Πυλώνας 4: Τεχνολογία και δεδομένα

Η τεχνολογία και τα δεδομένα παρέχουν τη βάση που χρειάζονται οι πράκτορες για να λειτουργούν αξιόπιστα, με ασφάλεια και σε κλίμακα.

Καθώς οι οργανισμοί μετακινούνται από μικρούς χειριστές στην εταιρική ανάπτυξη παραγόντων, οι μη προγραμματισμένες τεχνικές επιλογές και η κατακερματισμένη πρόσβαση σε δεδομένα γίνονται γρήγορα περιοριστικοί παράγοντες. Χωρίς σαφή αρχιτεκτονική, πρότυπα και διαχείριση του κύκλου ζωής, είναι δύσκολο να διαχειριστείτε λύσεις AI, είναι δύσκολο να τις διαχειριστείτε και είναι ριψοκίνδυνη η διαχείρισή τους.

Ο πυλώνας αυτός εστιάζει στον τρόπο με τον οποίο οι οργανισμοί δομούν τις τεχνικές βάσεις και τις βάσεις δεδομένων που απαιτούνται για τη στήριξη της διαρκούς υιοθέτησης τεχνητής νοημοσύνης από την ανάπτυξη έως την παρακολούθηση και τη συνεχή βελτίωση.

Γιατί η τεχνολογία και τα δεδομένα έχουν σημασία για τους παράγοντες AI

Οι πράκτορες είναι το ίδιο αποτελεσματικοί με την τεχνολογία και τα θεμέλια δεδομένων στα οποία βασίζονται. Η ασθενής ενοποίηση, η ασυνεπής πρόσβαση σε δεδομένα ή οι εύθραυστες αρχιτεκτονικές περιορίζουν τις δραστηριότητες των παραγόντων και τους εμποδίζουν να λειτουργούν αξιόπιστα σε όλα τα συστήματα.

Για να λειτουργήσουν αποτελεσματικά, οι αντιπρόσωποι πρέπει αξιόπιστα:

  • Κατανοήστε το περιβάλλον ροής εργασιών (κατάσταση διαδικασίας, εξαρτήσεις και επιχειρησιακούς κανόνες).
  • Ανακτήστε τις σωστές πληροφορίες την κατάλληλη στιγμή.
  • Πραγματοποιήστε ενέργειες σε όλα τα συστήματα χρησιμοποιώντας ασφαλείς ενοποιήσεις με δυνατότητα ελέγχου.

Χωρίς ισχυρή τεχνολογία και θεμέλια δεδομένων:

  • Οι αντιπρόσωποι μπορεί να παραμείνουν περιορισμένοι σε εργασίες ερωτήσεων και απαντήσεων ή μονού βήματος.
  • Κάθε νέος πράκτορας γίνεται μια εξατομικευμένη προσπάθεια μηχανικής.
  • Ο κίνδυνος, τα έξοδα λειτουργίας και η ασυνέπεια αυξάνονται ταχύτερα από την επιχειρηματική αξία.

Με ώριμες βάσεις, μπορείτε να επαναχρησιμοποιήσετε, να συντάξετε και να οργανώσετε πράκτορες σε όλες τις διαδικασίες. Το Teams μπορεί να εστιάσει στη σχεδίαση ροής εργασιών και την αξιοποίηση αξίας αντί να αναδομήσει υδραυλικά.

Πώς μοιάζει η υψηλή ωριμότητα

Σε υψηλή ωριμότητα, ο οργανισμός λειτουργεί με μια ισχυρή πλατφόρμα AI εταιρικού επιπέδου.

