View a markdown version of this page

Modello di maturità dell'IA generativa livello 2: esperimento - AWS Guida prescrittiva
Focus e criteriAttività chiaveStrategia di trasformazione

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.

Modello di maturità dell'IA generativa livello 2: esperimento

Basandosi sulla consapevolezza di base stabilita nel livello precedente, il livello Experiment segna una transizione cruciale dall'esplorazione teorica all'implementazione pratica delle tecnologie di intelligenza artificiale generativa. A questo livello, le organizzazioni vanno oltre la comprensione concettuale per impegnarsi in progetti PoC pratici e programmi pilota. Questi progetti PoC e progetti pilota sono progettati per convalidare il valore aziendale e sviluppare competenze chiave. Questo livello è caratterizzato da una sperimentazione strutturata, in cui le organizzazioni formano team dedicati, stabiliscono strutture di governance e iniziano a sviluppare competenze tecniche interne. Attraverso progetti pilota attentamente controllati, le organizzazioni possono testare le proprie ipotesi sul potenziale dell'IA generativa riducendo al minimo i rischi e massimizzando le opportunità di apprendimento. Ciò pone le basi per un'implementazione e una scalabilità più ampie delle iniziative di successo.

Focus e criteri

A questo livello, le organizzazioni passano dall'esplorazione alla sperimentazione pratica del PoC e ai progetti pilota con tecnologie di intelligenza artificiale generativa. L'obiettivo è convalidare il valore aziendale attraverso programmi pilota strutturati e sviluppare competenze chiave. Questo livello enfatizza l'apprendimento pratico, lo sviluppo di capacità interne e competenze tecniche e la creazione di quadri di base e di governance.

I criteri per essere a questo livello sono i seguenti:

  • L'organizzazione ha progetti pilota attivi e bozze concettuali in corso.

  • I team dedicati e interfunzionali sono assegnati a iniziative di intelligenza artificiale generativa.

  • Viene stabilito un programma di formazione interno strutturato.

  • Le organizzazioni hanno selezionato e convalidato modelli e strumenti di intelligenza artificiale.

  • L'organizzazione ha definito i propri framework di governance e dati iniziali.

Attività chiave

La tabella seguente mostra le attività chiave per ogni pilastro dell'adozione.

Pilastro dell'adozione Attività
Business

  • Definisci e dai priorità ai casi d'uso strategici in base al valore aziendale e alla fattibilità.

  • Per esempio PoCs, stabilisci metriche di successo e framework per misurare il ritorno sull'investimento (ROI).

  • Crea scorecard di valutazione del valore per ogni PoC.

  • Limita l'ambito PoCs a una scala gestibile con metriche di successo chiare.

  • Per ogni PoC, misura il ROI e valuta se ha soddisfatto i criteri di successo.
Persone

  • Implementa programmi di formazione strutturati in materia di ingegneria tempestiva, RAG e messa a punto dei modelli.

  • Crea percorsi di certificazione AI generativi e framework di progressione di carriera.

  • Assumi esperti di intelligenza artificiale generativa e scienza dei dati.

  • Collabora con specialisti esterni, come il AWS Generative AI Innovation Center o AWS Professional Services, per creare congiuntamente un PoC, fornire supporto e trasferire conoscenze.

  • Stabilisci percorsi di certificazione AI e framework di progressione della carriera.
Governance

  • Sviluppa framework preliminari che comprendano la governance dei dati per l'intelligenza artificiale generativa, come la qualità dei contenuti utilizzati per la ricerca vettoriale.

  • Stabilisci criteri di valutazione del modello e controlli di qualità.

  • Imposta protocolli di valutazione del rischio per progetti di intelligenza artificiale generativa.

  • Stabilisci linee guida per l'uso etico e responsabile dell'IA generativa. Forma sviluppatori, data scientist e specialisti di intelligenza artificiale generativa affinché rispettino queste linee guida.
Platform (Piattaforma)
Sicurezza

  • Implementa i controlli di accesso ai dati per addestrare modelli di intelligenza artificiale generativa e assicurati che rispettino i requisiti di conformità. Amazon Q Business può semplificare l'implementazione di RAG abilitando controlli granulari che consentono ai carichi di lavoro di intelligenza artificiale generativa di recuperare solo i dati a cui l'utente è autorizzato ad accedere.

  • Sviluppa una strategia per proteggere le informazioni di identificazione personale (PII) nei set di dati utilizzati per addestrare i modelli.
Operazioni

  • Crea documentazione e processi di supporto per quanto segue:

    • Implementazioni e apprendimenti PoC

    • Configurazioni di base della piattaforma e controlli di sicurezza

    • Procedure di test e valutazione

    • Processi di trasferimento di successo PoCs che passano alla produzione

Strategia di trasformazione per raggiungere il livello successivo

Organizations può passare al livello di maturità successivo effettuando le seguenti operazioni:

  • Crea un'infrastruttura di livello di produzione per supportare l'IA generativa: utilizzala Servizi AWS per implementare CI/CD pipeline, modelli di implementazione standardizzati e meccanismi di scalabilità adeguati per le implementazioni di produzione.

  • Implementazione della governance: stabilisci framework di governance di livello di produzione per gestire l'utilizzo continuo dell'IA generativa e gli aggiornamenti dei modelli.

  • Implementa l'osservabilità: implementa pratiche di osservabilità, monitoraggio e registrazione adattate specificamente per carichi di lavoro di intelligenza artificiale generativa. Ciò include le metriche delle prestazioni del modello, i modelli di utilizzo e la valutazione della qualità della risposta.

  • Concentrati sulla conformità: assicurati di rispettare gli standard e le normative del settore per la privacy e la sicurezza dei dati.

  • Crea team di intelligenza artificiale dedicati: crea e mantiene percorsi standardizzati di produzione per soluzioni di intelligenza artificiale generativa.

  • Implementa l'eccellenza operativa: crea un processo di risposta e di intensificazione degli incidenti. Stabilisci accordi sui livelli di servizio (SLAs) e metriche prestazionali. Implementa strategie di ottimizzazione dei costi.

Adottando queste azioni, le organizzazioni possono:

  • Convalidare che le applicazioni di intelligenza artificiale generativa siano stabili, affidabili e forniscano continuamente valore all'organizzazione.

  • Supporta la crescita delle soluzioni di intelligenza artificiale generativa man mano che la domanda e l'utilizzo aumentano nei vari reparti.

  • Gestisci i rischi, mantieni la supervisione e allinea le iniziative di intelligenza artificiale agli standard normativi man mano che diventano parte integrante delle operazioni aziendali.

  • Fornisci monitoraggio, miglioramento e supporto continui per soluzioni di intelligenza artificiale generativa. Ciò riduce la dipendenza da team di progetto ad hoc o temporanei.

  • Prepara l'organizzazione a passare da progetti isolati a un approccio strategico e coeso, in cui l'intelligenza artificiale diventa un fattore abilitante fondamentale dei processi aziendali. L'organizzazione è pronta per un'ulteriore scalabilità e un'adozione più ampia.