View a markdown version of this page

Modelo generativo de maturidade de IA de nível 4: escala - AWS Orientação prescritiva
Foco e critériosPrincipais atividades

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Modelo generativo de maturidade de IA de nível 4: escala

O nível 4 do modelo generativo de maturidade de IA, o nível Scale, faz a transição da excelência operacional para a inovação escalável. As organizações começam a ir além das implantações de produção individuais para criar um ecossistema robusto de componentes reutilizáveis, padrões padronizados e fluxos de trabalho automatizados. Esse ecossistema ajuda as organizações a acelerar a adoção generativa da IA em vários departamentos, mantendo uma governança robusta e a otimização de custos. Ao estabelecer arquiteturas escaláveis e recursos de autoatendimento, esses níveis de maturidade capacitam as empresas a implantar com eficiência vários aplicativos generativos de IA, que, em última análise, impulsionam a transformação e a inovação sustentável em toda a organização.

Esta seção inclui os seguintes tópicos:

Foco e critérios

Nesse nível, as organizações fazem a transição da excelência operacional para a inovação escalável, com foco na criação de componentes e padrões reutilizáveis que aceleram a adoção generativa da IA em toda a empresa. A ênfase muda das implantações de produção individuais para a criação de recursos que possibilitem recursos de autoatendimento, padrões padronizados e fluxos de trabalho automatizados, ao mesmo tempo em que otimizam os custos e mantêm a governança em grande escala. Diferentemente da Level 3, que se concentra em cargas de trabalho de produção selecionadas, a Level 4 permite a rápida implantação de um grande número de aplicativos generativos de IA por meio de componentes padronizados e reutilizáveis, alcançando ganhos de eficiência e produtividade em toda a empresa.

A seguir estão os critérios para estar nesse nível:

  • Vários departamentos adotaram o uso generativo da IA generativa.

  • A organização estabeleceu uma infraestrutura generativa de IA e um ecossistema de ferramentas em toda a empresa.

  • Um modelo operacional e uma matriz RACI são definidos e implementados.

  • Uma biblioteca disponível inclui componentes, padrões e aplicativos de IA padronizados e reutilizáveis. Os recursos de autoatendimento tornam a biblioteca acessível em toda a organização.

  • Mecanismos automatizados de governança operam em escala corporativa.

  • A organização tem evidências de práticas e resultados de inovação sustentados.

Principais atividades

A tabela a seguir mostra as principais atividades de cada pilar da adoção.

Pilar da adoção Atividades
Business

  • Alinhe projetos generativos de IA com metas comerciais de longo prazo. Concentre-se no crescimento da receita, redução de custos e satisfação do cliente.

  • Promova a adoção generativa da IA em toda a empresa por meio de componentes reutilizáveis e padrões padronizados que agregam valor.

  • Finalize o modelo operacional generativo de IA e a matriz RACI para operações escalonadas.

  • Estabeleça equipes especializadas para arquitetura, desenvolvimento e manutenção de plataformas.

  • Crie fluxos de trabalho padronizados de governança e aprovação.

  • Implemente análises e monitoramento avançados para melhoria contínua.

  • Estabeleça uma abordagem proativa para identificar os próximos casos de uso inovadores e de alto valor para IA. Considere casos de uso internos que melhoram a produtividade e casos de uso externo que se concentram em produtos.

  • Avalie oportunidades complexas de automação de tomada de decisão

  • Avalie as possibilidades de personalização e aprimoramento do produto
Pessoas

  • Treine a equipe para usar ferramentas generativas de IA e promover uma cultura de aprendizado e inovação contínuos.

  • Dentro do centro de excelência, desenvolva programas de orientação que transfiram conhecimento de especialistas em IA generativa para outros membros da equipe.

  • Use um modelo de fonte interna ou de crowdsource para ajudar a acelerar o desenvolvimento dos componentes reutilizáveis de IA generativa.

  • Execute programas de certificação de IA por meio de um centro de excelência.
Governança

  • Estabeleça estruturas de governança e ética de IA em toda a empresa que abranjam o uso de dados, a imparcialidade do modelo e a transparência.

  • Dimensione as práticas responsáveis de IA por meio de estruturas padronizadas e proteções automatizadas.

  • Estabeleça diretrizes de contribuição e padrões de qualidade.
Plataforma

  • Desenvolva componentes de IA reutilizáveis, como arquiteturas de microsserviços e pipelines automatizados para avaliar soluções com supervisão humana.

  • Crie modelos de solução padronizados, como implementações de RAG e fluxos de trabalho agentes.

  • Estabeleça um plano padronizado para integração com ferramentas de terceiros, usando padrões do setor, como o Model Context Protocol (MCP).

  • Implemente recursos de autoatendimento por meio de um portal interno, como uma arquitetura de integração que prioriza a API e um mercado de componentes.
Segurança

  • Implemente controles de segurança de nível corporativo e verificação automatizada de conformidade.
Operações

  • Crie processos e diretrizes para apoiar um modelo de desenvolvimento de fonte interna ou de crowdsource.

  • Implemente estruturas abrangentes de observabilidade.

  • Crie painéis que ajudem você a monitorar o desempenho.

  • Implemente sistemas automatizados para coletar feedback.