AI Plan - Processo para planejar a adoção de 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 tomar para integrar a IA em suas operações. Este plano garante o alinhamento entre as iniciativas de IA e os objetivos de negócio. Ele ajuda as organizações a alocar recursos, desenvolver habilidades e implantar tecnologia para uma adoção eficaz da IA.
Avalie 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 lacunas a serem resolvidas antes de prosseguir. Uma avaliação da maturidade da IA ajuda a determinar sua prontidão para implementar IA. Ele também orienta a seleção de casos de uso que correspondem às suas capacidades e agilizam seu sucesso. Use a tabela a seguir para avaliar seu nível de maturidade de IA. Para obter mais informações, consulte Avaliação técnica para IA generativa no Azure.
| Nível de maturidade da IA | Competências necessárias | Prontidão dos dados | Casos de uso de IA viáveis |
|---|---|---|---|
| Nível 1 | ▪ Compreensão básica dos conceitos de IA ▪ Capacidade de integrar fontes de dados e mapear prompts |
▪ Dados disponíveis mínimos a nulos ▪ Dados empresariais disponíveis |
▪ Guia de início rápido do Azure (consulte a tabela) ▪ Aplicação Copilot Studio |
| Nível 2 | ▪ Experiência com seleção de modelos de IA ▪ Familiaridade com a implantação de IA e o gerenciamento de endpoints ▪ Experiência com limpeza e processamento de dados |
▪ Dados disponíveis mínimos a nulos ▪ Conjunto de dados pequeno e estruturado ▪ Pequena quantidade de dados específicos do domínio disponíveis |
▪ Qualquer um dos projetos anteriores ▪ Carga de trabalho de IA analítica personalizada que usa os serviços de IA do Azure ▪ Aplicativo de bate-papo de IA generativo personalizado sem RAG (Geração Aumentada de Recuperação) no Azure AI Foundry ▪ Aplicativo de aprendizado de máquina personalizado com treinamento de modelo automatizado ▪ Ajustando um modelo de IA generativa |
| Nível 3 | ▪ Proficiência em engenharia de prontidão ▪ Proficiência em seleção de modelos de IA, fragmentação de dados e processamento de consultas ▪ Proficiência em pré-processamento, limpeza, divisão e validação de dados ▪ Fundamentação de dados para indexação |
▪ Grandes quantidades de dados históricos de negócios disponíveis para aprendizado de máquina ▪ Pequena quantidade de dados específicos do domínio disponíveis |
▪ Qualquer um dos projetos anteriores ▪ Aplicativo de IA generativa com RAG no Azure AI Foundry (ou Azure Machine Learning) ▪ Treinamento e implantação de um modelo de aprendizado de máquina em Machine Learning ▪ Treinar e executar um pequeno modelo de IA em Máquinas Virtuais do Azure |
| Level 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, benchmarking de modelos e otimização de desempenho ▪ Fortes habilidades em proteger e gerenciar endpoints de IA |
▪ Grandes quantidades de dados disponíveis para formação | ▪ Qualquer um dos projetos anteriores ▪ Treinar e executar um grande aplicativo de IA generativo ou não generativo em Máquinas Virtuais, Serviço Kubernetes do Azure ou Aplicativos de Contêiner do Azure |
Adquira habilidades de IA
A aquisição de habilidades de IA exige que as organizações avaliem seu banco de talentos atual e determinem se devem aprimorar, recrutar ou fazer parcerias com especialistas externos. Avalie o seu conjunto de talentos atual para identificar necessidades de aperfeiçoamento, recrutamento ou parcerias externas. Construir uma equipe de IA qualificada garante que você possa se adaptar aos desafios e lidar com vários projetos de IA. A IA evolui constantemente, pelo que manter uma cultura de aprendizagem contínua apoia a inovação e mantém as competências atualizadas.
Aprenda habilidades de IA. Utilize a plataforma hub de aprendizagem de IA para formação, certificações e orientação de produtos gratuitos de IA. Defina metas de certificação, como obter certificações de Fundamentos de IA do Azure , Engenheiro de IA do Azure Associado , e Cientista de Dados do Azure Associado .
Recrute profissionais de IA. Para obter conhecimentos além das suas capacidades internas, recrute profissionais de IA experientes em desenvolvimento de modelos, IA generativa ou ética de IA. Esses profissionais estão em alta demanda. Considere colaborar com instituições de ensino para acessar novos talentos. Certifique-se de atualizar as descrições de trabalho para refletir a evolução das necessidades de IA e oferecer uma remuneração competitiva. Crie uma marca empregadora atrativa. Mostre o compromisso da sua organização com a inovação e o avanço tecnológico, tornando a sua marca apelativa para os profissionais de IA.
Use parceiros da Microsoft para adquirir habilidades de IA. Use o mercado de parceiros da Microsoft para resolver a escassez de habilidades e atender às restrições de tempo. Os parceiros da Microsoft fornecem experiência em IA, dados e Azure em vários setores.