Τα χαρακτηριστικά περιλαμβάνουν:

  • Τυποποιημένη αρχιτεκτονική πρακτόρων και πλατφόρμες. Οι παράγοντες βασίζονται σε εγκεκριμένες πλατφόρμες, χρησιμοποιώντας κοινόχρηστες αρχιτεκτονικές αναφοράς, πρότυπα και μοτίβα.
  • Διαχειριζόμενος, αυτοματοποιημένος κύκλος ζωής ανάπτυξης. Ο διαχωρισμός ανάπτυξης, δοκιμής και περιβάλλοντος παραγωγής, ο έλεγχος προέλευσης, η CI/CD, οι εγκρίσεις και η επαναφορά είναι τυπικά για όλους τους παράγοντες παραγωγής.
  • Ασφαλής, ελεγχόμενη πρόσβαση σε δεδομένα και ενοποίηση. Οι πράκτορες χρησιμοποιούν εγκεκριμένες συνδέσεις, διαχειριζόμενες ταυτότητες και διαχειρισμένες προελεύσεις δεδομένων, εξαλείφοντας τη σκιώδη πρόσβαση και την εξάπλωση διαπιστευτηρίων.
  • Ρητή απογραφή συστημάτων και ενοποιήσεων. Τα συστήματα, τα API και οι παράγοντες εργαλείων με τα οποία αλληλεπιδρούν οι παράγοντες αποθηκεύονται, ανήκουν και αντιμετωπίζονται ως κοινόχρηστοι αρχιτεκτονικοί πόροι.
  • Επαναχρησιμοποιήσιμα στοιχεία. Κοινές ενέργειες, ροές εργασιών και ενοποιήσεις δημιουργούνται μία φορά και επαναχρησιμοποιούνται για να επιτρέπουν την εκτέλεση πολλαπλών βημάτων και μεταξύ συστημάτων.
  • Ενσωματωμένη παρατηρησιμότητα και αξιολόγηση. Η χρήση, η ποιότητα, η ασφάλεια και οι επιδόσεις καταγράφονται και εξετάζονται συνεχώς.

Σε υψηλή ωριμότητα, ενημερώνετε τα πρότυπα αρχιτεκτονικής καθώς προκύπτουν νέα μοτίβα αντιπροσώπων (για παράδειγμα, ενορχήστρωση πολλών πρακτόρων). Οι ομοσπονδιακές ομάδες δημιουργούν και αναπτύσσουν γρήγορα παράγοντες χωρίς κεντρικά σημεία συμφόρησης, καθώς τα μέτρα ασφαλείας είναι ενσωματωμένα εκ των προτέρων.

Πώς να διαβάσετε τον πίνακα ωρίμανσης

Ο πίνακας εμφανίζει πώς εξελίσσονται οι δυνατότητες τεχνολογίας και δεδομένων σε πέντε επίπεδα ωριμότητας.

Για κάθε επίπεδο, παρατηρήστε τα εξής:

  • Κατάσταση τεχνολογίας και δεδομένων: Παρατηρήσιμα τεχνικά χαρακτηριστικά.
  • Ευκαιρία για πρόοδο: Πρακτικές περιοχές εστίασης που ενεργοποιούν το επόμενο στάδιο.

Οι οργανισμοί ενδέχεται να λειτουργούν σε διαφορετικά επίπεδα σε όλες τις πλατφόρμες ή τους τομείς. Χρησιμοποιήστε τον πίνακα για να προσδιορίσετε το δεσπόζον μοτίβο και να ιεραρχήσετε τις βελτιώσεις που καταργούν τους περιορισμούς κλίμακας.

