View a markdown version of this page

Modelo de madurez de IA generativa de nivel 2: Experimento - AWS Guía prescriptiva
Enfoque y criteriosActividades claveEstrategia de transformación

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.

Modelo de madurez de IA generativa de nivel 2: Experimento

Sobre la base de la conciencia fundamental establecida en el nivel anterior, el nivel Experimental marca una transición crucial de la exploración teórica a la implementación práctica de las tecnologías de IA generativa. En este nivel, las organizaciones van más allá de la comprensión conceptual para participar en proyectos prácticos de PoC y programas piloto. Estos proyectos piloto y de PoC están diseñados para validar el valor empresarial y desarrollar las competencias básicas. Este nivel se caracteriza por una experimentación estructurada, en la que las organizaciones forman equipos especializados, establecen marcos de gobierno y comienzan a desarrollar la experiencia técnica interna. Mediante proyectos piloto cuidadosamente controlados, las organizaciones pueden poner a prueba sus hipótesis sobre el potencial de la IA generativa y, al mismo tiempo, minimizar los riesgos y maximizar las oportunidades de aprendizaje. Esto sienta las bases para una implementación y una ampliación más amplias de las iniciativas exitosas.

Enfoque y criterios

En este nivel, las organizaciones pasan de la exploración a la experimentación práctica de la PoC y a los proyectos piloto con tecnologías de IA generativa. El objetivo es validar el valor empresarial mediante programas piloto estructurados y desarrollar las competencias básicas. Este nivel hace hincapié en el aprendizaje práctico, la creación de capacidades internas y la experiencia técnica, y el establecimiento de marcos fundamentales y de gobierno.

Los siguientes son los criterios para estar en este nivel:

  • La organización tiene proyectos piloto activos y pruebas de concepto en curso.

  • Se asignan equipos especializados e interdisciplinarios a las iniciativas generativas de IA.

  • Se establece un programa de formación interno estructurado.

  • Las organizaciones han seleccionado y validado modelos y herramientas de IA.

  • La organización ha definido sus marcos iniciales de gobierno y datos.

Actividades clave

La siguiente tabla muestra las actividades clave de cada pilar de la adopción.

Pilar de la adopción Actividades
Usuarios

  • Defina y priorice los casos de uso estratégicos en función del valor y la viabilidad empresarial.

  • Para PoCs ello, establezca métricas y marcos de éxito para medir el retorno de la inversión (ROI).

  • Cree tarjetas de puntuación de evaluación del valor para cada PoC.

  • Limite el alcance PoCs a una escala manejable con métricas de éxito claras.

  • Para cada PoC, mida el ROI y evalúe si ha alcanzado los criterios de éxito.
People

  • Implemente programas de formación estructurados sobre ingeniería rápida, RAG y ajuste de modelos.

  • Cree itinerarios de certificación de IA generativos y marcos de progreso profesional.

  • Contrata a expertos en inteligencia artificial generativa y ciencia de datos.

  • Asóciese con especialistas externos, como el Centro de Innovación en IA AWS Generativa o los Servicios AWS Profesionales, para crear conjuntamente una PoC, brindar apoyo y transferir conocimientos.

  • Establezca itinerarios de certificación en IA y marcos de progreso profesional.
Gobernanza

  • Desarrolle marcos preliminares que abarquen la gobernanza de los datos para la IA generativa, como la calidad del contenido utilizado para la búsqueda vectorial.

  • Establezca los criterios de evaluación del modelo y los controles de calidad.

  • Configure protocolos de evaluación de riesgos para proyectos de IA generativa.

  • Establezca directrices para el uso ético y responsable de la IA generativa. Capacite a desarrolladores, científicos de datos y especialistas en IA generativa para que cumplan con estas pautas.
Plataforma

  • Configure la infraestructura básica de la PoC, como una AWS landing zone y los permisos que necesitan los desarrolladores.

  • Configure un entorno para la experimentación generativa de IA y el desarrollo de PoC, como un parque de juegos de Amazon Bedrock o un JupyterLab espacio de SageMaker IA de Amazon o una instancia de notebook.

