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。
后续步骤
生成式人工智能为企业创新、优化运营和为客户创造新价值提供了一个变革性的机会。但是，从实验到全企业采用的旅程需要一种战略方法，在创新与安全、治理和卓越运营之间取得平衡。
该战略中提出的四层框架——可靠的基础架构、经批准的基础模型、强大的安全性和治理以及可重复的应用程序模式——为组织提供了一种构建和扩展其生成式人工智能计划的全面方法。该框架可帮助企业超越孤立的原型，创建可持续、可随时投入生产的解决方案，从而提供可衡量的商业价值。
成功采用企业生成式人工智能需要的不仅仅是技术实施。Organizations 必须培养人员、流程和技术的正确组合。建立人工智能卓越中心、实施适当的治理结构以及制定明确的模型评估和部署流程与技术基础设施本身一样重要。
在生成式人工智能实施中，安全和治理不可能成为事后才想到的。通过从一开始就嵌入这些注意事项，组织可以进行创新，同时优先保护敏感数据和遵守监管要求。该战略中概述的安全控制和治理框架为负责任的人工智能采用奠定了基础，这种采用可以随着需求的变化和新出现的威胁而发展。
本战略文件中介绍的应用模式展示了组织如何通过使用行之有效的方法来加速其生成式人工智能计划。无论是实施人工智能驱动的生成式助手、基于RAG聊天的助手，还是智能文档处理解决方案，这些模式都为快速开发提供了起点，同时确保了实现的一致性和质量。
随着组织踏上生成式人工智能之旅，可以考虑采取以下后续步骤：
-
根据本策略中提出的框架，评估您当前的 AI 和数据基础设施准备情况。
-
建立跨职能团队来监督生成式人工智能计划，包括来自 IT、数据科学、法律和业务部门的代表。
-
从能够展示明确业务价值的小型、定义明确的 proof-of-concept项目开始。
-
制定全面的生成式 AI 策略，使其与组织更广泛的业务目标保持一致。
-
投资于持续的教育和培训，在整个组织中建立生成式 AI 能力。
通过 Amazon Bedrock 提供的全面套件 AWS 服务 和坚实的基础，组织可以放心地从生成式 AI 实验转向安全、合乎道德和有效的可扩展的企业就绪型解决方案。在您踏上这段变革之旅时，我们将 AWS 继续致力于通过所需的工具、专业知识和基础设施来支持您的成功，以释放企业中生成式人工智能的全部潜力。
