Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of mappen te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen om mappen te wijzigen.
AI-doel: Elke organisatie wil dat AI waarde toevoegt aan zijn mensen en processen. Deze waarde moet afkomstig zijn van AI die veilig blijft en efficiënt wordt uitgevoerd. Het moet voldoen aan de vaardigheden en gegevens die u al hebt en binnen het budget blijven. AI-uitdaging: Het doel is duidelijk, maar het bereiken van die waarde is niet altijd eenvoudig. Teams experimenteren vaak veel en zien weinig rendement. Sommigen bouwen tegenstrijdige oplossingen binnen de organisatie. Op andere plaatsen beperken beveiligingsproblemen en lage betrouwbaarheid wat mensen kunnen gebruiken, wat AI terughoudt.
AI-oplossing: Veel organisaties zijn overgegaan op Microsoft AI-oplossingen om deze uitdagingen aan te pakken. Microsoft biedt een breed scala aan mogelijkheden die u de flexibiliteit bieden om elke use-case efficiënt aan te pakken en AI veilig te houden terwijl deze wordt geschaald. Deze richtlijnen bieden besluitvormers een kader om dat werk te leiden en AI-investeringen aan te passen aan bedrijfsbehoeften.
Aanbeveling: Maak een AI-strategie die aansluit bij uw bedrijfsbehoeften door de beslissingen in de volgende secties op volgorde te doorlopen. Elke beslissing bepaalt de beperkingen die de volgende vormen en houdt de focus op het maken van waarden.
1. Identificatie van AI-toepassingen
De eerste stap bij het vormgeven aan uw AI-strategie is het identificeren van usecases. Deze stap definieert hoe besluitvormers ontdekken waar AI bedrijfsresultaten in de hele organisatie kan verbeteren. Het doel is om eerst zinvolle kansen zichtbaar te maken. De lijst hoeft echter niet volledig te zijn. Het doel is om iedereen een gemeenschappelijk beeld te geven van wat het belangrijkst is voor het bedrijf. Werk deze op volgorde door, zodat elke use-case wordt teruggezet naar echte waarde.
Begin met zakelijke problemen. Zoek waar de organisatie betere resultaten nodig heeft voordat u AI in overweging kunt nemen. De helderste signalen worden weergegeven in de manier waarop mensen werken, zoals herhaalde handmatige inspanning of trage goedkeuringen. Stel de zoekopdracht in gewone termen in, zoals 'waar missen resultaten verwachtingen' of 'waar besteden mensen tijd aan terugkerende taken'. Deze benadering houdt AI gericht op waarde in plaats van nieuwheid. Compromis: Een brede scan biedt veel mogelijkheden, dus blijf gefocust op de uitkomstverschillen die zowel meetbaar als zinvol zijn.
Zet problemen om in gebruiksscenario's. Verander elk bedrijfsprobleem in een korte instructie die de activiteit en het verwachte resultaat noemt, zoals 'help ondersteuningsmedewerkers te beantwoorden vanuit interne documenten, zodat de oplossingstijd afneemt'. Bevestig dat de activiteit vaak genoeg plaatsvindt om de investering te rechtvaardigen. Compromis: Vroege scenario's zijn meestal vaag, dus verfijn ze in duidelijke en bruikbare beschrijvingen voordat u verdergaat.
Gebruiksvoorbeeld classificeren. Classificeer elke use-case op basis van hoe deze waarde maakt. Gebruik deze beslissing om latere technologiekeuzen te begeleiden.
Individueel werk: In deze use cases wordt de werking van personen of teams in bestaande hulpprogramma's verbeterd. Voorbeelden hiervan zijn schrijfhulp of vergadervoorbereiding. Ze zijn sterk afgestemd op generatieve AI-oplossingen zoals Microsoft 365 Copilot.
Bedrijfsautomatisering: In deze use cases wordt de werking van de organisatie gewijzigd of wordt waarde geleverd. Voorbeelden hiervan zijn geautomatiseerde klantroutering of vraagprognoses. Ze hebben vaak integratie met andere systemen nodig en kunnen meer dan één AI-type combineren.
Overweeg het benodigde AI-type. Dit is een overweging, geen definitieve beslissing en u kunt deze opnieuw bekijken, omdat de use case duidelijker wordt. Een ruw beeld van hoeveel consistentie u in het resultaat wilt, beperkt de volgende technologiekeuzen. Je hebt de vrijheid om het later aan te passen.
