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。
构建 AI 驱动的 ADM 目标运营模型
在考虑使用生成式 AI 的 ADM 实践时，设计一个全面的目标运营模型 (TOM) 非常重要。TOM 描述了组织运营模式的理想状态。贵组织的 ADM TOM 应使其人员、流程、技术、组织和治理与其战略愿景保持一致。
下表列出了 TOM 的八个组成部分。
TOM 组件 | 组件元素 |
|---|---|
战略调整 |
|
组织结构 |
|
天赋和技能 |
|
治理与道德 |
|
绩效测量 |
|
合作伙伴生态系统 |
|
技术和工具 |
|
进程 |
|
构建 ADM TOM 是一个变革性的过程，会影响到组织的方方面面。仔细考虑每个 ADM 组件及其相互依赖关系，为人工智能驱动的 SDLC 奠定坚实的基础。
实施 ADM TOM 应根据组织的特定需求和背景量身定制。在实施此模型时，请根据贵组织的独特挑战和机遇对其进行持续评估和调整。
以下各节提供了有关 ADM 操作模型中各个组件的更多详细信息，包括它们的交互作用。
战略调整组成部分
战略调整部分定义了人工智能驱动的ADM的战略目标，使人工智能计划与业务目标保持一致。该组件阐述了 AI 在 ADM 流程中的价值，并为人工智能集成设定了成功标准。该组件与其他组件的交互方式如下：
价值驱动因素会影响绩效衡量组件 KPIs中特定于人工智能。
业务目标的调整为在组织结构组件中创建新的 AI 角色提供了依据。
人工智能路线图在技术和工具组件中指导人工智能平台的选择。
组织结构组件
组织结构组件解决了 ADM 组织的设计，该组织通过新角色支持 AI 增强型开发。该组件建立了 AI 卓越中心 (COE)，并发展了 AI 集成的现有角色。
A I COE 支持人才和技能部分的持续学习。
新的 AI 角色会影响合作伙伴生态系统组件中新的 AI 能力要求。
跨职能团队可在流程组件中实现与 AI 增强型 SDLC 的敏捷集成。
人才和技能部分
人才和技能部分确定了 ADM 角色和人员所需的 AI 技能和能力。该组件定义了人工智能素养要求并创建了以人工智能为中心的职业道路。
职业道路与组织结构组件中的新 AI 角色保持一致。
人工智能素养要求支持治理和道德部分中的人工智能伦理政策。
技能差距分析为技术和工具组件中的 AI 工具生态系统提供了信息。
治理和道德部分
治理和伦理部分为在ADM中使用人工智能建立了伦理框架，包括政策和审查委员会。该组件定义了人工智能驱动的 ADM 实践的数据隐私和安全要求。
监管合规会影响战略调整部分的价值驱动因素。
数据隐私框架影响合作伙伴生态系统组件中的数据共享协议。
人工智能伦理政策指导流程部分中的人工智能模型管理。
性能测量组件
性能测量组件设计了一个新的框架，该框架具有特定于人工智能 KPIs 的ADM性能测量。此组件概述了测量、报告和优化 ADM 中 AI 影响的方法。
业务影响报告会影响合作伙伴生态系统组件中的合作伙伴评估指标。
反馈回路支持天赋和技能部分的持续学习。
特定于 AI KPIs 可为战略调整部分中的业务目标调整提供信息。
合作伙伴生态系统组件
合作伙伴生态系统组件定义了对 AMS 合作伙伴和协作流程中人工智能能力的期望。该组件为合作伙伴互动确立了数据共享和模型所有权原则。
合作伙伴评估指标在绩效衡量组件 KPIs中提供特定于 AI 的信息。
AI 能力要求会影响人才和技能部分的技能差距分析。
协作创新在技术和工具组件中为人工智能工具生态系统提供支持。
技术和工具组件
技术和工具组件指定了支持转换后的 ADM 流程的 AI 技术和工具。该组件确定了基于 AI 的 ADM 的集成点和数据要求。
数据基础架构支持绩效衡量组件中的业务影响报告。
传统系统集成会影响流程组件中的 AI 增强型 SDLC。
人工智能平台的选择会影响合作伙伴生态系统组件中的协作创新。
流程组件
流程组件重新设计了 SDLC，使其融入了人工智能，通过人工智能功能增强了每个阶段。该组件为开发中的人工智能模型管理和治理开发了新的流程。
AI 增强型 SDLC 会影响性能测量组件中的持续监控。
AI 模型管理涉及技术和工具组件中的数据基础架构。
治理工作流程支持治理和道德部分中的数据隐私框架。
