View a markdown version of this page

Modello di maturità dell'IA generativa di livello 3: lancio - 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 di livello 3: lancio

A questo livello, le organizzazioni passano dalle proof-of-concept iniziative all'implementazione metodica di soluzioni di intelligenza artificiale generativa selezionate e comprovate negli ambienti di produzione. Questo livello rappresenta un passaggio fondamentale dalla sperimentazione a favore di solidi protocolli di governance, sistemi di monitoraggio in tempo reale e infrastrutture di supporto dedicate. Le aziende si concentrano sul lancio di alcune applicazioni di livello di produzione che dimostrino un chiaro impatto aziendale. Questo livello enfatizza il rigore operativo: implementazione di framework di lancio completi, definizione di linee guida di governance chiare e mantenimento di elevati standard di sicurezza. Il rilascio di soluzioni di intelligenza artificiale generativa affidabili che forniscono risultati quantificabili prepara l'organizzazione a un'adozione più ampia.

Focus e criteri

A questo livello, le organizzazioni implementano sistematicamente soluzioni di intelligenza artificiale generativa negli ambienti di produzione e implementano solidi meccanismi di governance, monitoraggio e supporto. Questi meccanismi offrono valore costante ed eccellenza operativa, mantenendo al contempo gli standard di sicurezza e conformità. L'attenzione si sposta dalle applicazioni sperimentali di intelligenza artificiale generativa all'implementazione di soluzioni pronte per la produzione che offrono un valore aziendale misurabile attraverso solidi processi di lancio, quadri di governance completi e monitoraggio sistematico delle prestazioni. Questo livello si concentra sull'implementazione di un numero selezionato di soluzioni di intelligenza artificiale generativa pronte per la produzione che fungono da implementazioni fondamentali per i framework di lancio e i meccanismi di governance.

I criteri per essere a questo livello sono i seguenti:

  • Le soluzioni di intelligenza artificiale generativa pronte per la produzione offrono risultati aziendali misurabili.

  • L'organizzazione ha implementato framework di base per la sicurezza, la governance e l'intelligenza artificiale responsabile.

  • I controlli operativi sono stabiliti e includono sistemi automatici di monitoraggio e avviso.

  • L'organizzazione ha definito un human-in-the-loop processo per le decisioni in materia di intelligenza artificiale.

  • Per i team interfunzionali di intelligenza artificiale, sono stati definiti ruoli preliminari e responsabilità operative.

Attività chiave

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

Pilastro dell'adozione Attività
Business

  • Firma una prima versione di una matrice RACI per operazioni di intelligenza artificiale generativa.

  • Identifica i ruoli chiave necessari per l'architettura, lo sviluppo e il supporto della piattaforma.

  • Misura l'efficienza operativa e il valore aziendale attraverso dashboard completi.

  • Tieni traccia e ottimizza i costi operativi e l'utilizzo delle risorse.
Persone

  • Crea team o squadre di piattaforme di intelligenza artificiale generativa per l'architettura, lo sviluppo e la manutenzione.

  • Implementa una struttura di supporto e programmi di formazione su più livelli sempre disponibili.
Governance

  • Ottieni l'approvazione formale dell'architettura da un comitato di revisione dell'architettura aziendale.

  • Stabilisci un quadro politico responsabile in materia di intelligenza artificiale e assicurati l'approvazione delle parti interessate.

  • Crea un comitato di supervisione interfunzionale per le revisioni dell'implementazione dell'IA.

  • Per le soluzioni di intelligenza artificiale generativa, conservate la documentazione per le approvazioni di governance, le valutazioni del rischio, i modelli di progettazione standardizzati e le specifiche tecniche.
Platform (Piattaforma)

  • Implementa CI/CD pipeline automatizzate per soluzioni di intelligenza artificiale generativa.

  • Implementa l'infrastruttura come codice (IaC) per gestire le risorse. AWS

  • Documenta modelli di progettazione e specifiche tecniche per soluzioni di intelligenza artificiale generativa.

  • Conserva i record CMDB per i componenti della piattaforma AI generativa.
Sicurezza

  • Implementa solidi controlli di sicurezza per le soluzioni di intelligenza artificiale generativa e le relative pipeline di dati.