Generatieve AI (niet-deterministisch) produceert uitvoer die zelfs voor dezelfde invoer kan variëren en het werkt goed wanneer invoer ongestructureerd is, zoals natuurlijke taal of documenten. Het past in gevallen waarin de werkstroom niet is opgelost en waar u wilt dat het systeem inhoud maakt of een menselijke beslissing helpt. Kies hiervoor als u de exacte stappen niet van tevoren weet en enige variatie in de uitvoer aanvaardbaar is.
Niet-generatieve AI (deterministisch) produceert consistente en herhaalbare uitvoer van gestructureerde invoer. Het past in gevallen waarin de werkstroom is gedefinieerd en dezelfde invoer moet leiden tot hetzelfde resultaat. Kies deze aanpak voor taken waarbij nauwkeurigheid belangrijk is, zoals voorspellingen of anomaliedetectie.
Pas dezelfde volgorde toe op elk bedrijfsgebied. Een herhaalbaar proces vermindert verwarring, voorkomt dat u naar generatieve AI grijpt wanneer die niet nodig is, en helpt u vervolgens een oplossingstraject te kiezen.
2. STRATEGIE voor AI-technologie
Welke Microsoft AI-oplossing moet u kiezen? Nadat u hebt vastgesteld welke use cases elk type AI nodig hebben, kunt u beginnen met het verfijnen van het bouwen of kopen van elk type AI. Microsoft biedt vier adoptiemodellen waarbij maatwerk wordt ingeruild voor eenvoud, volgens een model van gedeelde verantwoordelijkheid. Het gaat om kant-en-klare Copilots, low-code SaaS-ontwikkeling, beheerde PaaS-ontwikkeling en Azure-infrastructuur. Terwijl u van het eerste model naar het laatste model overstapt, krijgt u controle en geeft u de snelheid op.
Elke aanpak vereist een ander niveau van technische vaardigheden en retourneert een andere mate van controle. Gebruik de beslissingsstructuur in de volgende sectie om de opties te beperken. Gebruik vervolgens de volgende richtlijnen om vier factoren voor AI-oplossing te wegen:
- Mogelijkheden: Bekijk de mogelijkheden van Microsoft en Azure AI-oplossingen om te zien of ze voldoen aan de behoeften van uw use-case.
- Benodigde gegevens: Controleer of de vereiste gegevens bestaan en toegankelijk zijn voor het scenario.
- Vereiste vaardigheden: Controleer of elke use-case haalbaar is met de huidige mogelijkheden voordat u een oplossing selecteert.
- Kosten: Beoordeel of de oplossing past bij uw budget.
Microsoft AI-beslissingsstructuur
Microsoft Copilots (SaaS-agents)
Microsoft kant-en-klare AI-oplossingen, Copilots genoemd, verhogen snel de efficiëntie omdat ze weinig installatie nodig hebben en werken met gegevens die u al hebt. Microsoft 365 Copilot voegt AI-ondersteuning toe aan verschillende Office-apps. In-product- en rolgebaseerde Copilots richten zich op specifieke functies en sectoren. Compromis: Copilots leveren de snelste resultaten, maar ze bieden minder aanpassing dan een aangepaste oplossing.
| Microsoft Copilots | Beschrijving | Gebruiker | Benodigde gegevens | Vereiste vaardigheden | Belangrijkste kostenfactoren |
|---|---|---|---|---|---|
| Microsoft 365 Copilot | Op internet gebaseerde chat en Work IQ-chat en hulp in de app in heel Microsoft 365, gebaseerd op uw Microsoft-gegevens. | Bedrijf | Pas beschermende vertrouwelijkheidslabels toe op Microsoft 365 gegevens, zodat beveiliging de inhoud volgt. | Algemeen IT- en gegevensbeheer | Licentie per gebruiker |
| Rolgebaseerde Copilots en agents | Rolspecifieke hulp voor beveiligings-, verkoopagent, service- en financiële agent. | Bedrijf | Ja. Er zijn opties voor gegevensverbinding en invoegtoepassing beschikbaar. | Algemeen IT- en gegevensbeheer | toegang tot Microsoft 365 Copilot of Security Compute Units (SCU's) voor Security Copilot |
| In het product geïntegreerde copilots en agents | AI in producten zoals GitHub, Power Apps, Power BI, Dynamics 365, Power Automate, Microsoft Fabric, Microsoft Entraen Azure. | Zakelijk en individueel | Ja. De meeste vereisen minimale gegevensvoorbereiding. | Minimaal (basisconfiguratie en gegevensgereedheid) | Gratis of met abonnement |
| Microsoft Copilot | Microsoft Copilot is een gratis chat-app op basis van het web. | Individu | No | Geen | Gratis |
SaaS AI-ontwikkelplatforms (weinig code)
Microsoft biedt SaaS-ontwikkelopties voor het bouwen van AI-agents. Met Copilot Studio kunnen zakelijke gebruikers AI-assistenten maken met behulp van natuurlijke taal, terwijl Microsoft 365 Copilot-extensies u in staat stellen Copilot voor ondernemingen aan te passen met bedrijfsspecifieke gegevens en processen. Compromis: SaaS-ontwikkelplatforms openen ontwikkeling voor bedrijfsteams, maar zware aanpassingen bereiken limieten en vereisen mogelijk een overstap naar een beheerd platform.
