Внедрение искусственного интеллекта

В этой статье представлен обзор решений Microsoft в области ИИ, который помогает лицам, принимающим решения, определять, как их организация должна внедрять ИИ.

Организации инвестируют в ИИ для создания бизнес-ценности. Задача заключается в определении того, где ИИ может обеспечить ценность и оправдывает ли это инвестиции. Без четкой стратегии команды могут экспериментировать, не создавая достаточно ценности, и инвестиции в искусственный интеллект могут стать разрозненными.

Microsoft решения ИИ решают различные бизнес-потребности и предоставляют различные уровни настройки. Этот диапазон предоставляет организациям возможности для согласования инвестиций в ИИ с ценностью, которой они рассчитывают достичь.

Результат: Это руководство помогает лицам, принимающим решения, установить основу для внедрения ИИ и определить, где их организация должна инвестировать.

Дерево принятия решений ИИ и архитектуры

Дерево принятия решений ИИ

Сначала определите вариант использования ИИ. Если цель заключается в повышении производительности отдельных пользователей, используйте Microsoft 365 Copilot для приложений Microsoft 365. Используйте встроенные в продукт Copilots для таких решений, как Azure, GitHub, Fabric, Dynamics 365 или Power Platform. Используйте выровненные роли Copilots для таких ролей, как безопасность, продажи, услуги или финансы. Если вариант использования является общим, используйте Microsoft Copilot. Если вы уже используете Microsoft 365 Copilot и нуждаетесь в пользовательских агентах с навыками конкретного домена, используйте средства расширяемости для Microsoft 365 Copilot. Если цель состоит в автоматизации бизнес-функций, используйте Copilot Studio в качестве средства SaaS, позволяющего создавать агенты и развертывать их с помощью естественного языка с интегрированными ценами. Используйте Foundry в качестве платформы разработки с доступом API к Средствам Foundry. Если вам нужны предварительно созданные негенерированные модели или Поиск с использованием ИИ Azure для поддержки агента, используйте средства Foundry. Если вам нужно обучить и развернуть модели машинного обучения с собственными данными, используйте Microsoft Fabric, если вы уже работали в этой среде; в противном случае используйте Машинное обучение Azure. Используйте Контейнеры приложений Azure для легких вычислений ИИ без управления инфраструктурой GPU (доступность и статус функций зависят от региона; проверьте текущую поддержку бессерверных возможностей GPU). Если вам нужно использовать собственные модели, используйте Виртуальные машины Azure (необязательно с Azure CycleCloud или пакетная служба Azure) или Служба Azure Kubernetes для контейнерных рабочих нагрузок.

дерево принятия решений Microsoft AI.

Концептуальный

Схема многоуровневой архитектуры. Верхний баннер с надписью «Унифицированная идентификация, безопасность и управление» включает Microsoft Agent 365, Microsoft Defender, Microsoft Entra и Microsoft Purview. Ниже показан большой блок целевой зоны Azure, содержащий целевую зону платформы, расположенную по центру над разделом целевых зон рабочей нагрузки. Раздел зон размещения рабочих нагрузок содержит три блока зон размещения рабочих нагрузок, представляющих рабочие нагрузки Azure. Под рабочими нагрузками расположен блок Microsoft Foundry и Foundry IQ, соединённый пунктирными стрелками с зонами размещения рабочих нагрузок, что обозначает необязательные возможности ИИ для выбранных рабочих нагрузок.

ИИ в зоне посадки Azure. Скачайте файл PowerPoint этой архитектуры.

Концептуальная + интеграция

Схема многоуровневой архитектуры. Верхний баннер с надписью «Унифицированная идентификация, безопасность и управление» включает Microsoft Agent 365, Microsoft Defender, Microsoft Entra и Microsoft Purview. Ниже показан большой блок целевой зоны Azure, содержащий целевую зону платформы, расположенную по центру над разделом целевых зон рабочей нагрузки. Раздел зон размещения рабочих нагрузок содержит три блока зон размещения рабочих нагрузок, представляющих рабочие нагрузки Azure. Под рабочими нагрузками расположен блок Microsoft Foundry и Foundry IQ, соединённый пунктирными стрелками с зонами размещения рабочих нагрузок, что обозначает необязательные возможности ИИ для выбранных рабочих нагрузок. Под целевой зоной Azure Microsoft Copilot Studio, Microsoft Fabric и Microsoft 365 показаны как интегрированные решения для бизнеса, работы с данными и ИИ. Внизу к этим решениям подключаются источники данных, включая локальные системы, Dataverse, Microsoft 365, рабочие нагрузки Azure и другие облака. Двунаправленные стрелки указывают на интеграцию между источниками данных, Microsoft платформами и рабочими нагрузками Azure.

ИИ в посадочной зоне Azure плюс корпоративная интеграция с решениями Microsoft. Скачайте файл PowerPoint этой архитектуры.

1. Что такое ИИ?

