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
这份战略文件探讨了生成式人工智能如何影响应用程序开发和维护 (ADM) 运营模式的每一层。它描述了如何实现潜在的好处，例如提高开发速度、减少生产缺陷和提高客户满意度分数。要开始组织的人工智能驱动的软件开发生命周期 (SDLC) 之旅并为下一代 ADM 实施其目标运营模式，请使用以下步骤。
成功的 AI 集成需要在 AI 能力和人类专业知识之间取得平衡。这种平衡可以推动组织的 SDLC 流程和 ADM 实践中的创新、效率和竞争优势。通过执行这些步骤，您可以将您的组织置于人工智能增强软件开发的最前沿。这种方法可以带来显著的商业价值，并增强您在行业中的竞争优势。
步骤 1：进行准备情况评估
使用评估工具中的 AI 驱动的软件开发评估 (AISDLC-V1.0) 来AWS 评估
-
确定现有 SDLC 流程和 ADM 实践中的优势和改进领域。
-
查明 AI 可能对您的业务产生最大影响的领域。
-
确定补救活动的优先顺序并制定实施路线图。
第 2 步：建立基础能力
要了解并帮助使用生成式 AI 在 SDLC 中构建基础能力，请参阅使用生成式 AI 加速软件开发生命周 AWS 期。本战略文档提供了 AWS 架构最佳实践，可以帮助您完成以下任务来实现路线图：
-
为 AI 集成打下坚实的基础。
-
使您的流程与行业最佳实践保持一致。
-
让您的团队为 AI 增强开发做好准备。
第 3 步：实施分阶段方法
要实施 ADM 目标运营模型，请参阅路线图，该路线图涵盖了从最初的速赢到全面的 AI 集成的所有阶段。使用示例框架和实施清单。
早期采用者的成功案例展示了人工智能在应用程序开发和维护方面的变革潜力。
