Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Prontezza
<a name="readiness"></a>


| **Domanda** | **Example response** | 
| --- | --- | 
| Disponi di AWS account che possono essere utilizzati per questi carichi di lavoro? | Sì o no. | 
| Hai un contratto aziendale esistente con AWS? | Sì o no | 
| Quanto è scalabile la tua attuale infrastruttura cloud per gestire carichi di lavoro di intelligenza artificiale generativa? | La nostra infrastruttura cloud è altamente scalabile, con funzionalità di scalabilità automatica per le risorse di calcolo e sistemi di archiviazione distribuiti progettati per gestire in modo efficiente carichi di lavoro di intelligenza artificiale generativa su larga scala. | 
| Disponi di funzionalità di pipeline di dati per la preelaborazione e l'ingegneria delle funzionalità su larga scala? | Le nostre pipeline di dati utilizzano framework di elaborazione distribuiti come Apache Spark per la preelaborazione dei dati su larga scala e l'ingegneria delle funzionalità, con supporto per l'elaborazione di dati in batch e in streaming. | 
| Disponete di funzionalità di fornitura e gestione degli account? | Sì o no. | 
| Come descriveresti l'alfabetizzazione in materia di intelligenza artificiale e la disponibilità della tua organizzazione ad adottare tecnologie di intelligenza artificiale generativa? | La nostra organizzazione ha investito molto in programmi di formazione sull'intelligenza artificiale e la maggior parte del personale tecnico ha completato la formazione di base sull'AI/ML. L'organizzazione ha una cultura dell'innovazione che abbraccia le nuove tecnologie, inclusa l'intelligenza artificiale generativa. | 
| Quali competenze in materia di AI/ML esistono all'interno della vostra organizzazione e come vengono distribuite? | Abbiamo un Centro di eccellenza dedicato all'intelligenza artificiale con data scientist esperti e ingegneri ML. Miglioriamo le competenze degli esperti di settore in diverse unità aziendali per diventare esperti di intelligenza artificiale e identificare i casi d'uso dell'IA generativa. | 
| Hai un business case di alto livello che illustra gli obiettivi, i vantaggi e i costi del programma cloud? | Sì o no. | 
| Qual è la tempistica prevista per portare la soluzione in produzione? | Settimane, mesi e così via. | 
| I vostri principali stakeholder (ad esempio, CFO, CIT/CTO, COO) si sono impegnati a finanziare? | Sì o no | 
| Come garantite la conformità alle normative sulla protezione dei dati nelle vostre iniziative di intelligenza artificiale generativa? | Abbiamo un team di conformità dedicato che lavora a stretto contatto con i nostri team di intelligenza artificiale. Conduciamo regolarmente valutazioni dell'impatto sulla privacy, implementiamo i principi di protezione dei dati fin dalla progettazione e conserviamo registri dettagliati di elaborazione dei dati per tutti i progetti di intelligenza artificiale generativa. | 
| Quanto sono maturi i sistemi esistenti che si integrano con le nuove tecnologie di intelligenza artificiale generativa? | La nostra architettura IT si basa su microservizi e consente APIs l'integrazione flessibile di nuove tecnologie di intelligenza artificiale generativa. Questi sistemi sono standardizzati su formati e protocolli di dati comuni per garantire l'interoperabilità. | 
| Che esperienza avete nell'operatività dei modelli di machine learning e in che modo ciò potrebbe applicarsi ai sistemi di intelligenza artificiale generativa? | Disponiamo di MLOps pratiche consolidate, tra cui pipeline di implementazione automatizzata dei modelli, sistemi di monitoraggio e framework di test A/B. Queste pratiche vengono adattate per gestire i requisiti unici dei modelli di intelligenza artificiale generativa su larga scala. |