你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
建立 AI 卓越中心
AI 卓越中心 (AI CoE) 是一个汇集了 AI 专业知识、资源和管理的专门团队或组织结构。 它是 AI 计划的神经中枢，从而确保组织有效利用 AI 来实现各种业务目标。 本指南提供了一种循序渐进的方法，用于构建实用且有影响力的 AI CoE。
什么是 AI CoE？
AI CoE 是 AI 计划的集中式中心。 它提供了一种结构化的 AI 采用方法，并使 AI 工作负荷与业务目标保持一致。 AI CoE 还负责制定开发标准、监督合规性和道德问题，并在整个组织内推广 AI 驱动的思维方式。
AI CoE 为什么重要？
AI CoE 通过精简计划、减少重复以及专注于具有重大业务成果的项目来促进 AI 采用。 它建立了各种治理结构，以便管理道德和合规问题、促进合作并实现知识共享。
定义 AI CoE 函数
构建 AI CoE 的第一步是明确其作用和目标。 CoE 应重点关注以下领域的运营。
第一步是确定 AI CoE 的角色和目标。 侧重于主要领域的运维：
业务策略：确定 AI 可以支持的业务目标，确定用例的优先级，并建立可衡量的 KPI 来跟踪成功。 制定路线图，指导员工参与 AI 并促进技能发展。
技术策略：设计 AI 就绪平台和数据体系结构。 为构建或购买 AI 工具创建决策框架，并为可伸缩的存储、计算和应用程序托管进行规划。
AI 开发：开发以客户为中心的解决方案，并在各业务部门实现生成、测试和部署 AI 模型的流程。 确保每个模型都符合业务需求，并带来切实的价值。
文化集成：建立正式的运营模型，以便指导 AI 活动。 确保得到高管的支持，以促进组织承诺。 开发结构化学习途径，以提高员工技能，并制定可确保 AI 的使用符合道德规范和数据安全的治理策略。
治理：实施控制和问责结构，以监视 AI 道德、数据隐私和安全性。 建立一种治理模式，在整个组织内推行负责任地使用 AI。
建立跨职能团队
AI CoE 需要各种技能和专业知识。 通过分配明确的角色和职责来组建一个跨职能团队：
| 角色 | 责任 | 主要可交付结果 |
|---|---|---|
| AI CoE 主管 | 设置 CoE 的战略方向 | AI 路线图，AI 计划领导 |
| AI 策略师 | 使 AI 策略与业务目标保持一致 | AI 策略文档，优先处理 AI 项目 |
| 业务分析师 | 将 AI 解决方案集成到业务工作流中 | 业务案例文档、流程改进计划 |
| 数据科学家 | 开发和测试 AI 模型 | AI 模型、数据见解和可操作建议 |
| 数据工程师 | 管理数据管道和基础结构 | 数据集成计划，数据质量保证报告 |
| AI 工程师 | 部署和维护 AI 系统 | AI 系统体系结构、部署计划和维护日志 |
| 首席道德官 | 监视 AI 道德标准和合规性 | AI 道德审查流程，风险评估报告 |
| 合规性主管 | 确保 AI 符合法规 | 合规性文档、法规报告 |
| MLOps 专家 | 监督 AI 模型生命周期管理 | AI 模型管道，持续改进过程 |
确定结构和运营
确定 AI CoE 是作为现有云 CoE 的延伸还是作为一个独立团队运作。 定义工作流，确保 AI 项目与业务目标保持一致。
确定战略机会：与业务领导者合作，共同发掘 AI 用例。 优先考虑具有高商业价值和可行性的用例。
制定实施路线图：制定 AI 采用时间线，明确必要的基础结构、工具和人员。
为专业开发人员和平民开发者提供支持：提供资源、培训和自助服务工具。 为持续学习和故障排除建立支持系统。
培养 AI 驱动的文化：制定变更管理计划，鼓励团队之间的合作，并对 AI 驱动的创新成果表示认可。
实施 AI 治理：建立框架来监控 AI 的道德使用，评审模型的偏差和透明度，并定期审核系统的数据安全性和合规性。
实现、监控和发展
建立 AI CoE 后，要持续监控绩效，根据需要进行调整并扩大 AI 计划的规模：
监控 AI 性能：跟踪与 AI 计划相关的 KPI 和业务指标。 使用反馈循环来提高模型准确性。
迭代和缩放：根据试点项目的经验教训来优化 AI 流程，并将成功的解决方案推广到其他业务部门或区域。
维护合规性和道德规范：定期进行审核，以确保遵守道德标准和法规要求。 必要时更新治理框架。
促进持续学习：提供持续的培训计划并鼓励进行试验，让员工了解 AI 的最新进展。
下一步
使用 AI 采用清单来确定下一步应该怎么做。