在上面采用生成式人工智能的成熟度模型 AWS

亚马逊 Web Services（贡献者）

2025 年 6 月（文档历史记录）

生成式 AI 是 AI 模型的一个子集，这些模型已经过大量数据训练，可以生成新内容，包括文本、图像、音乐和视频。这些模型可以使用预训练的基础模型、自定义模型以及增强或专有数据集。生成式人工智能的影响遍及各行各业。它可以增强创造力，提高生产力，并实现新的商业模式。如果您的组织希望生成式人工智能来增强运营、推动创新和实现业务增长，那么结构化、分阶段的方法对于驾驭采用之旅至关重要。

根据首席信息官的一篇文章，88% 的人工智能飞行员未能投入生产。这会导致所谓的飞行员疲劳。文章说：“各公司只是厌倦了花更多的时间、金钱和精力来支持那些无法迅速或根本无法进入生产的试点项目。” 这种疲劳会扼杀创新，阻碍对生成式人工智能的进一步实验。此外，根据一份McKinsey 报告，各组织正在努力应对人工智能实施中的重大数据质量和集成挑战。

本战略文件提供了一个结构化框架，以帮助组织实施生成式人工智能解决方案。该框架旨在帮助您应对技术采用的复杂性，并确保您不会忽视关键步骤或最佳实践。使用本指南中的建议来全面了解您的生成式 AI 成熟度。通过评估成熟度级别，您可以确定每个级别的重点领域，并启动 end-to-end生成式人工智能采用之旅。该框架探讨了四个成熟度级别，从最初的意识到全面的转型。它概述了每个级别的关键活动和基本实践。

目标受众

本文面向希望通过在组织中采用生成式人工智能来创造价值的高管、技术总监、商业领袖、数据科学家、生成人工智能和 AI/ML 专家、IT 专业人员和决策者。

瞄准业务目标

通过系统地推进生成式人工智能成熟度水平，组织可以实现以下关键业务成果：