本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
目标业务成果
生成式 AI 工作负载评估旨在提供多个有针对性的结果，这些结果对于成功实现生成式 AI 工作负载的现代化至关重要。这些结果确保了组织为有效和高效地整合人工智能技术做好了充分的准备。
对于每项目标结果，生成式 AI 工作量评估侧重于：
-
相互依存关系：确定并阐明现代化过程的结果与其他方面之间的任何相互依存关系。这包括了解一种结果可能如何影响或受其他结果的影响，以确保采用整体方法实现现代化。
-
利益相关者协调：概述战略，使不同的利益相关者与每项结果保持一致。这包括向不同的组织级别和部门传达每项结果的价值和影响，以促进认同和支持。
-
优先级：在确定了多个用例或结果的情况下，请提供一个框架，以便根据业务影响、资源需求和战略调整等因素对它们进行优先排序。
-
持续改进：针对每项结果，建立持续评估和完善的机制。这确保了现代化工作能够适应和响应不断变化的技术格局和业务需求。
以下是对每项目标结果的详细讨论：
目标架构
-
定义：该评估有助于为生成式 AI 工作负载定义清晰且可扩展的目标架构。
-
组件：这包括选择合适的云服务、设计数据管道和确保系统互操作性。
-
优点：定义明确的架构支持可扩展性、可靠性和性能优化，并为现代化提供了坚实的基础。
客户准备就绪
-
评估：评估组织基础架构、流程和文化的现状，以确定采用生成式人工智能现代化的准备情况。
-
标准：这包括评估技术能力、数据质量和组织接受变革的意愿。
-
成果：找出差距和需要改进的领域，确保组织为顺利过渡到现代解决方案和技术做好准备。
用例目标和延伸目标
-
用例目标为目标解决方案的实施设定了明确的目标，重点是特定的业务问题或机会。
生成式人工智能现代化背景下的用例目标是指组织旨在通过实施生成式人工智能解决方案来实现的具体、可衡量的目标。这些目标通常与更广泛的业务目标保持一致，并侧重于应对组织内部的特定挑战或机遇。用例目标的示例可能包括：
-
通过使用生成式 AI 驱动的聊天机器人，将客户服务响应时间缩短 50%。
-
通过生成式 AI 辅助代码分析，将代码审查效率提高 30%。
-
通过使用生成式 AI 模式识别，将欺诈检测准确性提高 25%。
-
-
延伸目标定义了雄心勃勃的目标，这些目标突破了生成式人工智能现代化在组织内可以实现的目标。
-
影响：设定可实现的目标和理想的目标有助于使生成式人工智能现代化计划与战略业务目标保持一致，并鼓励创新。
工作量估算
-
目的：准确的工作量估算有助于资源规划，并确保项目在预算范围内按时交付。
-
范围：估算实施生成式人工智能现代化计划所需的资源、时间和预算。
-
因素：考虑技术复杂性、集成挑战和潜在风险。
支持需求
-
培训和发展：确定成功采用生成式人工智能现代化所需的技能和知识。
-
资源：确定是否需要培训计划、研讨会和其他支持活动。
-
成果：确保员工具备必要的技能，可以提高生成式人工智能现代化计划的有效性，并支持长期成功。
实施计划
-
路线图：制定详细计划，概述实现生成式 AI 现代化所需的步骤。
-
里程碑：定义关键里程碑和可交付成果以跟踪进度。
-
好处：明确的实施计划提供了方向和问责制，并促进了生成式人工智能现代化的结构化方法。
