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 成熟度模型中的级别
<a name="overview-levels"></a>

生成式 AI 成熟度模型分为四个主要层面。每个级别都代表了组织在使用生成式 AI 能力方面的进展。该模型可以帮助组织了解他们目前的立场，并引导他们迈向生成式人工智能之旅的下一步。下图显示了生成式 AI 成熟度模型的四个级别以及每个级别的关键活动。



![生成式 AI 成熟度模型的四个级别：构想、实验、启动和规模。](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/images/gen-ai-maturity-model-levels.png)


以下是生成式 AI 成熟度模型中的四个级别：
+ [第 1 级：Envision](level-1.md)
+ [第 2 级：实验](level-2.md)
+ [第 3 级：发射](level-3.md)
+ [第 4 级：比例](level-4.md)

每个成熟度级别的标签反映了组织内部采用生成式人工智能的影响。当你确定组织在给定级别上的位置时，你可以深入了解下一个成熟度水平中的机会。较低的级别通常包含更具战术性的生成式人工智能用例，而较高的级别本质上往往更具战略性和变革性。

许多组织会发现，多个成熟度级别的特征适用于其团队和用例。这是因为没有哪个级别本质上是优越或劣势的——适当的成熟度水平取决于组织的目标和准备程度。

**注意**  
这种生成式人工智能成熟度模型并不是要将组织或其生成人工智能能力归类为纯粹的*初学者*或*变革性的*。相反，应独立考虑采用生成式人工智能的各个方面。每个成熟度级别的特征代表该特定方面的连续性，但在其他方面不一定与同一级别相关。

下表概述了这四个级别。


****  

| 类别 | 第 1 级：Envision | 第 2 级：实验 | 第 3 级：启动 | 第 4 级：缩放 | 
| --- | --- | --- | --- | --- | 
| 描述 | Organizations 探索生成式人工智能概念，提高意识并识别潜在的用例。 | Organizations通过结构化的试点项目和概念验证来验证生成式人工智能的潜力，同时建立核心技术能力和基础实施框架。 | Organizations 系统地部署具有强大治理、监控和支持机制的生产就绪生成人工智能解决方案，在保持安全和合规标准的同时，提供一致的价值和卓越的运营。 | Organizations 通过可重复使用的组件、标准化模式和自助服务平台在企业范围内建立生成式 AI 能力，从而在保持自动化治理和促进创新的同时加快采用速度。 | 
| 聚焦 | 建立对生成式人工智能技术的认识和理解，探索潜在的应用，并确定人工智能可以为业务增加价值的领域 | 通过结构化的试点计划验证业务价值并培养核心能力 | 部署生产就绪型解决方案，通过强大的发布流程、全面的治理框架和绩效监控，提供可衡量的业务价值 | 创建可重复使用的组件和模式，加快生成式 AI 在整个企业中的采用 | 
| 标准 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | 
| 主要活动 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/overview-levels.html) | 

为了进一步解释和理解成熟度模型，重要的是要了解组织在生成式人工智能采用之旅中通常是如何进展的。这一进展不仅反映了组织如何使用生成式人工智能功能，还反映了促使他们推动采用的动力。在早期关卡中，许多用户可能根本没有正式化的人工智能流程。相反，他们将自己的工具视为来自各种内部来源的经过改进的功能集合。随着组织的成熟，这些能力的管理和标准化变得更加一致。最终，随着功能变得更加完善和易于发现，以及用户自然地选择使用人工智能功能，组织通常会偏离强制性或激励措施等外部动机。理想情况下，他们甚至开始将自己的精力投入到更广泛的人工智能创新和开发上。