Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Estrategia de datos
Una estrategia de datos bien definida es esencial para la adopción exitosa de la IA generativa. En esta sección se examina cómo la estrategia de datos desempeña un papel fundamental en cada etapa del proceso de adopción de la IA generativa. También describe las consideraciones clave en las diversas dimensiones de la implementación. Para obtener más información sobre las etapas del proceso de la IA generativa, consulte el modelo de madurez para la adopción de la IA generativa en AWS On AWS Prescriptive Guidance.
El proceso de adopción de la IA generativa es una progresión estructurada que consta de cuatro etapas clave:
-
Envision: las organizaciones exploran conceptos de IA generativa, crean conciencia e identifican posibles casos de uso.
-
Experimenta: las organizaciones validan el potencial de la IA generativa a través de proyectos piloto estructurados y pruebas de conceptos, al tiempo que crean capacidades técnicas básicas y marcos fundamentales para la implementación.
-
Lanzamiento: las organizaciones implementan sistemáticamente soluciones de IA generativa listas para la producción con sólidos mecanismos de gobierno, monitoreo y soporte para ofrecer un valor constante y excelencia operativa, al tiempo que mantienen los estándares de seguridad y cumplimiento.
-
Escala: las organizaciones establecen capacidades de IA generativa en toda la empresa a través de componentes reutilizables, patrones estandarizados y plataformas de autoservicio para acelerar la adopción y, al mismo tiempo, mantener la gobernanza automatizada y fomentar la innovación.
En todas las etapas, AWS hace hincapié en un enfoque holístico, que alinea la estrategia con las inversiones en infraestructura, las políticas de gobierno, los marcos de seguridad y las mejores prácticas operativas para promover un despliegue de IA responsable y escalable. Cada etapa requiere la alineación de los seis pilares fundamentales de la adopción: empresa, personas, gobierno, plataforma, seguridad y operaciones. Estos pilares se alinean con el Marco de Adopción de la AWS Nube (AWS CAF)
En esta sección se analizan con más detalle las siguientes etapas del modelo de madurez:
Nivel 1: Envision
En la etapa de Envision, las organizaciones se centran en la planificación mediante la identificación de los casos de uso adecuados, el mapeo de las fuentes de datos necesarias para la implementación y el establecimiento de los requisitos fundamentales de seguridad y acceso a los datos para la próxima fase de experimentación.
En esta etapa, los siguientes son los criterios de alineación de los pilares de la adopción:
-
Negocios: identifique los casos de uso estratégicos de la IA generativa que se ajusten a los objetivos empresariales. Evalúe dónde se encuentran los datos de alto valor y su accesibilidad.
-
Personas: fomente una cultura basada en los datos educando a los líderes y a las partes interesadas sobre la importancia de los datos en la adopción generativa de la IA.
-
Gobernanza: lleve a cabo una auditoría de datos inicial para evaluar el cumplimiento, los problemas de privacidad y los posibles riesgos éticos. Desarrolle políticas tempranas sobre la transparencia y la responsabilidad de la IA.
-
Plataforma: evalúe la infraestructura de datos existente, catalogue las fuentes de datos internas y externas y evalúe la calidad de los datos para determinar la viabilidad de la IA generativa.
-
Seguridad: comience a implementar controles de acceso y principios de mínimo privilegio para el acceso a los datos. Asegúrese de que los modelos de IA generativa solo puedan recuperar información a la que el usuario esté autorizado a acceder.
-
Operaciones: defina un enfoque estructurado para recopilar, limpiar y etiquetar los datos para los experimentos de IA generativa. Establezca circuitos de retroalimentación iniciales para el monitoreo de datos.
Nivel 2: Experimento
Durante la fase de experimento, las organizaciones validan la disponibilidad y la idoneidad de los datos necesarios para respaldar la implementación de los casos de uso identificados. Paralelamente, establezca un marco mínimo de gobernanza de datos viable para respaldar el uso de datos reales en las pruebas de concepto. Puede ajustar un modelo básico seleccionado o utilizar un off-the-shelf modelo en combinación con un enfoque de generación aumentada de recuperación (RAG).
En esta etapa, los siguientes son los criterios de alineación de los pilares de la adopción:
-
Negocios: defina criterios de éxito claros para los proyectos piloto y asegúrese de que la disponibilidad de los datos satisfaga las necesidades de cada caso de uso.
