在 上採用生成式 AI 的成熟度模型 AWS

Amazon Web Services （貢獻者)

2025 年 6 月 (文件歷史記錄)

生成式 AI 是經過大量資料訓練的 AI 模型子集，可以產生新的內容，包括文字、影像、音樂和影片。這些模型可以使用預先訓練的基礎模型、自訂模型，以及擴增或專屬資料集。生成式 AI 的影響跨越產業。它可以增強創造力、提高生產力，並啟用新的商業模型。如果您的組織想要生成式 AI 來增強營運、推動創新並實現業務成長，結構化、分階段的方法對於導覽採用之旅至關重要。

根據 CIO 文章，88% 的 AI 試行器無法實現生產。這會導致所謂的試行疲勞。本文指出「公司只是擔心花費更多時間、金錢和精力來支援不會快速進入生產環境的試行者」。這種疲勞可能會阻礙創新，並阻止進一步實驗生成式 AI。此外，根據 McKinsey 報告，組織正在努力解決 AI 實作中的重大資料品質和整合挑戰。

此策略文件提供結構化架構，以協助組織實作生成式 AI 解決方案。此架構旨在協助您應對技術採用的複雜性，並確保您不會忽略關鍵步驟或最佳實務。使用本指南中的建議，全面了解您的生成式 AI 成熟度。透過評估成熟度層級，您可以識別每個層級的重點領域，並啟動end-to-end生成式 AI 採用旅程。此架構探索四個成熟度層級，從初始意識到完整規模的轉換。它概述了每個層級的關鍵活動和基本實務。

目標對象

本文旨在供想要在組織中採用生成式 AI 來創造價值的高階主管、技術主管、企業領導者、資料科學家、生成式 AI 和 AI/ML 專家、IT 專業人員和決策者使用。

目標業務目標

透過生成式 AI 成熟度層級的系統化進展，組織可以實現下列關鍵業務成果：