View a markdown version of this page

Modelo de madurez de IA generativa de nivel 4: escala - AWS Guía prescriptiva
Enfoque y criteriosActividades clave

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 4: escala

El nivel 4 del modelo de madurez de la IA generativa, el nivel Scale, pasa de la excelencia operativa a la innovación escalable. Las organizaciones comienzan a ir más allá de las implementaciones de producción individuales para crear un ecosistema sólido de componentes reutilizables, patrones estandarizados y flujos de trabajo automatizados. Este ecosistema ayuda a las organizaciones a acelerar la adopción generativa de la IA en varios departamentos y, al mismo tiempo, a mantener una gobernanza sólida y una optimización de costes. Al establecer arquitecturas escalables y capacidades de autoservicio, estos niveles de madurez permiten a las empresas implementar de manera eficiente numerosas aplicaciones de IA generativa que, en última instancia, impulsan la transformación de toda la organización y la innovación sostenible.

Esta sección se incluyen los siguientes temas:

Enfoque y criterios

En este nivel, las organizaciones pasan de la excelencia operativa a la innovación escalable, centrándose en crear componentes y patrones reutilizables que aceleren la adopción generativa de la IA en toda la empresa. El énfasis pasa de centrarse en las implementaciones de producción individuales a la creación de capacidades que permitan el autoservicio, los patrones estandarizados y los flujos de trabajo automatizados, al tiempo que optimizan los costos y mantienen la gobernanza a escala. A diferencia del Nivel 3, que se centra en determinadas cargas de trabajo de producción, el Nivel 4 permite el despliegue rápido de un gran número de aplicaciones generativas de IA mediante componentes estandarizados y reutilizables, lo que permite aumentar la eficiencia y la productividad en toda la empresa.

Los siguientes son los criterios para estar en este nivel:

  • Varios departamentos han adoptado un uso generalizado de la IA generativa.

  • La organización ha establecido un ecosistema de herramientas e infraestructura de IA generativa para toda la empresa.

  • Se definen e implementan un modelo operativo y una matriz RACI.

  • Una biblioteca disponible incluye componentes, patrones y aplicaciones de IA estandarizados y reutilizables. Las capacidades de autoservicio hacen que la biblioteca sea accesible en toda la organización.

  • Los mecanismos de gobierno automatizados funcionan a escala empresarial.

  • La organización tiene pruebas de prácticas y resultados de innovación sostenidos.

Actividades clave

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

Pilar de la adopción Actividades
Usuarios

  • 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.

  • Impulse la adopción generativa de la IA en toda la empresa mediante componentes reutilizables y patrones estandarizados que generen valor.

  • Finalice el modelo operativo de IA generativa y la matriz RACI para operaciones escalables.

  • Establezca equipos especializados para la arquitectura, el desarrollo y el mantenimiento de la plataforma.

  • Cree flujos de trabajo estandarizados de gobierno y aprobación.

  • Implemente análisis y monitoreo avanzados para una mejora continua.

  • Establezca un enfoque proactivo para identificar los próximos casos de uso innovadores y de gran valor para la IA. Considere los casos de uso internos que mejoran la productividad y los casos de uso externos que se centran en los productos.

  • Evalúe las oportunidades de automatización de decisiones complejas

  • Evalúe las posibilidades de personalización y mejora de los productos
Personas

  • Capacite al personal de forma transversal para que utilice herramientas de IA generativas y fomente una cultura de aprendizaje e innovación continuos.

  • Dentro del centro de excelencia, desarrolla programas de tutoría que transfieran el conocimiento de los expertos en IA generativa a otros miembros del equipo.

  • Utilice un modelo de código interno o colectivo para acelerar el desarrollo de los componentes reutilizables de la IA generativa.

  • Ejecute los programas de certificación de IA a través de un centro de excelencia.
Gobernanza

  • Establezca marcos éticos y de gobernanza de la IA en toda la empresa que abarquen el uso de los datos, la imparcialidad de los modelos y la transparencia.

  • Amplíe las prácticas responsables de IA mediante marcos estandarizados y barreras automatizadas.

  • Establezca pautas de contribución y estándares de calidad.
Plataforma

  • Desarrolle componentes de IA reutilizables, como arquitecturas de microservicios y canalizaciones automatizadas para evaluar las soluciones con supervisión humana.

  • Cree plantillas de soluciones estandarizadas, como implementaciones de RAG y flujos de trabajo de agentes.

  • Establezca un plan estandarizado para la integración con herramientas de terceros, utilizando estándares del sector, como el Model Context Protocol (MCP).

  • Implemente capacidades de autoservicio a través de un portal interno, como una arquitectura de integración basada en las API y un mercado de componentes.
Seguridad

  • Implemente controles de seguridad de nivel empresarial y una verificación de conformidad automatizada.
Operaciones

  • Cree procesos y pautas para respaldar un modelo de desarrollo de código interno o colectivo.

  • Implemente marcos de observabilidad integrales.

  • Cree cuadros de mando que le ayuden a supervisar el rendimiento.

  • Implemente sistemas automatizados para recopilar comentarios.