| Platform | Beschrijving | Gebruiker | Benodigde gegevens | Vereiste vaardigheden | Belangrijkste kostenfactoren |
|---|---|---|---|---|---|
| Copilot Studio | Gebruik Copilot Studio om conversationele AI-agents en automatiseringswerkstromen te bouwen met hulpprogramma's met weinig code en natuurlijke taal. | IT (Informatietechnologie) | Automatiseert veel van de gegevensintegratie om aangepaste copilots te maken met verbindingen met verschillende gegevensbronnen. | Platformconfiguratie om gegevensbronnen te verbinden, gespreksstromen te ontwerpen en copilots te implementeren | Licentie |
| Hulpprogramma's voor uitbreidbaarheid voor Microsoft 365 Copilot | Aanpassen Microsoft 365 Copilot met meer gegevens of mogelijkheden door middel van declaratieve agents. Gebruik hulpprogramma's zoals Copilot Studio, Agent Builder en Agents Toolkit. | Zakelijk en individueel | Gebruik Microsoft 365 Copilot connectors om gegevens toe te voegen. | Gegevensbeheer, algemene IT- of ontwikkelaarsvaardigheden | Microsoft 365 Copilot licentie |
AI op Azure platforms (PaaS)
Platform as a Service is het startpunt voor de meeste aangepaste apps en agents. Kies deze optie wanneer SaaS-ontwikkeling met weinig code u niet voldoende aanpassing kan bieden, maar u nog steeds wilt dat Microsoft het platform voor u uitvoert. U krijgt een beheerde omgeving om aangepaste agents en modellen te bouwen. Dit werk kost meer inspanning dan SaaS-ontwikkeling, maar minder inspanning dan het uitvoeren van de infrastructuur zelf. Microsoft het platform beheert en u geen servers onderhoudt of de basismodellen traint. Compromis: Een beheerd platform biedt u meer controle dan SaaS-ontwikkeling, maar vereist technische vaardigheden die SaaS-ontwikkelopties niet hebben.
| AI-doel | Microsoft oplossing | Benodigde gegevens | Vereiste vaardigheden | Belangrijkste kostenfactoren |
|---|---|---|---|---|
| Agents bouwen | Microsoft Foundry Agent Service | Ja | Selectie van agenttypen, hulpprogramma's en gegevens toevoegen, foutopsporing met traceringen, evaluatie, optimalisatie, publiceren, bewaken. De levenscyclus van de agent bekijken | Het gebruiken van modeltokens, opslag, functies, rekenkracht, verbindingsmogelijkheden |
| RAG-toepassingen bouwen | Gieterij | Ja | Modellen selecteren, gegevensstroom indelen, segmenteren, segmenten verrijken, indexering kiezen, querytypen begrijpen (volledige tekst, vector, hybride), inzicht krijgen in filters en facetten, herrankering uitvoeren, prompt-engineering, eindpunten implementeren en eindpunten gebruiken in apps | Berekenen, aantal tokens in en uit, AI-services verbruikt, opslag en gegevensoverdracht |
| GenAI-modellen verfijnen | Gieterij | Ja | Gegevens vooraf verwerken, gegevens splitsen in trainings- en validatiegegevens, modellen valideren, andere parameters configureren, modellen verbeteren, modellen implementeren en eindpunten gebruiken in apps | Berekenen, aantal tokens in en uit, AI-services verbruikt, opslag en gegevensoverdracht |
| Modellen trainen en inferentie |
Azure Machine Learning or Microsoft Fabric |
Ja | Gegevens vooraf verwerken, trainingsmodellen met behulp van code of automatisering, het verbeteren van modellen, het implementeren van machine learning-modellen en het verbruiken van eindpunten in apps | Berekening, opslag en gegevensoverdracht |
| Vooraf gemaakte AI-modellen en -services gebruiken | Gieterijgereedschappen | Ja | AI-modellen selecteren, eindpunten beveiligen, eindpunten gebruiken in apps en waar nodig verfijnen | Gebruik van verbruikte modeleindpunten, opslag, gegevensoverdracht, berekening (als u aangepaste modellen traint) |