  • Implemente un enfoque RAG o un flujo de trabajo de agencia que los desarrolladores puedan utilizar fácilmente. Para un enfoque RAG, considere las bases de conocimiento de Amazon Bedrock y, para un flujo de trabajo de agencia, considere Amazon Bedrock Agents.

  • Configure marcos o canalizaciones que gestionen las solicitudes, los modelos y las evaluaciones rápidas. Estos recursos deberían ayudar a los desarrolladores a evaluar rápidamente los resultados y el rendimiento de la aplicación PoC.

  • Implemente las iniciativas de integración de datos en las etapas iniciales, incluidas las canalizaciones de datos estructurados y no estructurados. Configure bases de datos vectoriales para los experimentos de RAG.

  • Evalúe los modelos básicos en función del costo, el rendimiento y la idoneidad de los casos de uso. Puedes usar Amazon Bedrock, Amazon SageMaker AI y Amazon SageMaker AI JumpStart.
Seguridad

  • Implemente controles de acceso a los datos para entrenar modelos de IA generativa y asegúrese de que cumplan con los requisitos de conformidad. Amazon Q Business puede simplificar la implementación de RAG al habilitar controles detallados que permiten que las cargas de trabajo de IA generativa recuperen solo los datos a los que el usuario está autorizado a acceder.

  • Desarrolle una estrategia para proteger la información de identificación personal (PII) en los conjuntos de datos que se utilizan para entrenar modelos.
Operaciones

  • Cree documentación y procesos de apoyo para lo siguiente:

    • Implementaciones y aprendizajes de PoC

    • Configuraciones de plataforma y controles de seguridad básicos

    • Procedimientos de prueba y evaluación

    • Entregue los procesos para PoCs que tengan éxito y pasen a la fase de producción

Estrategia de transformación para alcanzar el siguiente nivel

Las organizaciones pueden pasar al siguiente nivel de madurez de la siguiente manera:

  • Cree una infraestructura apta para producción que dé soporte a la IA generativa: utilícela Servicios de AWS para implementar CI/CD procesos, patrones de despliegue estandarizados y mecanismos de escalado adecuados para los despliegues de producción.

  • Implemente la gobernanza: establezca marcos de gobernanza aptos para la producción a fin de gestionar el uso continuo de la IA generativa y las actualizaciones de los modelos.

  • Implemente la observabilidad: implemente prácticas de observabilidad, monitoreo y registro que se adapten específicamente a las cargas de trabajo de IA generativa. Esto incluye las métricas de rendimiento del modelo, los patrones de uso y la evaluación de la calidad de las respuestas.

  • Céntrese en el cumplimiento: asegúrese de cumplir con los estándares y reglamentos del sector en materia de privacidad y seguridad de los datos.

  • Cree equipos de IA dedicados: configure un equipo que cree y mantenga rutas estandarizadas de producción para soluciones de IA generativas.

  • Implemente la excelencia operativa: cree un proceso de respuesta y escalamiento ante incidentes. Establezca acuerdos de nivel de servicio (SLAs) y métricas de rendimiento. Implemente estrategias de optimización de costos.

Al tomar estas medidas, las organizaciones pueden:

  • Valide que las aplicaciones de IA generativa sean estables, fiables y aporten valor a la organización de forma continua.

  • Support el crecimiento de las soluciones de IA generativa a medida que aumentan la demanda y el uso en varios departamentos.

  • Gestione los riesgos, mantenga la supervisión y alinee las iniciativas de IA con las normas reglamentarias a medida que se conviertan en una parte integral de las operaciones comerciales.

  • Proporcione supervisión, mejora y soporte continuos para las soluciones de IA generativa. Esto reduce la dependencia de equipos de proyectos temporales o ad hoc.

  • Prepare a la organización para pasar de proyectos aislados a un enfoque estratégico y cohesivo, en el que la IA se convierta en un elemento fundamental de los procesos empresariales. La organización está preparada para una mayor escala y una adopción más amplia.