Τεχνολογία και ωριμότητα δεδομένων

Επίπεδο Κατάσταση τεχνολογίας και δεδομένων Ευκαιρία για πρόοδο
100: Αρχική
  • Η εργασία του πράκτορα είναι διερευνητική και κατακερματισμένη.
  • Οι Ομάδες πειραματίζονται με προτροπές ή ελαφρούς παράγοντες χωρίς καθορισμένο τεχνολογικό σχέδιο.
  • Η πρόσβαση σε δεδομένα είναι μη προγραμματισμένη, συχνά περιορίζεται σε έγγραφα στο Microsoft 365 ή σε άμεσες κλήσεις συστήματος χωρίς συνεπή στρατηγική ανάκτησης.
  • Δεν υπάρχει σαφήνεια σχετικά με το πότε να χρησιμοποιηθούν πράκτορες SaaS και για την κατασκευή προσαρμοσμένων πρακτόρων, και δεν υπάρχει κοινόχρηστη βάση δεδομένων για τους πράκτορες να αιτιολογήσουν.
  • Δεν υπάρχουν συνεπή πρότυπα πλατφόρμας, διαχείρισης κύκλου ζωής εφαρμογών (ALM) ή ενοποίησης.
  • Το Teams δημιουργεί πράκτορες ως μεμονωμένες αποδείξεις ιδέας χωρίς τυπική αρχιτεκτονική.
  • Οι λύσεις είναι ευάλωτες, χωρίς έγγραφα και είναι δύσκολο να επαναχρησιμοποιούνται ή να κλιμακώνονται.
  • Καθορίστε ένα αρχικό τεχνολογικό σχέδιο.
  • Τυποποιήστε σε ένα μικρό σύνολο εγκεκριμένων πλατφορμών. Για παράδειγμα, το Agent Builder στο Microsoft 365 Copilot είναι η προεπιλογή για γρήγορους πράκτορες που βασίζονται στη γνώση στο Microsoft 365. Το Copilot Studio είναι το πρότυπο για τους υπαλλήλους που απαιτούν ροές εργασιών, ενοποιήσεις και διαχείριση του κύκλου ζωής των επιχειρήσεων.
  • Απογραφή όπου υπάρχουν σχετικά δεδομένα, για παράδειγμα σε συστήματα Microsoft 365 ή λειτουργικά συστήματα και κενά συνδεσιμότητας εγγράφων.
200: με δυνατότητα επανάληψης
  • Οι ομάδες αρχίζουν να συγκλίνουν σε ένα μικρό σύνολο πλατφορμών (για παράδειγμα, Agent Builder ή Copilot Studio), αλλά οι επιλογές δεν είναι συνεπείς και καθοδηγούνται από την προτίμηση της ομάδας αντί να ταιριάζουν στη χρήση.
  • Τα δεδομένα προετοιμάζονται μερικώς: Το περιεχόμενο του Microsoft 365 είναι προσβάσιμο, αλλά τα δομημένα επιχειρηματικά δεδομένα παραμένουν σε όλα τα συστήματα με περιορισμένες συνδέσεις εγκεκριμένες ή διαθέσιμες.
  • Οι πράκτορες βασίζονται σε βασικές διαδικασίες ανάκτησης ή σημειακές διασυνδέσεις, περιορίζοντας την αξιοπιστία και την επαναχρησιμοποίηση.
  • Ο διαχωρισμός μεταξύ των περιβαλλόντων ανάπτυξης και δοκιμής μπορεί να υπάρχει, αλλά ο ALM και η τηλεμετρία δεν είναι συμβατές.
  • Το στοιχείο ελέγχου έκδοσης χρησιμοποιείται με ασυνέπεια και η τεκμηρίωση είναι ελαφριά.
  • Τα μοτίβα καθοδηγούνται από την εμπειρία των μεμονωμένων ομάδων και όχι από την εταιρική καθοδήγηση.
  • Τυποποιήστε το σημείο όπου δημιουργείτε στοιχεία: Χρησιμοποιήστε το Agent Builder ή το Copilot Studio σκόπιμα με βάση την εμβέλεια και την πολυπλοκότητα.
  • Καθορίστε αρχιτεκτονικές αναφοράς και μοτίβα ενοποίησης.
  • Τυποποιήστε τις πρακτικές ALM και εισαγάγετε βασική τηλεμετρία.
  • Δημιουργήστε τυπικά πρότυπα λύσεων, εγκεκριμένες συνδέσεις και βασικές διοχετεύσεις CI/CD για την προώθηση της συνέπειας και τη μείωση της επανάληψης της εργασίας.
300: Ορίστηκε
  • Υπάρχει ένα τεκμηριωμένο τεχνολογικό σχέδιο.
  • Ο οργανισμός διακρίνει σταθερά μεταξύ των παραγόντων SaaS, των πρακτόρων του Copilot Studio και των πιο προηγμένων διαδρομών δόμησης.