Искусственный интеллект (ИИ) использует алгоритмы для анализа данных и получения результатов. Многие модели искусственного интеллекта изучают шаблоны из существующих данных и используют эти шаблоны для обработки новых сведений и получения результатов. Возможности искусственного интеллекта обычно делятся на три широкие области:

• Традиционный ИИ (негенеративный) — анализирует данные и создает результаты для определенной цели, например прогнозирование, классификация информации и обнаружение аномалий.

• Генерирующий ИИ: создает новое содержимое или ответы на основе запроса пользователя и доступного контекста. В число распространенных вариантов использования входят разработка контента, ответы на вопросы, сводка информации, создание кода и помощь сотрудникам в работе.

• Агентный ИИ: использует модели ИИ с инструкциями и инструментами для достижения цели и выполнения задач. Агенты могут интерпретировать запросы, определять, что делать, и использовать подключенные системы для выполнения действий в рамках заданных разрешений и механизмов контроля.

Эти типы могут работать вместе. Например, агент может использовать генеративный ИИ для интерпретации запроса и использовать традиционный ИИ для прогнозирования перед выполнением авторизованного действия. Поэтому бизнес-решение не сводится лишь к вопросу о внедрении ИИ. Именно здесь ИИ может создавать ценность и именно здесь уместен тот или иной уровень возможностей для каждого варианта использования.

2. Основы внедрения ИИ

Что руководству следует сделать в первую очередь? Для успешного внедрения искусственного интеллекта требуется больше, чем выбор правильной технологии. Руководители должны создавать организационные условия, позволяющие командам эффективно и ответственно использовать ИИ. Начните с трех действий:

• Возглавьте внедрение ИИ: Как руководители должны управлять внедрением ИИ? Внедрение искусственного интеллекта лучше всего работает, когда руководители устанавливают общее направление для организации. Руководители должны определить бизнес-результаты, которые, как ожидается, будет поддерживать ИИ, и демонстрировать явную поддержку этих приоритетов. Стратегия искусственного интеллекта или устав должны документально закреплять приоритеты организации и права принятия решений. Это также должно определить, как организация измеряет ценность инвестиций в искусственный интеллект.

• Централизуйте управление ИИ: Что следует централизировать? ИИ приводит к принятию управленческих решений, которые применяются во всей организации. Успешные организации устанавливают централизованное курирование политик и стандартов ИИ для всей организации. Центральная функция управления, например центр передового опыта в области ИИ, может определять требования ответственного искусственного интеллекта и общие границы. Затем бизнес-группы могут реализовывать возможности ИИ в пределах этих границ. См. «Ответственные политики ИИ».

• Доступ сотрудников: у кого должен быть доступ к ИИ? Широкий доступ к утвержденным возможностям искусственного интеллекта может помочь организациям выявлять ценные возможности ИИ и накапливать организационный опыт. Сотрудники понимают бизнес-процессы, которые они выполняют каждый день, и могут определять возможности, где ИИ может улучшить их работу. Организации должны сочетать предоставление доступа с обучением, чтобы сотрудники понимали, как эффективно и ответственно использовать утвержденные возможности искусственного интеллекта.

3. Какой ИИ следует использовать?

Какие решения ИИ следует сделать доступными? Организации обычно внедряют ИИ для двух общих целей:

• Повышение индивидуальной эффективности: ИИ помогает сотрудникам более эффективно выполнять работу с помощью таких возможностей, как составление черновиков, исследование, подготовка к собраниям и поиск информации.

• Автоматизируйте бизнес-функции: ИИ помогает организациям расширять или автоматизировать бизнес-функции с помощью таких возможностей, как агенты, прогнозирование и поддержка принятия решений.

Microsoft предоставляет решения для обеих целей. Организации должны утвердить решение, соответствующее их требованиям, с наименьшей эксплуатационной нагрузкой. Как правило, более глубокая настройка требует более специализированных навыков и более высокой операционной ответственности. Используйте дерево принятия решений Microsoft AI.

3.1 Повышение индивидуальной эффективности

Вы хотите улучшить индивидуальную эффективность? Если цель заключается в улучшении работы сотрудников, определите, где вам нужна помощь. Microsoft предоставляет возможности искусственного интеллекта, которые могут поддерживать сотрудников в организации, в определенных продуктах или в определенных ролях.

Решение на базе ИИ	Когда использовать	Основные факторы затрат
Microsoft Copilot	Используйте, когда необходимо повысить индивидуальную эффективность в организации с использованием искусственного интеллекта, основанного на рабочем и веб-контексте.	Лицензия
Копилоты и агенты, встроенные в продукт	Когда вам нужна помощь ИИ для повышения производительности в GitHub, Power Apps, Power BI, Dynamics 365, Power Automate, Microsoft Fabric, Microsoft Entra и Azure.	Базовая подписка на продукт или включена
Ролевые копилоты и агенты	Если вам нужна помощь от специалиста по безопасности, агента по продажам, специалиста службы поддержки и финансового агента.	Лицензия или включено
Copilot чат	Используйте, если вам нужен безопасный чат ИИ, основанный главным образом на веб-данных, и не требуются полные лицензированные возможности Microsoft Copilot.	Бесплатно

3.2 Автоматизируйте бизнес-функции

Вы хотите автоматизировать бизнес-функции? Если цель состоит в том, чтобы дополнить или автоматизировать бизнес-процессы, выберите решение ИИ, которое обеспечивает необходимый уровень настройки с наименьшей оперативной ответственностью.