  • Implementa una politica preliminare per un'IA responsabile.

  • Ottimizza l'infrastruttura scalabile per supportare l'acquisizione di dati in tempo reale, la ricerca vettoriale e la messa a punto.

  • Effettua valutazioni e verifiche di sicurezza regolari.

  • Implementa Amazon Bedrock Guardrails per standardizzare i controlli di sicurezza e privacy nelle applicazioni di intelligenza artificiale generativa.
Operazioni

  • Stabilisci framework SLA e metriche prestazionali.

  • Monitora le prestazioni del modello e le violazioni del guardrail. Imposta avvisi.

  • Crea dashboard operativi con sistemi di avviso automatizzati.

  • Segui i processi ITIL per la gestione delle modifiche e delle risorse.

  • Ha creato un archivio di conoscenze centralizzato che contiene runbook operativi, playbook e guide alla risoluzione dei problemi. FAQs

  • Stabilisci pratiche di osservabilità dei dati. Tieni traccia della provenienza, della provenienza e delle metriche di qualità dei dati per identificare le lacune prima della scalabilità.

  • Stabilisci livelli di supporto a più livelli con percorsi di escalation chiari.

  • Implementa revisioni periodiche delle prestazioni e analizza il feedback dei clienti.

Strategia di trasformazione per raggiungere il livello successivo

Per ampliare le iniziative di intelligenza artificiale generativa, le organizzazioni devono:

  • Formalizza il modello operativo generativo di intelligenza artificiale: formalizza la matrice RACI in tutta l'organizzazione.

  • Migliora la piattaforma di intelligenza artificiale generativa: esegui una valutazione delle implementazioni di intelligenza artificiale generativa esistenti per identificare modelli e componenti riutilizzabili. Valuta se lo stack tecnologico è pronto per la scalabilità. Inizia a immaginare e progettare un'architettura modulare con una gestione tempestiva centralizzata, framework di valutazione automatizzati e modelli standardizzati per una scalabilità efficiente delle soluzioni di intelligenza artificiale generativa.

  • Espandi i casi d'uso: integra le funzionalità di intelligenza artificiale in più reparti ed esplora nuove applicazioni.

  • Migliora l'esperienza degli sviluppatori: trasforma la piattaforma esistente in una piattaforma interna self-service. Questa piattaforma è un ambiente completo che fornisce strumenti, flussi di lavoro e governance standardizzati per lo sviluppo dell'intelligenza artificiale in tutta l'azienda.

  • Condividi le conoscenze: stabilisci pratiche interne e crea un mercato di componenti per la condivisione di risorse di intelligenza artificiale riutilizzabili tra i team. Le pratiche interne sono la strategia di applicazione di un approccio di sviluppo open source all'interno di un'organizzazione.

  • Imposta la scalabilità operativa: migliora l'infrastruttura di supporto con la risposta automatica agli incidenti e la pianificazione della capacità. Questo prepara l'infrastruttura alla scalabilità per l'adozione a livello aziendale dell'intelligenza artificiale generativa.

  • Investi in analisi avanzate: utilizza strumenti di analisi avanzati nel cloud, come Amazon CloudWatch per le metriche e Amazon Quick per la visualizzazione, per utilizzare l'analisi dei dati per un miglioramento continuo.

  • Rivedi il modello di governance dei dati: valuta se il tuo modello di governance dei dati supporta attualmente funzionalità self-service mantenendo politiche e controlli di accesso standardizzati. Un approccio eccessivamente restrittivo o centralizzato potrebbe ostacolare la capacità di estendere le iniziative relative ai dati oltre il team principale, in particolare tra diverse unità aziendali.

Adottando queste azioni, le organizzazioni possono:

  • Scala le iniziative di intelligenza artificiale generativa in tutta l'organizzazione per avere un impatto ampio.

  • Continua a migliorare la piattaforma identificando al contempo le opportunità per migliorare la produttività e la riutilizzabilità.

  • Migliora l'esperienza degli sviluppatori e riduci il carico cognitivo.

  • Promuovi una cultura basata sui dati.

  • Attira i migliori talenti posizionando l'organizzazione come leader nell'intelligenza artificiale generativa.