  • Η αρχιτεκτονική δεδομένων ακολουθεί ένα σαφές μοτίβο: Microsoft 365 για περιεχόμενο συνεργασίας και Fabric OneLake για ενοποιημένα εταιρικά δεδομένα.
  • Τα δεδομένα οργανώνονται χρησιμοποιώντας μια medallion architecture, επιτρέποντας στους πράκτορες να βασίζουν τις αποκρίσεις τους σε επικυρωμένες πηγές.
  • Τα έγγραφα του οργανισμού όπου βρίσκονται τα κρίσιμα δεδομένα και ο τρόπος με τον οποίο οι παράγοντες θα πρέπει να έχουν πρόσβαση σε αυτά.
  • Οι τυπικές πλατφόρμες, οι αρχιτεκτονικές αναφοράς και τα μοτίβα ενοποίησης ορίζονται και επαναχρησιμοποιούνται.
  • Δημιουργούνται πρακτικές ALM για τους παράγοντες παραγωγής.
  • Το Teams χρησιμοποιεί ένα δομημένο πλαίσιο σχεδίασης για τον σχεδιασμό ανάπτυξης αντιπροσώπων.
  • Ενίσχυση της δυνατότητας κλιμάκωσης, της ασφάλειας και της παρατηρησιμότητας.
  • Ενσωματώστε την παρακολούθηση, την καταγραφή και την αξιολόγηση στην τυπική αρχιτεκτονική και βεβαιωθείτε ότι τα μοτίβα πρόσβασης στα δεδομένα διέπονται πλήρως.
  • Επαληθεύστε τις ανάγκες ενός παράγοντα έναντι των αναγκών πολλών πρακτόρων μέσω δομημένων πειραμάτων.
  • Αναπτύξτε και πιστοποιήστε σύνολα δεδομένων για τομείς υψηλής αξίας.
400: Ικανός
  • Η τεχνολογία και τα ιδρύματα δεδομένων είναι εταιρικού επιπέδου.
  • Υπάρχει σαφής ορατότητα στα συστήματα, τα API και τα δεδομένα που χρησιμοποιούνται σε ροές εργασιών.
  • Τα μοτίβα ασφαλούς πρόσβασης, η κεντρική τηλεμετρία και οι αυτοματοποιημένες αξιολογήσεις είναι τυπικά.
  • Οι αναπτύξεις είναι αυτοματοποιημένες και αξιόπιστες.
  • Η κεντρική παρακολούθηση και τηλεμετρία παρέχουν ορατότητα στη συμπεριφορά και τις επιδόσεις των παραγόντων σε ολόκληρο τον οργανισμό.
  • Χρησιμοποιήστε το Copilot Studio για παράγοντες προσανατολισμένους στη διαδικασία και το Microsoft Foundry για προηγμένα σενάρια, όπου χρειάζεται.
  • Μετάβαση από κεντρική εκτέλεση σε εξωτερική παράδοση.
  • Ενσωματώστε προστατευτικά σε πλατφόρμες, αναπτύξτε με ασφάλεια την αυτοεξυπηρέτησή σας και αναπτύξτε πρότυπα για την υποστήριξη υψηλότερης αυτονομίας και νέων προτύπων πρακτόρων.
  • Αξιολογήστε νέες δυνατότητες και μοτίβα και ενσωματώστε τα στα πρότυπα όπου προσθέτουν αξία.
500: Αποτελεσματική
  • Η τεχνολογία και τα θεμέλια δεδομένων εξελίσσονται συνεχώς με βάση την τηλεμετρία και τα αναδυόμενα μοτίβα αντιπροσώπων.
  • Τα μοντέλα δεδομένων ροής εργασιών και οι ενοποιήσεις διατηρούνται ενεργά ως κοινόχρηστοι εταιρικοί πόροι.
  • Οι ομοσπονδιακές ομάδες λειτουργούν ανεξάρτητα, ενώ τα προστατευτικά μέτρα εγγυώνται την ποιότητα από προεπιλογή.
  • Ο οργανισμός λειτουργεί μια ώριμη, βελτιστοποιημένη πλατφόρμα AI.
  • Η αρχιτεκτονική υποστηρίζει σύνθετα σενάρια πολλών πρακτόρων και εξωτερική ανάπτυξη σε κλίμακα.
  • Η συνεχής βελτίωση των τεχνικών προτύπων ενσωματώνεται στο μοντέλο λειτουργίας.
  • Διατηρήστε την αριστεία μέσω συνεχούς αρχιτεκτονικού ελέγχου, πειραματισμού και κοινής χρήσης γνώσεων.
  • Επενδύστε στην εξέλιξη της πλατφόρμας για να παραμείνετε μπροστά από τα αναδυόμενα μοτίβα και απαιτήσεις AI.

