Примечание
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
В этой статье описывается организационный процесс планирования внедрения искусственного интеллекта. План внедрения ИИ подробно описывает шаги, которые организация должна предпринять для интеграции ИИ в свои операции. Этот план обеспечивает выравнивание между инициативами ИИ и бизнес-целями. Она помогает организациям выделять ресурсы, разрабатывать навыки и развертывать технологии для эффективного внедрения искусственного интеллекта.
Оценка навыков ИИ
В стратегии технологий вы определили варианты использования ИИ и выбранные решения. Для каждого решения требуются определенные навыки ИИ. Оцените текущие навыки, определите пробелы и укажите их перед реализацией. Используйте оценку зрелости ИИ для измерения готовности, выравнивания вариантов использования с возможностями и ускорения хода выполнения. Ознакомьтесь со следующей таблицей, чтобы оценить зрелость.
| Уровень зрелости ИИ | Необходимые навыки | Готовность к данным | Возможные варианты использования ИИ |
|---|---|---|---|
| Уровень 1 | ▪ Базовое понимание концепций ИИ ▪ Возможность интегрировать источники данных и сформировать подсказки |
▪ Данных от минимального до нуля ▪ Доступные корпоративные данные |
▪ Краткое руководство по Azure (см. таблицу) ▪ Любое решение Copilot |
| Уровень 2 | ▪ Опыт выбора модели ИИ ▪ Знакомство с развертыванием ИИ и управлением конечными точками ▪ Опыт очистки и обработки данных |
▪ Данных от минимального до нуля ▪ Небольшой структурированный набор данных ▪ Небольшое количество доступных данных для конкретного домена |
▪ Любой из предыдущих проектов ▪ Настраиваемая аналитическая рабочая нагрузка ИИ, использующая службы ИИ Azure ▪ Пользовательское приложение чата с генеративным ИИ без Retrieval Augmented Generation (RAG) в Azure AI Foundry ▪ Пользовательское приложение машинного обучения с автоматизированным обучением моделей ▪ Настройка модели создания искусственного интеллекта |
| Уровень 3 | ▪ Навыки в области технической инженерии ▪ Навыки выбора модели ИИ, фрагментирования данных и обработки запросов ▪ Навыки предварительной обработки, очистки, разделения и проверки данных ▪ Обоснование данных для индексирования |
▪ Большие объемы исторических бизнес-данных, доступных для машинного обучения ▪ Небольшое количество доступных данных для конкретного домена |
▪ Любой из предыдущих проектов ▪ Создание приложения ИИ с помощью RAG в Azure AI Foundry (или Машинное обучение Azure) ▪ Обучение и развертывание модели машинного обучения в области машинного обучения ▪ Обучение и запуск небольшой модели ИИ на виртуальных машинах Azure |
| Уровень 4 | ▪ Расширенный опыт искусственного интеллекта и машинного обучения, включая управление инфраструктурой ▪ Навыки обработки сложных рабочих процессов обучения модели ИИ ▪ Опыт работы с оркестрацией, тестированием моделей и оптимизацией производительности ▪ Надежные навыки защиты конечных точек ИИ и управления ими |
▪ Большие объемы данных, доступные для обучения | ▪ Любой из предыдущих проектов ▪ Обучение и запуск большого генеративного или негенеративного типа приложения ИИ на виртуальных машинах, службе Azure Kubernetes или приложениях Azure Container Apps |
Получение навыков искусственного интеллекта
Начните с оценки текущего пула талантов, а затем решите, следует ли поднять существующий персонал, нанять новых талантов или привлечь внешних экспертов. Квалифицированная команда помогает управлять проектами ИИ, адаптироваться к изменениям и стимулировать инновации. Так как ИИ быстро развивается, способствует культуре непрерывного обучения.
Изучение навыков ИИ. Используйте платформу для обучения ИИ для бесплатных курсов по ИИ, сертификаций и руководства по продуктам. Для Azure задайте цели сертификации, такие как Основы ИИ Azure, помощник инженера ИИ Azure и сертификации Azure Data Scientist Associate .
Набирать специалистов по искусственному интеллекту. Нанимайте экспертов в области разработки моделей, создания ИИ или этики ИИ, чтобы заполнить пробелы за пределами внутренней емкости. Обновите описания заданий, чтобы отразить изменяющиеся потребности навыка. Создайте бренд работодателя, который подчеркивает инновации и техническое руководство. Сотрудничайте с университетами для доступа к молодым талантам.
Использование партнеров Майкрософт для получения навыков ИИ. Используйте Microsoft Partners Marketplace для доступа к ИИ, данным и опыту Azure. Партнеры могут быстро заполнить пробелы в навыках и поддерживать проекты в разных отраслях.
Доступ к ресурсам ИИ
Используйте следующее руководство, чтобы быстро понять требования к доступу для предложений Copilot и Azure AI:
Доступ к Microsoft 365 Copilot. Большинству Microsoft SaaS Copilots требуется лицензия или дополнительная подписка. Для Microsoft 365 Copilot требуется лицензия Microsoft 365 для бизнеса или предприятия, к которой добавляется лицензия Copilot.
Доступ к Microsoft Copilot Studio.Microsoft Copilot Studio использует автономную лицензию или лицензию на надстройку.
Доступ к встроенным помощникам. Копилоты продукта имеют различные требования к доступу для каждого, но доступ к основному продукту необходим. Дополнительные сведения о каждом из них см. в разделе GitHub, Power Apps, Power BI, Dynamics 365, Power Automate, Microsoft Fabric и Azure.
