Maximalizace efektivity nákladů agentů AI v Azure
Ve zkratce
-
Level
-
Dovednost
Maximalizujte návratnost investic do agentů umělé inteligence tím, že v každé fázi uděláte informovaná rozhodnutí s vědomím nákladů. Tento studijní program nabízí užitečné pokyny od identifikace případů použití s vysokým dopadem a porozumění nákladovým faktorům až po prognózování návratnosti investic, přijímání osvědčených postupů, navrhování škálovatelných a efektivních architektur a optimalizaci průběžných investic.
Bez ohledu na to, jestli právě začínáte na cestě k umělé inteligenci nebo škálování podnikového přijetí, najdete praktické strategie pro sestavování, nasazování a správu agentů AI v Azure s jistotou. V souladu s finanční disciplínou zajistěte, aby vaše iniciativy umělé inteligence poskytovaly trvalou hodnotu a dlouhodobý úspěch.
Požadavky
Než začnete s tímto modulem, měli byste mít základní znalosti AI a velkých jazykových modelů (LLM) a seznámit se s cloudovými platformami a koncepty životního cyklu softwaru.
Začínáme s Azure
Zvolte si účet Azure, který vám vyhovuje. Zvolte průběžné platby nebo vyzkoušejte Azure zdarma až na 30 dnů. Zaregistrujte se.
Kód dosaženého cíle
Chcete požádat o kód cíle?
Moduly v tomto studijním programu
Zjistěte, jak odhalit a vyhodnotit případy použití agenta AI, které zajišťují měřitelný obchodní dopad při optimalizaci minimálních nákladů.
Agentské agenty AI můžete vytvářet pomocí Microsoft Foundry a předem natrénovaných modelů. V tomto scénáři jsou náklady na infrastrukturu zahrnuty bez nutnosti vzít v úvahu náklady, jako jsou výpočetní prostředky a sítě. Tento modul zkoumá složitější scénáře, ve kterých zvažujete nákladové ovladače pro vlastní agenty AI, zejména pokud používají modely AI.
Tento modul vás seznámí s praktickými architekturami pro kvantifikaci a komunikaci návratnosti prostředků umělé inteligence, i když nemáte zkušenosti s financemi. Obchodní vedoucí se naučí, jak vyhodnotit kvantifikovaný finanční dopad i strategickou/nehmotnou hodnotu a jak tyto přehledy použít k určení priorit případů použití, vytvářet přesvědčivé obchodní případy a řídit investiční rozhodnutí.
Naučte se implementovat osvědčené postupy pro zajištění efektivity agenta AI a zajištění dlouhodobého úspěchu s využitím architektur, jako je AI Center of Excellence, FinOps, GenAI Ops, Cloud Adoption Framework a Well-Architected Framework.
V tomto modulu vyhodnotíte, kdy vyvíjet vlastní agenty AI přizpůsobené vašim potřebám a kdy nasazovat předem připravená řešení z důvěryhodných platforem. Zjistěte, jak vyhodnotit kompromisy v časových hodnotách, složitosti, přizpůsobení a provozních nákladech. Tento modul vás také provede výběrem správných modelů pro agenty AI, od jednoduchých agentů specifických pro úlohy až po pokročilé multimodální agenty.
Tento modul vás provede návrhem architektur agentů AI, které se škálují s obchodní poptávkou, poskytují hluboký přehled o obchodních faktorech a podporují dlouhodobé zásady správného řízení. Účastníci se zabývají referenčními architekturami, vzory orchestrace a principy finančního návrhu, které zajišťují provozní efektivitu, kontrolu nákladů a strategické sladění.
Správa a optimalizace investic do agenta AI v Azure je teď efektivnější a výkonnější díky integrovaným možnostem pozorovatelnosti v Microsoft Foundry. Tyto nástroje poskytují možnosti pozorovatelnosti, zásad správného řízení a optimalizace výkonu na podnikové úrovni, které jsou nezbytné pro nasazení inteligentních agentů řízených cílem ve velkém měřítku. Tyto nástroje poskytují možnosti pozorovatelnosti, zásad správného řízení a optimalizace výkonu na podnikové úrovni, které jsou nezbytné pro nasazení inteligentních agentů řízených cílem ve velkém měřítku.