Erstellen einer KI-Strategie
In dieser Einheit konzentrieren Sie sich auf die Erstellung einer KI-Strategie. Der erste Schritt besteht darin, sich mit den wichtigsten Arten von KI-Lösungen vertraut zu machen, die in Azure verfügbar sind – Software as a Service (SaaS), Platform as a Service (PaaS) und Infrastructure as a Service (IaaS). Sobald Sie diese Optionen verstanden haben, ist es einfacher, die Azure AI-Lösung auszuwählen, die den Anforderungen Ihrer Organisation entspricht.
Einführung von Microsoft-Software AI-Diensten (SaaS) für erste Ergebnisse
SaaS-Angebote sind schlüsselfertige KI-Lösungen wie Microsoft 365 Copilot, Copilot Studio und Microsoft Fabric. Diese Produkte sind darauf ausgelegt, generative KI-Funktionen direkt in vertrauten Anwendungen bereitzustellen.
SaaS-Angebote erfordern minimale Einrichtung und sind ideal für Organisationen, die schnelle Produktivitätsgewinne und rollenspezifische KI-Features suchen.
Microsoft Copilot ist eine kostenlose webbasierte Chat-Anwendung. Copilot Pro bietet bessere Leistung, Kapazität und Zugriff auf Copilot in bestimmten Microsoft 365-Apps.
Microsoft 365 Copilot bietet webgestützte Chat- und In-App-KI-Unterstützung in Microsoft 365-Anwendungen, die in Ihre Microsoft Graph-Daten integriert werden.
Microsoft Fabric ist eine einheitliche Analyseplattform für Daten und KI. Microsoft Fabric ist eine neuere SaaS-Lösung, die Tools wie Azure Data Factory, Synapse Analytics und Power BI integriert.
Erstellen von KI-Workloads mit Azure-Plattformen (PaaS) für die benutzerdefinierte Entwicklung
Plattformdienste umfassen Microsoft Foundry, Azure OpenAI, Azure Machine Learning, Azure Container Apps und Azure AI-Dienste. Diese Produkte bieten flexible Umgebungen für die Entwicklung, Schulung und Bereitstellung sowohl generativer als auch nichtgenerativer KI-Modelle.
PaaS-Lösungen eignen sich für Teams, die mehr Kontrolle über ihre KI-Workflows benötigen und vordefinierte APIs oder benutzerdefinierte Modelle anwenden möchten.
Microsoft Foundry ist ein einheitliches Azure Platform-as-a-Service-Angebot für KI-Vorgänge für Unternehmen, Modell-Generatoren und Anwendungsentwicklung. Diese Grundlage kombiniert die Infrastruktur auf Produktionsniveau mit freundlichen Schnittstellen, sodass Entwickler sich nicht auf die Verwaltung der Infrastruktur konzentrieren können, sondern sich auf das Erstellen von Anwendungen konzentrieren können.
Azure Machine Learning ist ein Clouddienst, der den Lebenszyklus des Machine Learning-Projekts beschleunigt und verwaltet. ML-Experten, Data Scientists und Ingenieure nutzen es in ihren täglichen Workflows, um Modelle zu trainieren und bereitzustellen und maschinelle Lernvorgänge zu verwalten. Verwenden Sie Azure ML, wenn Sie Open-Source-Framework-Unterstützung für die entwicklung von benutzerdefinierten Modellen benötigen.
Azure OpenAI bietet Zugriff auf generative KI-Modelle, einschließlich einer Familie großer und kleiner neuraler Netzwerksprachenmodelle. Modelle funktionieren in einem skalierbaren und sicherungsfähigen Clouddienst in Azure.
Azure Container Apps ist eine serverlose Plattform, mit der Sie weniger Infrastruktur erhalten und Kosten sparen können, während containerisierte Anwendungen ausgeführt werden.
Der Azure AI-Dienst hilft beim Erstellen von Anwendungen mit anpassbaren APIs und Modellen. Beispielanwendungen umfassen natürliche Sprache, Sprache und Sehverarbeitung.
Erstellen von KI-Modellen mit Azure-Infrastrukturdiensten (IaaS) für maximale Kontrolle
Azure-Infrastrukturdienste bieten Ihnen die meiste Kontrolle, wenn Ihre KI-Workload strenge Leistungs-, Isolations- oder Complianceanforderungen aufweist. Dieser Ansatz eignet sich gut, wenn Sie den vollständigen Besitz des Betriebssystems, frameworks und Modellkonfigurationen benötigen. Auch wenn die gesetzlichen Anforderungen die Verwendung vollständig verwalteter Dienste einschränken.
Beispielsweise kann eine Organisation im Gesundheitswesen ihre Workloads auf virtuellen Azure-Computern bereitstellen. Die Verwendung von Azure IaaS bietet dem Team vollständige Kontrolle über die Software, Hardware und Daten auf diesen Computern. Während IaaS maximale Flexibilität und Kontrolle bietet, kommt es auch mit höherem betrieblichen Aufwand und erfordert tiefere KI- und Infrastrukturkompetenz.
Tipp
Nehmen Sie sich einen Moment Zeit, um den KI-Produktentscheidungsbaum zu überprüfen. Welche KI-Produkte richten sich am besten an die Ziele Ihrer Organisation? Wenn Ihre Strategie agentische Workloads enthält, überprüfen Sie die Entscheidungsstruktur des KI-Agents , um Anleitungen zur Auswahl zwischen SaaS-Agents, Copilot Studio und Microsoft Foundry zu erhalten.