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.
Implementación de un modelo operativo objetivo ADM impulsado por IA
Utilice un enfoque estructurado y gradual para implementar un modelo operativo objetivo (TOM) generativo para el desarrollo y el mantenimiento de aplicaciones de IA (ADM). El siguiente enfoque equilibra las ganancias rápidas con los cambios transformadores a largo plazo y, al mismo tiempo, minimiza las interrupciones de las operaciones actuales. Cada fase aborda los componentes específicos de la TOM, destacando sus interdependencias y su evolución a lo largo del proceso de implementación.
Como se muestra en el siguiente diagrama, la estrategia de implementación consta de fases que pasan de la complejidad básica a la avanzada durante un período de 12 meses:
-
Fase 1: Establecimiento de las bases: esta fase se produce en los meses 1 a 3. Establece estructuras de gobierno básicas e introduce herramientas de inteligencia artificial esenciales, al tiempo que logra beneficios rápidos.
-
Fase 2: Desarrollo de capacidades: esta fase se produce entre 3 y 6 meses. Amplía la adopción de la IA y aborda procesos de complejidad media. Lance su COE de IA, amplíe la adopción de la IA a las funciones de gestión de proyectos y operaciones y colabore con sus socios de ADM para rediseñar los procesos clave del SDLC mediante la IA generativa.
-
Fase 3: escalamiento de la transformación: esta fase se produce entre los 6 y los 12 meses (y más allá). Implementa soluciones avanzadas y aborda los desafíos de mayor complejidad. Por ejemplo, implemente soluciones de IA avanzadas para el diseño de arquitecturas, el desarrollo integral y la supervisión de la seguridad. Desarrolle su gobernanza de la IA a un nivel empresarial y desarrolle sus relaciones contractuales con los socios de ADM para que reflejen la nueva realidad impulsada por la IA.
nota
Antes de comenzar la implementación, lleve a cabo una evaluación de la preparación para el SDLC basada en la IA para establecer una base de referencia de las capacidades actuales del SDLC de su organización e identificar las áreas clave de mejora. Para obtener más información, consulte Próximos pasos.
Los plazos reales pueden variar según el contexto organizacional, el enfoque de implementación y otros factores, como el tamaño y la escala de la implementación. Algunas organizaciones pueden lograr resultados en un período de tiempo más corto o más largo, según sus circunstancias específicas y sus niveles de madurez.
Al avanzar en estas fases, puede transformar las prácticas de ADM de su organización de forma sistemática y utilizar la IA para impulsar la innovación, la eficiencia y la ventaja competitiva. Para obtener más información sobre el uso de un enfoque gradual en su organización, consulte la hoja de ruta para implementar un ADM TOM basado en la IA y las mejores prácticas para todas las fases de la implementación.
Las organizaciones pueden mejorar sus capacidades internas a través de este proceso de transformación. Este proceso también requiere un ajuste continuo y una comunicación clara con todas las partes interesadas. El resultado es un modelo operativo de ADM global e integrado para el desarrollo y el mantenimiento de software impulsados por la IA con sus proveedores de servicios tecnológicos y de consultoría.
Hoja de ruta para implementar un ADM TOM con tecnología de IA
La siguiente tabla proporciona una hoja de ruta de referencia que utiliza un enfoque gradual para implementar un ADM TOM y, al mismo tiempo, minimizar las interrupciones de las operaciones actuales. Para cada componente de ADM, la hoja de ruta describe las actividades relevantes que se llevan a cabo en cada fase de implementación.
Componente ADM |
Establecimiento de la base: de 1 a 3 meses |
Desarrollo de capacidades: 3 a 6 meses |
Escalamiento de la transformación: de 6 a 12 meses y más |
|---|---|---|---|
Alineación estratégica |
|
|
|
Estructura organizativa |
|
|
|
Talento y habilidades |
|
|
|
Gobernanza y ética |
|
|
|
Medición del rendimiento |
|
|
|
Ecosistema de socios |
|
|
|
Tecnología y herramientas |
|
|
|
Processes |
|
|
|
Para obtener información sobre el marco de una visión de la IA para ADM que incluye una declaración de misión, objetivos e iniciativas estratégicas, consulte el apéndice A: Ejemplo de marco de la visión de la IA para ADM. Para obtener una lista de verificación de implementación detallada que abarque la gobernanza, la estructura organizativa, las funciones, los procesos y las herramientas en las tres fases, consulte el Apéndice B: Lista de verificación de implementación para un TOM de ADM.
Mejores prácticas para todas las fases de implementación
Es importante tener en cuenta las siguientes prácticas recomendadas durante todas las fases de implementación. Para cada práctica recomendada, se muestra el componente del modelo operativo relacionado, lo que indica qué aspecto del modelo se ve más afectado:
-
Supervise y ajuste el enfoque de forma continua en función de los comentarios y los resultados. (Medición del rendimiento)
-
Comuníquese claramente con todas las partes interesadas sobre las diversas iniciativas de IA y su impacto. (Alineación estratégica)
-
Equilibre la automatización de la IA con la supervisión humana para garantizar la calidad y mantener el control. (Gobernanza y ética)
-
Evalúe periódicamente el retorno de la inversión (ROI) de las iniciativas de IA y ajuste la estrategia en consecuencia. (Medición del rendimiento; alineación estratégica)
-
Aborde los problemas de privacidad y seguridad de los datos que son específicos del uso de la IA en un modelo de entrega global. (Gobernanza y ética)
-
Evalúe periódicamente el impacto de la IA en la propuesta de valor de la subcontratación y ajuste el modelo de participación según sea necesario. (Ecosistema de socios; alineación estratégica)
