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。
ADM 操作模型的組織功能層
傳統上，組織功能，例如知識管理、溝通和協作，以及程式或變更管理工具，都缺乏 AI 特定的焦點。當您將生成式 AI 整合到您的 ADM 實務中時，您的組織功能必須演進。本節概述轉型和策略的關鍵領域，以有效利用您的 AMS 合作夥伴。本節也探討 AI 如何推動全球資源分發、培養基本技能、發展新能力、建立 AI CoEs，以及培養持續學習文化。
策略合作夥伴和人才開發 – 若要建立策略合作夥伴關係並開發 AI 整合的人才，請專注於這些關鍵計畫：
-
實作全面的 AI 訓練計劃。
-
建立 AI 卓越中心 (COEs)。
-
使用 AI 改善職業規劃、招聘、訓練和資源最佳化。
-
實作位置特定的 AI 採用變更管理計劃。
-
使用 AI 更有效率地開發最佳實務、標準和觀點 (POVs)。
-
執行與 IT 架構藍圖一致的技術評估和概念驗證 (POCs)。
操作模型重新設計 – AI 的整合需要重新設計操作模型，包括下列變更：
-
重新定義角色以整合 AI 擴增開發。
-
將 AI 驅動的策略任務指派給現場團隊，以與關鍵決策者保持密切的協作。
-
為 AI 產生的程式碼開發新的 QA 程序。
增強協同合作和知識管理 – 考慮透過這些方法來增強協同合作和知識管理：
-
實作 AI 支援的協作工具，以減少時區相依性。
-
利用 AI 更有效地編目和編製企業知識的索引。
-
使用來自客戶意見回饋、問題解決和產業趨勢的 AI 驅動洞察，以加速市場研究和業務需求分析。
控管與合規 – 若要在將 AI 整合到操作模型時協助確保適當的控管與合規，請考慮實作下列措施：
-
建立具有特定位置合規要求的全域 AI 控管架構。
-
解決 AI 產生資產的 IP 擁有權，並降低侵權風險。
基礎設施和工具標準化 – 整個組織的基礎設施和工具標準化的有效 AI 整合涉及以下步驟：
-
投資於可從所有位置存取的雲端 AI 擴增平台。
-
全球標準化 AI 工具和環境。
效能指標和參與模型調整 – 調整 AI 驅動程序的效能指標和參與模型包括下列關鍵動作：
-
開發考慮 AI 貢獻的新 KPIs。
-
實作 AI 輔助專案估算工具。
-
考慮靈活的參與模式，包括以成果為基礎的定價。
-
定義 AI 資產的消耗型定價模型，涵蓋授權、基礎設施和受管服務工作。
計劃和變更管理擴增 – 若要強化計劃和變更管理，請考慮以下策略：
-
使用 AI 增強內部人才、諮詢和 AMS 合作夥伴之間的共同來源模型。
-
改善新計畫的知識收集、方法精簡和重複使用體驗。
透過專注於這些領域，您可以有效地將生成式 AI 整合到全球交付位置和組織功能。此方法有助於加速 ADM 操作模型的轉換。它可提高決策速度並增強業務成果的交付，同時平衡每個位置的優勢並解決 AI 整合的挑戰。
