View a markdown version of this page

生成式 AI 成熟度模型级别 4：规模 - AWS 规范性指导
重点和标准主要活动

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。

生成式 AI 成熟度模型级别 4：规模

生成式人工智能成熟度模型的第 4 级，即规模级别，从卓越运营过渡到可扩展的创新。Organizations 开始超越单个生产部署，创建一个由可重复使用的组件、标准化模式和自动化工作流程组成的强大生态系统。该生态系统可帮助组织加快多个部门采用生成式人工智能，同时保持稳健的治理和成本优化。通过建立可扩展的架构和自助服务功能，这种成熟度使企业能够高效地部署大量生成式人工智能应用程序，从而最终推动整个组织的转型和可持续创新。

本节包括以下主题：

重点和标准

在这个层面上，组织从卓越运营过渡到可扩展的创新，专注于创建可重复使用的组件和模式，以加快生成式人工智能在整个企业中的采用。重点从个人生产部署转移到构建支持自助服务功能、标准化模式和自动化工作流程的功能，同时优化成本和维持大规模治理。与专注于特定生产工作负载的第 3 级不同，第 4 级支持通过标准化和可重复使用的组件快速部署大量生成式 AI 应用程序，从而提高企业范围的效率和生产力。

以下是达到此级别的标准：

  • 多个部门已广泛使用生成式人工智能。

  • 该组织已经建立了企业范围的生成式人工智能基础设施和工具生态系统。

  • 定义并实现了操作模型和 RACI 矩阵。

  • 可用的库包括标准化、可重复使用的 AI 组件、模式和应用程序。自助服务功能使整个组织都可以访问图书馆。

  • 自动化治理机制在企业范围内运行。

  • 该组织有持续创新实践和成果的证据。

主要活动

下表显示了每个采用支柱的主要活动。

收养支柱 活动
业务

  • 使生成式 AI 项目与长期业务目标保持一致。专注于收入增长、成本降低和客户满意度。

  • 通过可重复使用的组件和提供价值的标准化模式，推动企业范围内生成式 AI 的采用。

  • 最终确定生成式 AI 运营模型和 RACI 矩阵，以实现规模化运营。

  • 组建专门的平台架构、开发和维护小组。

  • 创建标准化的治理和审批工作流程。

  • 实施高级分析和监控以实现持续改进。

  • 制定积极主动的方法，确定下一个创新且高价值的人工智能用例。考虑提高工作效率的内部用例和以产品为重点的外部用例。

  • 评估复杂的决策自动化机会

  • 评估个性化和产品增强的可能性
人员

  • 对员工进行交叉培训，让他们使用生成式人工智能工具，培养持续学习和创新的文化。

  • 在卓越中心内，制定指导计划，将知识从生成人工智能专家传递给其他团队成员。

  • 使用内部资源或众源模型来帮助加速生成式 AI 可重复使用组件的开发。

  • 通过卓越中心实施人工智能认证计划。
治理

  • 建立涵盖数据使用、模型公平性和透明度的企业级 AI 治理和道德框架。

  • 通过标准化框架和自动护栏扩展负责任的人工智能实践。

  • 制定贡献准则和质量标准。
平台

  • 开发可重复使用的 AI 组件，例如微服务架构和自动化管道，用于在人工监督下评估解决方案。

  • 创建标准化解决方案模板，例如 RAG 实施和代理工作流程。

  • 使用模型上下文协议 (MCP) 等行业标准，制定与第三方工具集成的标准化蓝图。

  • 通过内部门户实现自助服务功能，例如 API 优先的集成架构和组件市场。
安全性

  • 实施企业级安全控制和自动合规性验证。
操作

  • 构建流程和指导方针，以支持内部资源或众包开发模型。

  • 部署全面的可观测性框架。

  • 创建可帮助您监控性能的仪表板。

  • 实施自动化系统来收集反馈。