Συνήθη αντι-μοτίβα

Παρακολουθήστε αυτά τα σημάδια ότι η τεχνολογία και οι βάσεις δεδομένων μπορεί να περιορίζουν την υιοθέτηση του παράγοντα AI.

Επίπεδο 100 – Αρχικό: "Πειραματισμός βάσει επίδειξης"

  • Το Teams δημιουργεί πράκτορες εξ ολοκλήρου σε προτροπές χωρίς πραγματικά δεδομένα ή ενοποίηση ενεργειών. Αυτή η προσέγγιση δημιουργεί εντυπωσιακές επιδείξεις που δεν μπορούν να επιβιώσουν σε πραγματικές ροές εργασιών ή περιπτώσεις άκρου.
  • Οι ομάδες παρακάμπτουν κατάλληλες συνδέσεις και διαχείριση για να "το κάνουν να λειτουργεί", δημιουργώντας κινδύνους ασφάλειας, συμμόρφωσης και αξιοπιστίας.
  • Οι παράγοντες εκτελούνται από προσωπικούς λογαριασμούς ή δοκιμαστικούς μισθωτές χωρίς σαφή ιδιοκτήτη, κύκλο ζωής ή διαδρομή προς την παραγωγή.
  • Οι ομάδες προωθούν πειραματικό κώδικα ή διαμορφώσεις απευθείας στην παραγωγή χωρίς προγράμματα ALM, δοκιμής ή επαναφοράς.

Επίπεδο 200 – Επαναλαμβανόμενο: "Hero engineering"

  • Οι ομάδες υλοποιούν εκ νέου ανεξάρτητα συνδέσεις στα ίδια συστήματα, με αποτέλεσμα την αντιγραφή και ασυνέπεια.
  • Μόνο λίγα άτομα κατανοούν την πραγματική λειτουργία των συστημάτων και η τεκμηρίωση είναι αραιή ή ξεπερασμένη.
  • Ορισμένοι παράγοντες έχουν περιβάλλοντα ανάπτυξης, δοκιμής και παραγωγής. 'λλοι όχι. Η προώθηση στην παραγωγή είναι μη αυτόματη και επιρρεπής σε σφάλματα.
  • Η πρόοδος εξαρτάται από συγκεκριμένους μηχανικούς και όχι από επαναχρησιμοποιήσιμα μοτίβα και κοινόχρηστες υπηρεσίες.
  • Οι ομάδες κατανοούν ορισμένες εξαρτήσεις δεδομένων, αλλά όχι αρκετές για να ενεργοποιήσουν την εκτέλεση από άκρο σε άκρο.