3.2.1 ИИ на платформах SaaS

Вы хотите сделать доступными платформы разработки ИИ SaaS (с низким кодом, без кода)? SaaS и низкокодовые платформы сокращают технические усилия, необходимые для создания возможностей искусственного интеллекта. Начните с этих параметров ИИ, если они обеспечивают достаточную настройку для бизнес-потребностей. Microsoft Copilot Studio предоставляет управляемую платформу для создания агентов и подключения их к данным и системам организации.

Решение на базе ИИ	Когда использовать	Основные факторы затрат
Средства расширяемости для Microsoft Copilot	Используйте, когда ваша организация использует Microsoft Copilot и должна настроить его с помощью специализированных знаний и агентов.	Лицензирование Microsoft Copilot и тарифицируемое использование
Microsoft Copilot Studio	Используйте, когда требуется управляемая платформа SaaS для создания и развертывания агентов с использованием low-code или разработкой на естественном языке.	Кредиты на основе использования агента

3.2.2 ИИ на платформах Azure (PaaS)

Вы хотите создать ИИ с помощью решений Azure категории PaaS? Управляемые Azure платформы ИИ обеспечивают более широкие возможности настройки, чем разработка SaaS, не требуя, чтобы организации напрямую управляли базовой вычислительной инфраструктурой. Используйте этот подход, если возможности SaaS не обеспечивают достаточного контроля над моделями, логикой приложений, интеграцией данных или разработкой ИИ.

Решение на базе ИИ	Когда использовать	Основные факторы затрат
Microsoft Foundry	Используйте, когда требуется управляемая платформа Azure для создания специализированных приложений ИИ и агентов.	Использование моделей и другое использование инструментов
Microsoft Fabric	Используйте, когда необходимо обучить и развернуть модели машинного обучения в Microsoft Fabric, а ваша организация уже использует Fabric для своих данных и аналитики.	Вычислительные ресурсы (мощность), хранилище, репликация
Машинное обучение Azure	Используйте, когда необходимо обучать и развертывать модели машинного обучения на Azure с помощью собственных данных.	Вычисления и вспомогательные компоненты, такие как хранение и передача данных
Контейнеры приложений Azure с поддержкой бессерверного GPU	Используйте, когда необходимо запустить инференс ИИ или небольшие модели на графических вычислительных ресурсах без управления виртуальными машинами GPU.	Вычисления и вспомогательные компоненты, такие как использование модели, хранение и передача данных

3.2.3 ИИ в инфраструктуре Azure

Azure инфраструктура не должна быть подходом по умолчанию для внедрения ИИ. Используйте управляемые платформы ИИ, если они соответствуют бизнес-требованиям и техническим требованиям. Azure инфраструктура подходит, если организация требует контроля над моделями или средами выполнения, которые управляемые платформы не могут предоставлять. Это также может поддерживать специализированные требования к производительности или соответствию требованиям. Организации, которые выбирают этот подход, должны предусмотреть необходимость более высокой технической квалификации и постоянной оперативной ответственности.

Решение на базе ИИ	Когда использовать	Основные факторы затрат
AI в инфраструктуре Azure	Используйте, когда вам нужно использовать собственные модели ИИ или среды выполнения в Azure и нужен уровень контроля, который не обеспечивают управляемые платформы ИИ.	Вычисления и вспомогательные компоненты, такие как использование модели, хранение и передача данных

4. Как подготовить основу данных для ИИ

Как данные должны поддерживать ИИ? ИИ не требует, чтобы организации создавали совершенно новую стратегию обработки данных перед началом внедрения. Необходимые возможности по работе с данными зависят от решений ИИ и сценариев использования, которые организация применяет. Определите данные организации, необходимые для каждой возможности ИИ, и убедитесь, что вы можете безопасно получать доступ к данным и обеспечивать надлежащее управление данными. Инструкции см. в статье «Унифицированная платформа данных для искусственного интеллекта и аналитики».

5. Как внедрить ИИ

Microsoft Cloud Adoption Framework предоставляет структурированный путь, и его можно разбить на этапы внедрения ИИ. Каждый шаг основывается на предыдущем.

• Планирование ИИ: преобразование вариантов использования ИИ в план по выводу в промышленную эксплуатацию.
• Готовность к ИИ: Узнайте, как рабочие нагрузки ИИ соответствуют вашей зоне landing zone Azure, и определите, нужно ли изменить архитектуру или управление.
• Регулирование, защита и управление ИИ: устанавливает стандарты для регулирования, защиты и управления рабочими нагрузками ИИ.