View a markdown version of this page

生成 AI 成熟度モデルレベル 1: Envision - AWS 規範ガイダンス
焦点と基準主要なアクティビティ変換戦略

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

生成 AI 成熟度モデルレベル 1: Envision

この基本的なレベルは、組織が生成 AI の概念を探求し、組織の意識を高め、ビジネス目標に沿った潜在的なユースケースを特定する重要な出発点として機能します。この基本的な基礎を確立することで、企業はビジネス、人材、ガバナンス、プラットフォーム、セキュリティ、運用の各側面にわたる重要な考慮事項に対処しながら、AI ジャーニーの明確なビジョンを開発できます。

このセクションでは、次のトピックについて説明します。

焦点と基準

このレベルでの目標は、生成 AI テクノロジーと、このテクノロジーに関連する新しい業界の傾向に関する基本的な理解と認識を構築することです。これには、潜在的なアプリケーションの評価や、生成 AI がビジネスにメリットをもたらす可能性のある領域の特定が含まれます。このレベルは、生成 AI に関するステークホルダーの教育と、ユースケースの探索、リスクと文化的な準備状況の評価の実施に重点を置いています。

このレベルになるための基準は次のとおりです。

  • 組織は、生成 AI の基礎に関する基本的な知識を実証しています。

  • 組織は、業界の生成 AI アプリケーションと機会についての認識を文書化しています。

  • 組織は、AI の文化的準備状況を新たに理解しています。

  • 組織は、潜在的なユースケースと利点の初期調査を実施しました。

  • 組織はガバナンスとセキュリティ要件を事前に検討しています。

主要なアクティビティ

次の表は、導入の各柱の主要なアクティビティを示しています。

導入の柱 アクティビティ
ビジネス

  • 生成 AI が特定のビジネス上の問題を解決する方法を理解します。

  • 初期の生成 AI ユースケースを、カスタマーエンゲージメントの向上やコンテンツ作成の自動化などのビジネス目標にマッピングします。

  • 選択したユースケースに関連して価値の高いデータソースを特定します。
People

  • 内部トレーニングセッションとナレッジ共有ワークショップを実施します。

  • 組織内の AI チャンピオンを特定し、生成 AI の機会の探索を主導します。

  • 生成 AI の導入に向けた組織の文化と変更管理の準備状況を評価します。

  • 組織内の現在の技術的スキルギャップを評価し、生成 AI の導入に必要な投資を決定します。

  • シニアエグゼクティブが AI の戦略的可能性、技術的能力、変革的なビジネスへの影響、生成 AI プロジェクトにおけるデータの重要性を理解するのに役立つ教育イニシアチブを設計します。

  • 業界のフォーラムやカンファレンスに参加して、他の企業の AI 導入体験から学びましょう。

  • 実験を奨励し、イノベーションを促進するために、内部ハッカソンを組織します。
ガバナンス

  • プライバシーやデータ主権など、生成 AI の導入に関する倫理的および規制上の考慮事項について説明します。

  • 組織内での責任ある AI の使用に関する最初のガイドラインを作成します。
プラットフォーム

  • 組織の標準に合わせて生成 AI を採用するための要件について説明します。

  • 基盤モデルにアクセスするための Amazon Bedrock や、迅速な実験のための Amazon SageMaker AI などの AI/ML モデルとツールをご覧ください。

  • 既存の内部データソースと外部データソースを評価してカタログ化します。データインフラストラクチャと品質を評価して、生成 AI の実現可能性と潜在的な実装要件を決定します。
セキュリティ

  • 組織での生成 AI の導入に関連するセキュリティ上の影響とタスクについて説明します。次に例を示します。

    • データプライバシーと保護のリスク。これには、トレーニングデータ、プロンプト、モデル出力を通じて機密情報が公開される可能性が含まれます。

    • AI システムのユーザー検証とロールベースのアクセス許可の複雑さを含む、アクセスコントロールと認証の課題

    • モデルセキュリティの脆弱性。これには、インジェクション攻撃を促す可能性や、安全でないコンテンツや不適切なコンテンツを生成する可能性が含まれます。
オペレーション

  • 組織での生成 AI の導入に関連する運用上の課題を理解します。次に例を示します。

    • AI ソリューションのパフォーマンスモニタリングのニーズを計画します。

    • ガバナンスとバージョニングの要件を検討してください。

    • インシデント対応手順に必要なものを理解します。

次のレベルに到達するための変換戦略

次の成熟度レベルに進むには、次の点を考慮してください。

  • 部門横断的な生成 AI 分隊を確立する – 明確な役割と責任を持つ部門横断的な生成 AI 分隊を形成します。分隊には、IT 担当者、ビジネス担当者、セキュリティとガバナンスの利害関係者、実験作業を主導できる生成 AI SMEs を含める必要があります。このグループは、生成 AI の取り組みをスケールする際に、後でより正式に定義されたセンターオブエクセレンス (CoE) の基盤を形成します。

  • ユースケースの特定と優先順位付け – 実現可能性、ビジネスへの影響、戦略的目標への整合性に基づいてプロジェクトの優先順位付けに役立つユースケースマトリックスを作成します。概念実証 (PoCs) については、上位のユースケースの短いリストを作成します。

  • パイロットプロジェクトのリソースを割り当てる – 小規模な PoCs。

  • 生成 AI スキルの開発 – Amazon Bedrock、SageMaker AI、Amazon Q Business、Amazon Q Developer、プロンプトエンジニアリング、検索拡張生成 (RAG)、エージェント AI とワークフローなど、特定のツールとテクノロジーについてスタッフをスキルアップします。

  • 完全な事前ガバナンス – 生成 AI の使用をガイドする事前ガバナンスを確立します。コンプライアンス、リスク管理、および倫理的考慮事項をカバーする必要があります。

  • 文化的準備 — 組織全体の生成 AI 導入のための組織変更管理の計画を開始します。

  • 成功メトリクスを特定する – PoC ごとに、成功基準とビジネスおよび技術メトリクスを定義します。

これらのアクションを実行することで、組織は次のことを期待できます。

  • 生成 AI テクノロジーの実践的な経験を積む。

  • 特定のユースケースの実現可能性と潜在的な影響を検証します。

  • 生成 AI の内部能力と専門知識を構築します。

  • 生成 AI の導入に関連する潜在的な課題とリスクを特定します。

  • 次のレベルに進むために、生成 AI 導入の準備状況を改善します。