| AI-apps isoleren | Azure Container Apps met serverloze GPU-ondersteuning | Ja | Selecteer AI-modellen, indeling van gegevensstroom, segmenteringsgegevens, verrijking van segmenten, het kiezen van indexering, het begrijpen van querytypen (volledige tekst, vector, hybride), het begrijpen van filters en facetten, het uitvoeren van herrankering, prompt engineering, het implementeren van eindpunten en het verbruiken van eindpunten in apps; optionele omgevings-/VNet-configuratie voor netwerkisolatie (regionale beschikbaarheid en functiestatus kunnen variëren) | Berekenen, aantal tokens in en uit, AI-services verbruikt, opslag en gegevensoverdracht |
Zie de afzonderlijke pagina's met prijzen voor producten die worden vermeld onder AI + machine learning en de Azure prijscalculator om kostenramingen te genereren.
AI op Azure infrastructuur
Azure infrastructuur biedt u volledige controle over uw eigen modellen en runtimes. Het duurt doorgaans het langst om te bouwen en vereist de meeste inspanning om in de loop van de tijd te onderhouden. Kies deze optie wanneer u uw eigen modellen moet gebruiken, aangepaste runtimes moet gebruiken of moet voldoen aan de prestatie- en nalevingsbehoeften die beheerde platforms niet kunnen gebruiken. Compromis: Infrastructuur biedt de meeste controle, maar het heeft het meest operationele eigendom.
| AI-doel | Microsoft oplossing | Benodigde gegevens | Vereiste vaardigheden | Belangrijkste kostenfactoren |
|---|---|---|---|---|
| Uw eigen modellen trainen en uitvoeren op infrastructuur die u beheert | AI op Azure infrastructuur | Ja | Infrastructuurbeheer, IT, programma-installatie, modeltraining, modelbenchmarking, indeling, eindpunten implementeren, eindpunten beveiligen en eindpunten gebruiken in apps | Compute, compute node orchestrator, managed disks (optioneel), opslagservices, Azure Bastion en andere Azure services die worden gebruikt |
Bekijk gpu-prijzen met Linux en Windows virtuele machines. Gebruik de Azure prijscalculator voor schattingen.
3. Verantwoorde AI-strategie
Welk model en budget u ook kiest in de bovenstaande stappen, verantwoordelijk gebruik is een voorwaarde voor het uitvoeren van AI in productie op schaal. Uw organisatie moet de standaarden instellen die AI eerlijk en verantwoordelijk houden voor elk team. De modellen die u hebt geselecteerd, bepalen waar deze standaarden van toepassing zijn, maar de standaarden zelf blijven constant in de hele organisatie. Bouw voort op de Microsoft richtlijnen voor verantwoorde AI in plaats van deze standaarden hier te definiëren. Zie de CAF-richtlijnen voor het maken van verantwoord AI-beleid om een consistent framework in te stellen.
4. Gegevensstrategie
Een verantwoorde AI-standaard is slechts zo sterk als de data erachter, dus uw datastrategie volgt daarna. Uw gegevensstrategie bepaalt of uw prioriteitsgebruiksscenario's beheerde en hoogwaardige gegevens hebben om mee te werken. Een duurzame strategie verzamelt en classificeert gegevens en houdt deze conform naarmate AI zich verder verspreidt binnen Microsoft 365 en Azure. Richt u op basislijnen voor governance en het levenscyclusbeheer in plaats van op het ontwerp van afzonderlijke workloads. Zie de CAF-richtlijnen voor het maken van een gegevensstrategie voor AI en analyses.
5. AI gebruiken
Met de strategieset gaat u verder met plannen en gereedheid. De richtlijnen voor AI-adoptie bieden checklists voor startups en ondernemingen waarmee elke bovenstaande beslissing naar productie wordt gebracht, met ingebouwde governance en beveiliging.