Επίπεδο 300 – Ορίστηκε: "Η διαδικασία υπερέχει της ενεργοποίησης"

  • Ισχύουν μεγάλες απαιτήσεις αρχιτεκτονικής για απλούς παράγοντες, το οποίο επιβραδύνει την παράδοση και απογοητεύει ομάδες.
  • Υπάρχουν αρχιτεκτονικές και πρότυπα αναφοράς, αλλά δεν είναι ενσωματωμένα σε πρότυπα ή εργαλεία.
  • Τα μοτίβα λειτουργούν για τους πιλότους, αλλά δεν επικυρώνονται σε κλίμακα, σε πολλούς τομείς ή υπό φόρτο.
  • Μια μικρή ομάδα λαμβάνει όλες τις αποφάσεις, γεγονός που περιορίζει την ταχύτητα μετάδοσης, προκαλεί απογοήτευση και προκαλεί την αποδέσμευση των ομάδων.

Επίπεδο 400 – Ικανό: "Σταθερό αλλά αργό"

  • Οι πλατφόρμες είναι σταθερές, αλλά μόνο λίγες ομάδες μπορούν να δημιουργήσουν ή να αναπτύξουν παράγοντες.
  • Υπάρχουν πίνακες εργαλείων, αλλά οι δεδομενικές πληροφορίες δεν καθοδηγούν τις αποφάσεις για ιεράρχηση, βελτίωση ή συνταξιοδότηση.
  • Οι ομάδες περιορίζουν αυστηρά τους παράγοντες, ακόμη και όταν τα δεδομένα δείχνουν ότι μπορούν να κάνουν περισσότερα με ασφάλεια.
  • Η εστίαση είναι στη ρύθμιση υπαρχόντων παραγόντων αντί για την ενεργοποίηση νέων μοτίβων ή δυνατοτήτων.

Επίπεδο 500 – Αποτελεσματικό: "Ωριμότητα άνεσης"

  • Οι ομάδες εξετάζουν τις πλατφόρμες και τα πρότυπα ολοκληρωμένα, παρά τα ταχέως εξελισσόμενα μοτίβα αντιπροσώπων.
  • Τα προστατευτικά υπάρχουν αλλά δεν ανανεώνονται, γεγονός που οδηγεί σε αποκλίνουσα και ασυνέπεια με την πάροδο του χρόνου.
  • Οι ομάδες απορρίπτουν την ενορχήστρωση πολλών πρακτόρων, την υψηλότερη αυτονομία ή τα νέα μοτίβα εκτέλεσης ως "μελλοντικό έργο".
  • Καθώς οι πράκτορες γίνονται πιο ικανοί, οι ομάδες δεν ενημερώνουν τα στοιχεία ελέγχου και τις αξιολογήσεις με τον ίδιο ρυθμό.

Στην πράξη, η χρήση του πυλώνα αυτού

Η τεχνολογία και τα δεδομένα είναι καταλύτες.

Καθώς η υιοθέτηση σας ωριμάζει:

  • Η τεχνική αυστηρότητα πρέπει να ελαχιστοποιεί την αντίσταση, όχι να επιβραδύνει τις ομάδες.
  • Τα πρότυπα θα πρέπει να επιταχύνουν τον ασφαλή πειραματισμό και την επαναχρησιμοποίηση.
  • Η τηλεμετρία πλατφόρμας θα πρέπει να ενημερώνει για τη διακυβέρνηση, τις λειτουργίες και την υλοποίηση αξίας.

Η ισχυρή τεχνολογία και τα ιδρύματα δεδομένων επιτρέπουν στους οργανισμούς να κλιμακώσουν τους παράγοντες AI με βεβαιότητα, επειδή η αξιοπιστία, η ασφάλεια και ο έλεγχος υποστηρίζουν την καινοτομία.

Επόμενο βήμα

Το επόμενο άρθρο εξετάζει τον τρόπο ενίσχυσης της οργανωτικής ετοιμότητας και κουλτούρας για επιτυχημένη υιοθέτηση παράγοντα AI.

Πυλώνας 6: Οργανισμός και κουλτούρα

  • Last updated on