View a markdown version of this page

ADM 操作模型的組織結構層 - AWS 方案指引
組織結構和角色

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 操作模型的組織結構層

組織結構層包含人員、程序和技術。當組織在 ADM 操作模型中引入生成式 AI 時，就會發生最可見和深入的變更。角色演進、組織重新構想程序，以及技術堆疊擴展以包含生成式 AI 工具。

本節提供在組織 ADM 轉型中實際實作生成式 AI 的洞見，涵蓋組織結構、個別角色和核心程序的變更。透過接受這些策略轉移，您可以讓組織有效地在 ADM 操作模型中整合生成式 AI。此轉型可以改善開發速度、軟體品質和創新容量，進而提升您的競爭優勢。實際影響會根據組織的特定內容和實作而有所不同。

平台管理服務、技術和工具，以及合作夥伴關係

平台管理服務為應用程式團隊提供一組核心共用功能和標準化服務，包括：

  • 編碼參考架構和設計模式

  • 部署核准架構和組態的自助式機制

  • 標準化的開發、可觀測性和操作工具

  • 支援設定環境、持續整合和持續部署 (CI/CD) 管道，以及管理程序

  • 集中式控管和安全標準

一般而言，平台工程和雲端營運團隊會管理這些服務、協作以支援應用程式團隊並推動持續改進。

生成式 AI 正在以下列方式轉換平台管理服務：

  • 適用於架構建議的 AI 助理會根據專案需求、建議的設計模式和組織標準，建議最佳的參考架構。

  • 智慧型自助式佈建使用 AI 來自動化和最佳化部署處理複雜工作流程的資源和服務。

  • 採用 AI 技術的可觀測性可提供更深入的洞見，並自動化整個平台的異常偵測。

  • AIOps 代理程式會使用核准的標準操作程序 (SOPs來處理多個自動化修復工作流程。

  • 自動化合規檢查會持續驗證並使用 AI 強制執行控管和安全標準。

這些採用 AI 技術的增強功能可讓基礎設施團隊專注於解決複雜的耗時問題，並改善應用程式的可靠性，進而提升平台管理的效率和有效性。

將生成式 AI 功能整合到受管服務合作夥伴的現有平台產品中。透過此策略，您可以實現下列優點：

  • 利用進階 AI 技術，並利用合作夥伴的專業知識和經過驗證的程序。

  • 使用整合式 AI 功能增強您的平台工程和雲端操作。

  • 在提升 AI 功能的同時，維持已建立的受管服務合作夥伴關係的優勢。

組織結構和角色

生成式 AI 整合需要重新構想 ADM 組織結構。調整組織結構中關鍵角色的責任至關重要。這些 AI 驅動的變更可協助您的團隊更有效率地工作，並提供更高的價值。

組織結構取決於幾個因素：

  • 業務開發規模 – 範例包括應用程式的範圍和複雜性，例如交易系統、藥物探索和企業資源規劃 (ERP)。

  • 特定客戶需求 – 範例包括支付卡產業資料安全標準 (PCI DSS) 的支付系統合規，以及製藥產業的良好實務 (GxP) 合規。

  • 使用的方法 – 範例包括敏捷和瀑布方法。

有些角色會根據專案需求合併或擴展。涉及進階技術或嚴格合規需求的專案通常包括特殊角色，例如資料科學家、機器學習 (ML) 專家、進階商業應用程式程式設計 (ABAP) 開發人員和合規主管。

下列各節重點介紹 ADM 中隨著生成式 AI 整合而演進的常見角色。這些角色正在擴展和調整以使用 AI 功能，這可以增強其在組織內的價值和影響。這種演變代表跨許多角色的技能開發和職業成長的機會。下列層面提供每個角色在與生成式 AI 整合時如何發展的洞見：

  • 目前重點 – 角色中的人員目前執行的主要任務

  • AI 驅動的轉移 – 生成式 AI 可以併入角色的方式

  • 主要優點 – 將生成式 AI 整合到角色中所獲得的優點

  • 關鍵考量 – 考量角色的 AI 驅動轉移時的考量

  • 關鍵步驟 – 角色中的人員可以採取的主要步驟，以協助他們適應 AI

此全方位檢視可協助您了解目前狀態、變革方向，以及成功導覽每個角色 AI 驅動轉換所需的步驟。您可以深入了解 AI 如何增強現有角色，以及如何為這些進展準備組織結構。

