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。
建置採用 AI 技術的 ADM 目標操作模型
當您使用生成式 AI 來考慮 ADM 實務時，設計全面的目標操作模型 (TOM) 非常重要。TOM 說明組織操作模型的所需狀態。您組織的 ADM TOM 應使其人員、程序、技術、組織和治理與其策略願景保持一致。
下表列出 TOM 的八個元件。
TOM 元件 | 元件元素 |
|---|---|
策略一致性 |
|
組織結構 |
|
人才和技能 |
|
治理和道德 |
|
效能測量 |
|
合作夥伴生態系統 |
|
技術和工具 |
|
Processes |
|
建置 ADM TOM 是影響組織各方面的轉型程序。請仔細考慮每個 ADM 元件及其相互依存性，為採用 AI 技術的 SDLC 建立穩固的基礎。
實作 ADM TOM 應該根據組織的特定需求和內容量身打造。當您實作此模型時，請根據組織的獨特挑戰和機會持續評估和調整模型。
下列各節提供有關 ADM 操作模型中元件的詳細資訊，包括其互動。
策略對齊元件
策略一致性元件定義 AI 驅動的 ADM 的策略目標，使 AI 計劃與業務目標保持一致。此元件會在 ADM 程序中清楚說明 AI 的值，並設定 AI 整合的成功條件。此元件與其他元件互動，如下所示：
值驅動因素會影響效能測量元件中的 AI 特定 KPIs。
業務目標一致性會通知在組織結構元件中建立新的 AI 角色。
AI 藍圖會引導 AI 平台選擇技術和工具元件。
組織結構元件
組織結構元件可處理 ADM 組織的設計，該組織支援具有新角色的 AI 擴增開發。此元件建立 AI 卓越中心 (COE)，並發展 AI 整合的現有角色。
AI COE 支援在人才和技能元件中持續學習。
新的 AI 角色會影響合作夥伴生態系統元件中的新 AI 功能需求。
跨功能團隊可在程序元件中靈活整合 AI 增強的 SDLC。
人才和技能元件
人才和技能元件可識別 ADM 角色和人員所需的 AI 技能和能力。此元件定義 AI 讀寫能力需求，並建立以 AI 為重心的職業道路。
職業路徑與組織結構元件中的新 AI 角色保持一致。
AI 讀寫能力要求支援控管和道德元件中的 AI 道德政策。
技能差距分析會通知技術和工具元件中的 AI 工具生態系統。
治理和道德元件
治理和道德元件為 ADM 中的 AI 使用建立道德架構，包括政策和審查委員會。此元件定義 AI 驅動 ADM 實務的資料隱私權和安全性需求。
法規合規會影響策略一致性元件中的價值驅動因素。
資料隱私權架構會影響合作夥伴生態系統元件中的資料共用通訊協定。
AI 道德政策會在程序元件中引導 AI 模型管理。
效能測量元件
效能測量元件設計了具有 AI 特定 KPIs的新架構，用於 ADM 效能測量。此元件概述測量、報告和最佳化 ADM 中 AI 影響的方法。
業務影響報告會影響合作夥伴生態系統元件中的合作夥伴評估指標。
意見回饋迴圈支援在人才和技能元件中持續學習。
AI 特定的 KPIs 會通知策略一致性元件中的業務目標一致性。
合作夥伴生態系統元件
合作夥伴生態系統元件定義了對 AMS 合作夥伴和協作程序中 AI 功能的期望。此元件會建立合作夥伴互動的資料共用和模型擁有權原則。
合作夥伴評估指標會在效能測量元件中通知 AI 特定的 KPIs。
AI 功能需求會影響人才和技能元件中的技能差距分析。
協作創新支援技術和工具元件中的 AI 工具生態系統。
技術和工具元件
技術和工具元件指定 AI 技術和工具，以支援轉換後的 ADM 程序。此元件可識別 AI 驅動 ADM 的整合點和資料需求。
資料基礎設施支援效能測量元件中的業務影響報告。
舊版系統整合會影響程序元件中的 AI 增強 SDLC。
AI 平台選擇會影響合作夥伴生態系統元件中的協作創新。
程序元件
程序元件重新設計 SDLC 以整合 AI，透過 AI 功能增強每個階段。此元件開發開發中 AI 模型管理和控管的新程序。
AI 增強 SDLC 會影響效能測量元件中的持續監控。
AI 模型管理與技術和工具元件中的資料基礎設施相關。
控管工作流程支援控管和道德元件中的資料隱私權架構。