Доступ к копилотам, зависящим от ролей. Копилоты на основе ролей также имеют собственные требования к доступу. Дополнительные сведения см. в разделе ролевые агенты для Microsoft 365 Copilot и Microsoft Copilot для безопасности.
Доступ к службам Azure. Решения Azure PaaS и IaaS требуют учетной записи Azure. К этим службам относятся Служба Azure OpenAI, Azure AI Foundry, Машинное обучение Azure, службы ИИ Azure, виртуальные машины Azure и Azure CycleCloud.
Приоритет вариантов использования ИИ
Определите приоритеты вариантов использования, определенных в стратегии ИИ. Сосредоточьтесь на проектах, которые обеспечивают наибольшее значение, соответствуют бизнес-целям и соответствуют текущим возможностям.
Оценка навыков и ресурсов. Просмотрите зрелость ИИ, доступность данных, инструменты и персонал. Используйте эти входные данные для сброса приоритетов в пределах возможного.
Оцените варианты использования. Ранжирование каждого варианта использования на основе реализации и стратегической ценности. Подтвердите соответствие целям организации.
Выберите лучшие варианты использования. Создайте краткий список вариантов использования с высоким приоритетом.
Создание подтверждения концепции ИИ
Если вы планируете создать агент ИИ или рабочую нагрузку, создайте подтверждение концепции (PoC), чтобы проверить эффективность и ценность. PoC или пробная версия помогает определить приоритеты вариантов использования, уменьшить риск и выявить проблемы перед масштабированием.
Выберите правильный вариант использования. Выберите проект с высокой ценностью из вашего краткого списка ИИ, который соответствует уровню зрелости ИИ. Если вы создаете приложение ИИ, начните с внутреннего, не клиентского проекта, чтобы ограничить риск и протестировать подход. Используйте тестирование A/B для проверки решения и сбора базовых данных.
Начало работы. Корпорация Майкрософт предоставляет пошаговые инструкции по созданию прототипов в различных сервисах ИИ. Используйте следующую таблицу, чтобы найти правильное руководство по началу работы.
Тип ИИ Руководство по началу работы Генеративный ИИ Azure PaaS: Azure AI Foundry и Azure OpenAI
Microsoft Copilots: Copilot Studio и Microsoft 365 Copilot расширяемостьМашинное обучение Машинное обучение Azure Аналитический ИИ Службы Искусственного интеллекта Azure: Безопасность содержимого Azure, Пользовательское зрение Azure AI, Студия интеллектуального анализа документов, Служба Распознавания лиц, Язык Azure AI, Речь Azure AI, Azure AI Translator, Azure AI Vision
Каждая функция этой службы ИИ имеет собственное руководство.Пересмотрите приоритеты на основе результатов. Используйте PoC для переприоритезации вариантов использования. Если POC показывает основные проблемы, перейдите к более практическим возможностям.
Реализация ответственного ИИ
Включите ответственность в разработку ИИ в ваш план реализации с самого начала. Применяйте этические принципы, следуйте нормативным стандартам и создавайте методики управления, которые обеспечивают соответствие систем искусственного интеллекта организационным ценностям, защите прав пользователей и соответствию требованиям соответствия требованиям.
Используйте инструменты планирования для ответственного искусственного интеллекта. Используйте следующую таблицу, чтобы найти ответственные инструменты и платформы ИИ.
Инструмент планирования ответственного искусственного интеллекта Описание Шаблон оценки влияния ИИ Оцените социальные, экономические и этические последствия инициатив искусственного интеллекта. Набор средств для взаимодействия человека и ИИ Разработка систем ИИ, поддерживающих благополучие пользователей и положительное взаимодействие. Модель зрелости ответственного искусственного интеллекта Оцените и улучшите уровень ответственной зрелости ИИ в вашей организации. Этический ИИ для команд рабочих процессов Следуйте практическим рекомендациям по применению ответственного ИИ в рабочих нагрузках Azure. Запустите управление ИИ. Создайте управление, чтобы управлять проектами ИИ и отслеживать системное поведение. Определите риски, связанные с ИИ, а затем определите политики, охватывающие роли, соответствие и этические требования. Дополнительные сведения см. в разделе "Управление ИИ ".
Запустите управление ИИ. Используйте платформы операций искусственного интеллекта, такие как GenAIOps или MLOps. Эти платформы включают отслеживание развертывания, мониторинг производительности и управление затратами. Дополнительные сведения см. в разделе "Управление ИИ ".
Запустите безопасность ИИ. Защита систем ИИ с помощью регулярных оценок безопасности. Противодействие угрозам, таким как враждебные входные данные и нарушения безопасности данных. Дополнительные сведения см. в разделе "Безопасный ИИ ".
Оценка сроков доставки
Назначьте график выполнения для каждой возможности ИИ на основе результатов PoC. Microsoft Copilots предоставляет самые короткие сроки для просмотра возврата инвестиций (дней до недель). Временные шкалы для создания рабочих нагрузок ИИ в Azure зависят от варианта использования и уровня зрелости ИИ. Большинству проектов сборки требуется несколько недель до нескольких месяцев, чтобы достичь готовности к производству.
Следующий шаг
Чтобы создать рабочие нагрузки искусственного интеллекта с помощью Azure, перейдите на AI Ready. Для внедрения Copilot перейдите к управлению ИИ , чтобы установить управление ИИ организации.