本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 生成式 AI 成熟度模型層級 1：Envision
<a name="level-1"></a>

此基礎層級是組織探索生成式 AI 概念、建立組織意識，以及識別符合其業務目標的潛在使用案例的關鍵起點。透過建立此基本基礎，公司可以為其 AI 旅程發展清晰的願景，同時解決業務、人員、治理、平台、安全和營運維度的關鍵考量。

**Topics**
+ [焦點和條件](#level-1-focus)
+ [關鍵活動](#level-1-activities)
+ [實現更高水準的轉型策略](#level-1-transformation)

## 焦點和條件
<a name="level-1-focus"></a>

此層級的目標是建立對生成式 AI 技術和與此技術相關的新興產業趨勢的基礎了解和意識。這包括評估潛在的應用程式，以及識別生成式 AI 可能使業務受益的領域。此層級著重於教育利益相關者有關生成式 AI 的知識，並開始探索使用案例並執行風險和文化整備度評估。

以下是達到此層級的條件：
+ 組織已展現生成式 AI 基本概念的基本知識。
+ 組織已記錄對產業生成式 AI 應用程式和機會的意識。
+ 組織對 AI 的文化準備程度有了新興的了解。
+ 組織已對潛在的使用案例和好處進行初步探索。
+ 組織已初步考慮控管和安全要求。

## 關鍵活動
<a name="level-1-activities"></a>

下表顯示每個採用支柱的關鍵活動。


****  

| 採用支柱 | 活動 | 
| --- | --- | 
| 商業 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-1.html) | 
| 人物 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-1.html) | 
| 控管 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-1.html) | 
| 平台 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-1.html) | 
| 安全 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-1.html) | 
| 作業 | [See the AWS documentation website for more details](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/level-1.html) | 

## 實現更高水準的轉型策略
<a name="level-1-transformation"></a>

若要進入下一個成熟度層級，請考慮下列層面：
+ **建立跨職能生成式 AI 小組** – 形成具有明確角色和責任的跨職能生成式 AI 小組。Squads 應包括 IT 代表、業務代表、安全和治理利益相關者，以及可以領導實驗工作的生成式 AI SMEs小企業。當您擴展生成式 AI 工作時，此群組稍後將成為更正式定義的卓越中心 (CoE) 的基礎。
+ **識別和排定使用案例**的優先順序 – 開發使用案例矩陣，協助您根據可行性、業務影響和符合策略目標來排定專案的優先順序。如需概念驗證 (PoCs)，請建立熱門使用案例的簡短清單。
+ **配置試行專案的資源** - 確保執行小型 PoCs的預算和人員安全。
+ **開發生成式 AI 技能** – 提升特定工具和技術的技能，例如 [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)、[SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/gs.html)、[Amazon Q Business](https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/what-is.html)、[Amazon Q Developer](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html)、[提示工程](https://aws.amazon.com/what-is/prompt-engineering/)、[擷取增強生成 (RAG)](https://aws.amazon.com/what-is/retrieval-augmented-generation/) 以及代理式 AI 和工作流程。
+ **完成初步控管** – 建立初步控管，引導使用生成式 AI。它應該涵蓋合規、風險管理和道德考量。
+ **文化準備**程度 – 開始規劃組織變革管理，以採用全公司的生成式 AI。
+ **識別成功指標** – 針對每個 PoC，定義成功條件以及業務和技術指標。

透過採取這些動作，組織可以預期：
+ 取得生成式 AI 技術的實際經驗。
+ 驗證特定使用案例的可行性和潛在影響。
+ 在生成式 AI 中建置內部功能和專業知識。
+ 識別與採用生成式 AI 相關的潛在挑戰和風險。
+ 改善生成式 AI 採用的準備程度，以便提前到下一個層級。