprendizado de máquina personalizado com treinamento de modelo automatizado ▪ Ajuste de um modelo de IA generativa |
| Nível 3 | ▪ Proficiência em engenharia de prompts ▪ Proficiência em seleção de modelos de IA, agrupamento de dados e processamento de consultas ▪ Proficiência em pré-processamento, limpeza, divisão e validação de dados ▪ Dados de fundamentação para indexação |
▪ Grandes quantidades de dados de negócios histórico disponíveis para machine learning ▪ Pequena quantidade de dados específicos de domínio disponíveis |
▪ Qualquer um dos projetos anteriores ▪ Aplicativo de IA generativa com RAG no Estúdio de IA do Azure (ou Azure Machine Learning) ▪ Treinamento e implantação de um modelo de aprendizado no Machine Learning ▪ Treinamento e execução em um pequeno modelo de IA em Máquinas Virtuais do Azure |
| Nível 4 | ▪ Experiência avançada em IA/machine learning, incluindo gerenciamento de infraestrutura ▪ Proficiência em lidar com fluxos de trabalho complexos de treinamento de modelos de IA ▪ Experiência com orquestração, comparação de modelos e otimização de performance ▪ Habilidades avançadas para proteger e gerenciar pontos de extremidade de IA |
▪ Grandes quantidades de dados disponíveis para treinamento | ▪ Qualquer um dos projetos anteriores ▪ Treinar e executar um grande aplicativo de IA generativa ou não generativo em Máquinas Virtuais, Serviço de Kubernetes do Azure ou Aplicativos de Contêiner do Azure |
Desenvolver habilidades de IA
O desenvolvimento de habilidades de IA exige que as organizações avaliem seu pool de talentos atual e determinem se devem capacitar, recrutar ou fazer parceria com especialistas externos. Avalie seu pool de talentos atual para identificar necessidades de capacitação, recrutamento ou parcerias externas. A criação de uma equipe de IA qualificada garante que você possa se adaptar aos desafios e lidar com vários projetos de IA. A IA evolui constantemente, portanto, manter uma cultura de aprendizado contínuo possibilita a inovação e mantém as habilidades atualizadas.
Aprenda habilidades de IA. Use a plataforma Microsoft Learn para obter treinamento gratuito de IA, certificações e orientações sobre produtos. Defina metas de certificação, como Azure AI Fundamentals, Azure AI Engineer Associate e Azure Data Scientist Associate. Existem implantes de aprendizagem para outras disciplinas na plataforma, portanto, use os filtros para retornar resultados específicos da IA.
Recrute profissionais de IA. Para obter experiência além de suas capacidades internas, recrute profissionais de IA com experiência em desenvolvimento de modelos, IA generativa ou ética de IA. Esses profissionais estão em alta demanda. Considere a colaboração com instituições educacionais para descobrir novos talentos. Certifique-se de atualizar as descrições de cargos para refletir a evolução das necessidades de IA e oferecer remuneração competitiva. Crie uma marca atrativa de empregador. Mostre o compromisso da sua organização com a inovação e o avanço tecnológico, tornando sua marca atrativa para os profissionais de IA.
Use parceiros da Microsoft para adquirir habilidades de IA. Use o marketplace de parceiros da Microsoft para lidar com a escassez de habilidades e atender às restrições de tempo. Os parceiros da Microsoft fornecem experiência em IA, dados e Azure em várias indústrias.
Acessar recursos de IA
Para desenvolver soluções de IA de maneira estratégia, você precisa ser capaz de acessá-las. O objetivo é fornecer uma maneira rápida de entender e acessar o que você precisa para começar a usar as soluções de IA da Microsoft.
Acesse o Microsoft 365 Copilot. A maioria dos Copilotos SaaS da Microsoft exige uma licença ou uma assinatura complementar. O Microsoft 365 Copilot requer uma licença comercial ou corporativa do Microsoft 365 à qual você adiciona a licença do Copilot.
Acesse o Microsoft Copilot Studio. O Microsoft Copilot Studio usa uma licença autônoma ou uma licença complementar.