產品擁有者或業務分析師

下表提供產品擁有者或業務分析師角色如何適應以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 需求收集

  • 特徵優先順序

  • 利益相關者通訊

AI 驅動的輪班

將 AI 用於：

  • 資料驅動型決策流程和加速市場洞察

  • 建立業務需求文件 (BRD)，根據客戶意見回饋和需求排定功能的優先順序

主要優點

  • 更快速的需求收集和分析

  • 改善功能與市場需求的一致性

  • 更全面的使用者案例和使用案例

關鍵考量

  • 確保 AI 理解複雜的商業環境

  • 維持有意義的利益相關者關係

關鍵步驟

  • 實作 AI 驅動的市場分析和需求工具。

  • 開發快速工程技能，以有效進行 AI 互動。

  • 建立利益相關者程序，以驗證 AI 產生的洞見

專案經理

下表提供專案經理角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 活動規劃

  • 資源配置

  • 風險管理

AI 驅動的輪班

  • 採用 AI 進行增強型預測規劃和即時專案智慧。

主要優點

  • 改善資源配置準確性

  • 增強風險識別和緩解

  • 即時專案運作狀態監控和預測分析

關鍵考量

  • 平衡 AI 建議與人類判斷

  • 確保團隊採用 AI 驅動的方法

關鍵步驟

  • 整合 AI 驅動的專案規劃和風險評估工具。

  • 制定 AI 人類協作決策的通訊協定。

  • 在 AI 擴增的專案管理實務中提升技能團隊。

UI/UX 設計工具

下表提供使用者介面/使用者體驗 (UI/UX) 設計工具角色如何適應以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 建立使用者介面設計和原型

  • 執行使用者研究和可用性測試

  • 確保跨應用程式的最佳使用者體驗

AI 驅動的輪班

  • 使用 AI 進行快速設計反覆運算、資料驅動型使用者洞察和自動化可用性測試。

主要優點

  • 更快速產生 UI 設計替代方案

  • 增強的使用者研究分析和角色建立

  • 自動化可用性測試和意見回饋分析

關鍵考量

  • 平衡 AI 產生的設計與品牌指導方針和使用者需求

  • 在 AI 輔助設計程序中保持創造力和創新

關鍵步驟

  • 整合 AI 驅動的專案規劃和風險評估工具。

  • 制定 AI 人類協作決策的通訊協定和程序。

  • 在 AI 擴增的專案管理實務中提升技能團隊。

全堆疊開發人員

下表提供完整堆疊開發人員角色如何適應以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 建立使用者介面設計和原型

  • 執行使用者研究和可用性測試

  • 確保跨應用程式的最佳使用者體驗

AI 驅動的輪班

  • 接受 AI 以獲得全方位的開發協助和最佳化。

主要優點

  • 加速全堆疊程式碼的產生和最佳化

  • AI 驅動的 API 設計和整合

  • 跨堆疊的自動化效能調校

關鍵考量

  • 與 AI 工具一起維持多種技術的熟練度

  • 確保 AI 和手動開發元件之間的一致性和整合

關鍵步驟

  • 在整個堆疊中開發 AI 輔助開發的專業知識。

  • 建立整合 AI 產生和手動程式碼的程序和準則。

  • 在全堆疊開發中為新興 AI 工具實作持續學習計劃。

解決方案架構師

下表提供解決方案架構師角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 設計全方位的企業解決方案

  • 使技術解決方案與業務目標保持一致

  • 確保跨系統的整合和互通性

  • 建立詳細的設計文件

AI 驅動的輪班

  • 使用 AI 進行快速解決方案原型、資料驅動型架構決策、自動化整合分析和設計文件產生。

主要優點

  • 更快速產生和評估解決方案替代方案

  • 增強技術解決方案與業務目標的一致性

  • 改善系統整合和互通性的評估

  • 加速建立完整的設計文件

關鍵考量

  • 確保 AI 產生的解決方案滿足複雜的業務需求

  • 在 AI 擴增設計程序中維護企業架構的整體檢視

  • 驗證 AI 產生之設計文件的準確性和完整性

關鍵步驟

  • 開發 AI 解決方案設計工具和方法的專業知識。

  • 建立程序來驗證 AI 產生的解決方案提案是否符合業務需求。

  • 實作 AI 驅動的工具，以進行持續的解決方案最佳化和整合評估。

  • 採用 AI 輔助文件工具來建立和維護設計文件。

軟體開發人員

下表提供軟體開發人員角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 程式碼編寫

  • 除錯

  • Maintenance (維護)

