View a markdown version of this page

後續步驟 - AWS 方案指引

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。

後續步驟

此策略文件探討生成式 AI 如何影響應用程式開發和維護 (ADM) 操作模型的每一層。它描述了如何實現潛在利益，例如提高開發速度、減少生產瑕疵並改善客戶滿意度分數。若要開始組織的 AI 驅動型軟體開發生命週期 (SDLC) 旅程，並為新一代 ADM 實作其目標操作模型，請使用下列步驟。

成功的 AI 整合需要平衡 AI 功能與人類專業知識。此平衡可在整個組織的 SDLC 程序和 ADM 實務中推動創新、效率和競爭優勢。遵循這些步驟，您可以將組織置於 AI 擴增軟體開發的最前線。這種方法可推動顯著的商業價值，並增強您在業界的競爭優勢。

步驟 1：執行整備評估

使用AWS 評估工具中的 AI 驅動型軟體開發評估 (AISDLC - V1.0) 來評估您目前的 SDLC 功能和目前 ADM 操作模型的準備程度。此評估可協助您：

  • 識別現有 SDLC 程序和 ADM 實務中的優勢和改進領域。

  • 明確指出 AI 可能對您的業務產生最大影響的領域。

  • 排定修復活動的優先順序，並建立實作藍圖。

步驟 2：建立基礎功能

若要了解並協助使用生成式 AI 在 SDLC 中建置基礎功能，請參閱AWS 使用生成式 AI 在 上加速軟體開發生命週期。此策略文件提供 AWS 架構最佳實務，可協助您執行下列任務，以實作您的藍圖：

  • 建立 AI 整合的堅實基礎。

  • 讓您的程序符合產業最佳實務。

  • 讓您的團隊準備好進行 AI 擴增開發。

步驟 3：實作分階段方法

若要實作 ADM 目標操作模型，請參閱藍圖，其中包含從初始快速獲勝到完整 AI 整合的所有階段。利用範例架構和實作檢查清單。

早期採用者的成功案例展示了 AI 在應用程式開發和維護方面的轉型潛力。