Acesse recursos de IA
Como um passo tático para desenvolver soluções de IA, 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 Microsoft SaaS Copilots requer uma licença ou uma assinatura de complemento. O Microsoft 365 Copilot requer uma licença comercial ou empresarial do Microsoft 365 à qual você adiciona a licença Copilot.
Acesse o Microsoft Copilot Studio.O Microsoft Copilot Studio usa uma licença autônoma ou uma licença de complemento.
Aceda aos Copilotos no produto. Os Copilots no produto têm requisitos de acesso diferentes para cada um, mas o acesso ao produto principal é necessário. Para obter mais informações sobre cada um deles, consulte GitHub, Power Apps, Power BI, Dynamics 365, Power Automate e Azure.
Aceda a Copilotos baseados em funções. Os Copilots 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.
Acesse os recursos de IA do Azure. As soluções PaaS e IaaS do Azure exigem uma conta do Azure. Esses serviços incluem o Azure OpenAI Service, o Azure AI Foundry, o Azure Machine Learning, os serviços de IA do Azure, as Máquinas Virtuais do Azure e o Azure CycleCloud.
Priorize casos de uso de IA
Depois de avaliar habilidades, recursos 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, estejam alinhados com os objetivos de negócios e correspondam às suas capacidades atuais. Siga estes passos:
Avaliar competências e recursos. Depois de adquirir habilidades de IA, revise sua maturidade atual de IA, dados disponíveis e acesso a recursos. Essa avaliação ajuda a redefinir as prioridades com base no que é possível.
Avalie casos de uso. Priorize projetos com base em sua viabilidade e valor estratégico que 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 restrita de casos de uso de IA de alta prioridade que formam a base para exploração e testes adicionais.
Crie 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 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 sua lista restrita de casos de uso de IA, escolha um projeto de alto valor que esteja alinhado com seu nível de maturidade de IA. O ideal é começar com um projeto interno, e não 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 de base.
Comece com um guia de início rápido do Azure. O Azure oferece orientação passo a passo para criar aplicativos básicos usando suas plataformas de IA. Esses guias, chamados de inícios rápidos, ajudam você a implantar um aplicativo e incluem instruções para excluí-lo depois. 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 IA generativa Azure AI Foundry, Azure OpenAICopilot Studio Aprendizagem automática Azure Machine Learning IA analítica Serviços de IA do Azure: 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.
* Cada recurso deste serviço de IA tem seu próprio guia de início rápido.Repriorize 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 de 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 estejam alinhadas com os valores organizacionais, protejam os direitos dos usuários e cumpram os padrões legais.
Use ferramentas de planejamento de IA responsável. Para integrar princípios de IA responsável em seu processo de adoção, use ferramentas e estruturas que suportem práticas éticas de IA. A Microsoft oferece vários recursos.
Ferramenta de planejamento de IA responsável Description Modelo de avaliação de impacto da IA Avaliar potenciais impactos sociais, económicos e éticos das iniciativas de IA. Kit de ferramentas eXperience humano-AI 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. IA responsável por equipes de carga de trabalho Recomendações para as equipes de carga de trabalho implementarem IA responsável ao criar cargas de trabalho no Azure. Inicie o processo de governança de IA. A adoção responsável de IA envolve a criação de políticas de governança para orientar projetos de IA e monitorar comportamentos de sistemas de IA. Comece identificando riscos organizacionais específicos para suas iniciativas de IA. Documente políticas de governança que definam responsabilidades, requisitos de conformidade e padrões éticos. Consulte o artigo sobre Governar a IA para obter detalhes sobre este 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 constitui uma parte crítica da adoção responsável da IA. Avaliações de segurança regulares ajudam a proteger a confidencialidade, integridade e disponibilidade de seus sistemas de IA. Realize avaliações de risco que abordem potenciais ameaças à segurança específicas da IA, como ataques adversários ou violações de dados. Consulte o artigo sobre IA segura para obter detalhes sobre este processo.
Estimar prazos de entrega
Estimar prazos de entrega envolve definir cronogramas e marcos realistas para a implementação de projetos de IA. Cronogramas claros permitem que as organizações aloquem recursos de forma eficaz e gerenciem as expectativas das partes interessadas, apoiando uma progressão estruturada da prova de conceito para a 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 uma linha do tempo com marcos e resultados claros para implementar casos de uso selecionados. Atribua equipes, defina funções e garanta as ferramentas ou parcerias necessárias. As soluções SaaS de IA da Microsoft fornecem os prazos mais curtos para obter um retorno sobre o investimento. Os prazos para criar aplicativos de IA em soluções PaaS e IaaS do Azure dependem do seu caso de uso e maturidade de IA. Na maioria dos casos, leva semanas ou meses até que você tenha uma carga de trabalho de IA pronta para produção.
Próximo passo
Para criar cargas de trabalho de IA com os serviços PaaS ou IaaS do Azure, siga as orientações do AI Ready para estabelecer sua base de IA. Se decidiste comprar uma solução SaaS do Microsoft Copilot, avança para a orientação de Govern AI para estabelecer a governança organizacional da IA.