Acesse Copilotos integrados ao produto. Os Copilotos integrados ao produto têm requisitos de acesso diferentes para cada um, mas o acesso ao produto principal é necessário. Para obter mais informações sobre cada um, consulte GitHub, Power Apps GitHub, Power Apps, Power BI, Dynamics 365, Power Automate e Azure.
Acesse Copilotos baseados em função. Os Copilotos baseados em funções também têm seus próprios requisitos de acesso. Para obter mais informações, consulte Agentes baseados em função para Microsoft 365 Copilot e Microsoft Copilot para Segurança.
Acesso a implantes de IA do Azure. As soluções de PaaS e IaaS do Azure exigem uma conta do Azure. Esses serviços incluem o Serviço OpenAI do Azure, o Azure AI Studio, o Azure Machine Learning, os serviços de IA do Azure, as Máquinas Virtuais do Azure e o Azure CycleCloud.
Priorizar casos de uso de IA
Depois de avaliar habilidades, implantes e maturidade de IA, priorize os casos de uso de IA identificados em sua estratégia de IA. Essa priorização garante que você se concentre em projetos que ofereçam o maior valor, alinhem-se às metas de negócios e correspondam às suas capacidades atuais. Siga estas etapas:
Avalie habilidades e implantes. Depois de adquirir habilidades de IA, revise sua maturidade atual de IA, dados disponíveis e acesso a implantes. Essa avaliação ajuda a redefinir as prioridades com base naquilo que é possível.
Avalie os casos de uso. Priorize projetos com base em sua viabilidade e no valor estratégico que eles agregam à sua organização. Alinhe os casos de uso de IA com seus objetivos estratégicos para garantir que os esforços contribuam para o sucesso geral.
Selecione os principais casos de uso. Crie uma lista concisa de casos de uso de IA de alta prioridade que formam a base para exploração e testes adicionais.
Criar uma prova de conceito de IA
O desenvolvimento de uma prova de conceito (PoC) de IA valida a viabilidade e o valor potencial de um caso de uso priorizado em uma escala menor. O processo de PoC ajuda a refinar a prioridade do caso de uso, reduzir o risco e identificar desafios antes de passar para a implantação em grande escala. Essa abordagem iterativa permite ajustar seu plano de IA com base em insights do mundo real.
Selecione a oportunidade certa. Na lista de casos de uso de IA, escolha um projeto de alto valor que se alinhe ao seu nível de maturidade de IA. O ideal é começar com um projeto interno que não seja voltado para o cliente. Os projetos internos minimizam o risco e fornecem uma base para testar a carga de trabalho. Use a PoC para validar a abordagem e refiná-la antes de expandir para a produção. Realize testes A/B para estabelecer o que funciona e coletar dados de linha base.
Comece com um guia de início rápido do Azure. O Azure oferece orientações passo a passo para criar aplicativos básicos usando suas plataformas de IA. Esses guias, chamados de início rápido, ajudam você a implantar um aplicativo e incluem instruções para excluí-lo posteriormente. Os guias de Início Rápido fornecem uma maneira simples de familiarizar sua organização com a tecnologia.
Tipo de IA Guia de início rápido da IA do Azure O que é IA generativa Estúdio de IA do Azure, OpenAI do Azure, Copilot Studio Aprendizado de máquina Azure Machine Learning IA analítica Serviços de IA do Azure: Segurança de Conteúdo de IA do Azure, Visão Personalizada de IA do Azure, Estúdio de Informação de Documentos, Serviço de Detecção Facial, *Linguagem de IA do Azure, Fala de IA do Azure, *Tradutor de IA do Azure, Visão de IA do Azure.
*Cada recurso desse serviço de IA tem seu próprio guia de início rápido.Priorize novamente as oportunidades de IA. Use os insights obtidos com a PoC para refinar sua lista de casos de uso de IA. Se a PoC apresentar desafios inesperados, ajuste suas prioridades e concentre-se em projetos mais viáveis.
Implementar IA responsável
A adoção responsável da IA requer a incorporação de estruturas éticas e práticas regulatórias em seu plano de implementação de IA. Essa abordagem garante que as iniciativas de IA alinhem-se com os valores organizacionais, protejam os direitos do usuário e estejam conformidade com os padrões legais.