AI 驅動的輪班

  • 接受 AI 作為編碼配套，以提高生產力和品質。

主要優點

  • 加速程式碼產生和完成

  • 改善程式碼品質和一致性

  • 更快速的錯誤偵測和解決

關鍵考量

  • 在 AI 產生的程式碼中維護程式碼可讀性和效能

  • 平衡 AI 工具與核心程式設計技能的依賴性

關鍵步驟

  • 改善 AI 輔助編碼和配對程式設計技術的使用。

  • 建立檢閱和最佳化 AI 產生程式碼的準則。

  • 為新興 AI 開發工具實作持續學習計劃。

測試工程師

下表提供測試工程師角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 測試案例設計

  • 瑕疵識別

  • 品質保證

AI 驅動的輪班

  • 實作 AI 以實現全方位的自動化測試策略。

主要優點

  • 提高測試案例產生和執行的自動化

  • 改善測試資料品質和涵蓋範圍

  • 透過預測瑕疵分析進行早期問題偵測

關鍵考量

  • 確保 AI 產生的測試案例之外的全面涵蓋

  • 使用探索性方法平衡自動化測試

關鍵步驟

  • 開發 AI 測試策略設計和資料建模的技能。

  • 建立持續改進 AI 測試模型的程序。

  • 實作 AI 擴增的探索性測試程序和技術。

版本管理員

下表提供發行管理員角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 規劃和協調軟體版本

  • 管理發行排程和相依性

  • 確保順暢的部署和發行後穩定性

AI 驅動的輪班

  • 採用 AI 進行智慧版本規劃、自動化部署和預測穩定性管理。

主要優點

  • AI 驅動的版本規劃和風險評估

  • 自動化部署和復原策略

  • 預測發佈後監控和問題偵測

關鍵考量

  • 在 AI 建議與業務優先順序和限制之間取得平衡

  • 在自動化部署案例中維持控制和監督

關鍵步驟

  • 開發採用 AI 技術的發行管理工具和預測分析的技能。

  • 建立人工驗證 AI 產生的發行計畫的程序。

  • 實作 AI 驅動的發行後監控和快速回應標準操作程序 (SOP)。

技術主管

下表提供技術領導角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 監督應用程式開發和操作程序

  • 確保開發團隊與營運需求之間的一致性

  • 管理從開發到生產的應用程式生命週期

  • 推動開發和營運效率的持續改進

AI 驅動的輪班

  • 利用 AI 進行增強型應用程式生命週期管理、自動化操作分析和預測性資源最佳化。

主要優點

  • 改善開發和營運團隊之間的協調

  • 增強型應用程式效能監控和預測性維護

  • 根據操作分析的自動化資源配置和擴展

  • 經常變更的次數

  • 加速問題解決並縮短停機時間

關鍵考量

  • 在關鍵操作中平衡 AI 驅動的自動化與人工監督

  • 確保 AI 工具在整個應用程式生命週期的無縫整合

  • 管理 AI 擴增 DevOps 實務的文化轉移

關鍵步驟

  • 開發 AI 驅動的應用程式生命週期管理工具的專業知識。

  • 建立將 AI 洞察整合至開發和營運決策的程序。

  • 實作 AI 驅動的監控和預測性維護系統。

  • 建立訓練計畫，以在 AI 擴增的 DevOps 實務中提升團隊技能。

DevOps 工程師

下表提供 DevOps 工程師角色如何適應以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 實作和維護持續整合和持續部署 (CI/CD) 管道

  • 自動化基礎設施佈建和管理

  • 確保開發和操作之間的無縫整合

AI 驅動的輪班

  • 使用 AI 增強自動化、預測分析和智慧型基礎設施管理。

主要優點

  • 加速部署週期

  • 改善系統可靠性和效能

  • 主動問題偵測和解決

關鍵考量

  • 將 AI 工具與現有的 DevOps 程序整合

  • 在自動化與必要的人工監督之間取得平衡

關鍵步驟

  • 實作採用 AI 技術的 CI/CD 管道最佳化。

  • 採用 AI 輔助基礎設施即程式碼 (IaC) 產生工具。

  • 在 AIOps 中開發用於預測性維護和自動化修復的技能。

支援工程師

下表提供支援工程師角色如何調整以使用生成式 AI 功能的概觀。

角色的層面

Description

目前焦點

  • 解決使用者問題和事件

  • 維護系統的可靠性

  • 為最終 使用者提供技術協助

AI 驅動的輪班

  • 採用 AI 進行智慧問題分類、自動化問題解決和預測支援。

主要優點

  • 問題解決時間更快

  • 改善第一次通話的解析率

  • 主動識別潛在的系統問題

關鍵考量

  • 確保 AI 系統準確了解並分類複雜的技術問題

  • 在客戶互動中保持人工接觸

關鍵步驟

  • 實作 AI 支援的知識庫，以更快速解決問題。

  • 採用 AI 驅動的票證分類和路由系統。

  • 開發與 AI 聊天機器人和虛擬助理合作以獲得客戶支援的程序和技能。