-
Personas: forme un equipo multifuncional que incluya ingenieros de datos, especialistas en inteligencia artificial y expertos en el campo. Este equipo es responsable de validar la calidad de los datos y la alineación del modelo con los requisitos empresariales.
-
Gobernanza: elabore un marco para la gobernanza generativa de los datos de IA. Como mínimo, el marco debería analizar el cumplimiento de la normativa y las directrices de inteligencia artificial responsable.
-
Plataforma: implemente iniciativas de integración de datos en las etapas iniciales, incluidas las canalizaciones de datos estructurados y no estructurados. Configure bases de datos vectoriales para experimentos de RAG.
-
Seguridad: aplique estrictos permisos de datos y controles de cumplimiento. Asegúrese de que la PII u otra información confidencial esté enmascarada o anonimizada antes de la formación como modelo.
-
Operaciones: para prepararse para la versión de producción, establezca métricas de calidad para identificar las brechas.
Nivel 3: Lanzamiento
En la fase de lanzamiento, las soluciones de IA generativa pasan de la experimentación al despliegue a gran escala. En este punto, las integraciones están completamente implementadas y se establecen marcos de monitoreo sólidos para rastrear el rendimiento, el comportamiento del modelo y la calidad de los datos. Se aplican medidas integrales de seguridad y cumplimiento para respaldar la privacidad de los datos, la seguridad y el cumplimiento de la normativa.
En esta etapa, los siguientes son los criterios de alineación de los pilares de la adopción:
-
Negocios: mida la eficiencia operativa y el valor empresarial. Optimice los costos operativos y el uso de los recursos.
-
Personas: capacite a los equipos operativos en la gestión y el monitoreo generativos de modelos de IA. Utilice los procesos de conservación de datos adecuados.
-
Gobernanza: perfeccione el marco para la gobernanza generativa de los datos de la IA. Aborde el cumplimiento normativo, los sesgos de los modelos y las directrices de IA responsable. Establezca una auditoría continua de los flujos de datos generativos de IA para validar el cumplimiento de las normativas en evolución.
-
Plataforma: optimice la infraestructura escalable para admitir la ingesta de datos en tiempo real, la búsqueda vectorial y el ajuste preciso cuando sea necesario.
-
Seguridad: implemente modelos de cifrado, control de acceso basado en roles (RBAC) y acceso con privilegios mínimos. Puede usar Amazon Q Business para controlar el acceso a los datos y asegurarse de que la solución de IA generativa recupere solo los datos a los que el usuario está autorizado a acceder.
-
Operaciones: establezca prácticas de observabilidad de los datos. Realice un seguimiento del linaje, la procedencia y las métricas de calidad de los datos para identificar las brechas antes de ampliarlos.
Nivel 4: Escala
En la etapa de escalado, el enfoque pasa a centrarse en la automatización, la estandarización y la adopción en toda la empresa. Las organizaciones establecen canalizaciones de datos reutilizables, implementan marcos de gobierno escalables y aplican políticas sólidas para respaldar la accesibilidad, la seguridad y el cumplimiento de los datos. Esta fase democratiza los productos de datos. Esto ayuda a los equipos de toda la organización a desarrollar e implementar sin problemas nuevas soluciones de IA generativas y, al mismo tiempo, mantener la coherencia, la calidad y el control.
En esta etapa, los siguientes son los criterios de alineación de los pilares de la adopción:
-
Negocios: alinee los proyectos de IA generativa con los objetivos empresariales a largo plazo. Céntrese en el crecimiento de los ingresos, la reducción de costos y la satisfacción del cliente.
-
Personas: desarrolle programas de alfabetización en IA para toda la empresa e incorpore la adopción de la IA en las funciones empresariales a través de los centros de excelencia en IA ()CoEs.
-
Gobernanza: estandarice las políticas de gobernanza de la IA en todos los departamentos para promover la coherencia en la toma de decisiones sobre la IA.
-
Plataforma: invierta en plataformas de datos de IA escalables que utilicen soluciones nativas de la nube para el acceso y el procesamiento de datos federados.
-
Seguridad: implemente una supervisión automatizada del cumplimiento, una sólida prevención de pérdida de datos (DLP) y evaluaciones continuas de las amenazas.
-
Operaciones: establezca un marco de observabilidad de la IA. Integre los circuitos de retroalimentación, la detección de anomalías y modele el análisis del rendimiento a escala.