Use ferramentas de planejamento de IA responsável. Para integrar os princípios de IA responsável em seu processo de adoção, use ferramentas e estruturas que deem suporte a práticas éticas de IA. A Microsoft oferece vários implantes.
Ferramenta de planejamento de IA responsável Descrição Modelo de avaliação de impacto da IA Avalie os possíveis impactos sociais, econômicos e éticos das iniciativas de IA. Kit de ferramentas de experiência humano-IA Projete sistemas de IA que priorizem o bem-estar do usuário e promovam interações positivas. Modelo de Maturidade de IA Responsável Avalie e avance a maturidade da sua organização na implementação de práticas responsáveis de IA. Inicie o processo de governança de IA. A adoção da IA responsável envolve a criação de políticas de governança para orientar projetos de IA e monitorar comportamentos do sistema de IA. Comece identificando os riscos organizacionais específicos de suas iniciativas de IA. Documente as políticas de governança que descrevem responsabilidades, requisitos de conformidade e padrões éticos. Consulte o artigo sobre Governar IA para obter detalhes sobre esse processo.
Inicie o processo de gerenciamento de IA. As estruturas de gerenciamento de IA, como GenAIOps ou MLOps, ajudam a garantir a adesão contínua aos princípios de IA responsável à medida que seus sistemas de IA evoluem. Essas práticas envolvem gerenciamento de implantação, monitoramento contínuo e otimização de custos para modelos de IA em produção. Consulte o artigo sobre Gerenciar IA para obter detalhes sobre esse processo.
Inicie o processo de segurança de IA. A segurança é uma parte fundamental da adoção da IA responsável. Avaliações regulares de segurança ajudam a proteger a confidencialidade, a integridade e a disponibilidade de seus sistemas de IA. Realize avaliações de risco que abordem possíveis ameaças de segurança específicas da IA, como ataques adversários ou violações de dados. Consulte o artigo sobre IA segura para obter detalhes sobre esse processo.
Estimar cronogramas de entrega
A estimativa de cronogramas de entrega envolve definir cronogramas e marcos realistas para a implementação de projetos de IA. Cronogramas claros permitem que as organizações aloquem implantes de forma eficaz e gerenciem as expectativas dos participantes, dando suporte a uma progressão estruturada da prova de conceito à produção. Ao estabelecer marcos específicos, as organizações podem medir seu progresso, identificar possíveis atrasos e fazer ajustes para manter os projetos no caminho certo e dentro do orçamento.
Com base em sua PoC, atribua um cronograma de entrega para suas oportunidades de IA. Crie um cronograma com marcos e entregas claros para implementar casos de uso selecionados. Atribua equipes, defina funções e proteja as ferramentas ou parcerias necessárias. As soluções SaaS de IA da Microsoft fornecem os cronogramas mais curtos para obter um retorno sobre o investimento. Os cronogramas para a criação de aplicativos de IA em soluções de PaaS e IaaS do Azure dependem do caso de uso e da maturidade da IA. Na maioria dos casos, são necessárias semanas ou meses para que sua carga de trabalho de IA esteja pronta para produção.
Próxima etapa
O restante dessas orientações concentra-se na criação de cargas de trabalho de IA no Azure usando soluções de PaaS e IaaS. Para ter sucesso no Azure, primeiro você deve estabelecer sua base de IA no Pronto para IA.
Para obter mais informações sobre como adotar uma solução Microsoft Copilot, consulte os implantes a seguir:
| Categoria | Solução Copilot |
|---|---|
| Produtividade empresarial | Copilot para Microsoft 365 |
| Plataforma low-code | Copilot Studio |
| Baseado em função | Microsoft Copilot para Segurança Microsoft 365 Copilot para Vendas Microsoft 365 Copilot para Serviços Microsoft 365 Copilot para Finanças |
| Copilotos no produto | GitHub Power Apps Power BI Dynamic 365 Power Automate Azure |
| Baseado em navegador | Copilot (gratuito) Copilot Pro |