แบบจําลองครบกําหนดของการปรับใช้ AI ตัวแทน: รูปแบบที่ทําซ้ําได้สําหรับการปรับใช้ที่ประสบความสําเร็จ

เมื่อองค์กรต่างๆ ก้าวข้ามการทดลองกับ AI ต้องดิ้นรนต่อการปรับมาตราส่วนตัวแทน AI ในลักษณะที่ปลอดภัย วัดผลได้ และฝังลึกลงไปถึงวิธีการทํางาน ตัวแทน AI เพิ่มความสามารถใหม่ เช่น การตัดสินใจอัตโนมัติ การเรียงลําดับแบบหลายขั้นตอน และการทํางานร่วมกันของมนุษย์ แต่มันยังจําเป็นต้องมีแบบจําลองการดําเนินงานขององค์กรใหม่

โครงการทดลอง AI ในระยะแรก ๆ ประสบความสำเร็จมากมาย แต่พบกับความท้าทายในการก้าวข้ามกรณีการใช้งานแบบแยกส่วน. องค์กรมักถามว่า:

• เราจะเปลี่ยนจากการทดลองเป็นการปรับใช้ในระดับองค์กรได้อย่างไร
• เราจะสร้างความสมดุลทางนวัตกรรมด้วยการรักษาความปลอดภัย การกํากับดูแล และความไว้วางใจได้อย่างไร
• เราจะมั่นใจได้อย่างไรว่าตัวแทนส่งมอบมูลค่าทางธุรกิจที่วัดผลได้เมื่อเวลาผ่านไป
• เราต้องการความสามารถใดก่อนที่จะเพิ่มอิสระของตัวแทน

โมเดลความเติบโตของ AI เชิงตัวแทนมีกรอบโครงสร้างที่ชัดเจนเพื่อช่วยให้คุณเข้าใจว่าคุณอยู่ที่จุดไหนในการนำ AI ตัวแทนมาใช้และสิ่งที่คุณจำเป็นต้องทำต่อไป แบบจําลองมีลักษณะแบบองค์รวมทั่วทั้งกลยุทธ์ การแปลงกระบวนการ การกํากับดูแล การรับรู้คุณค่า สถาปัตยกรรม การดําเนินงาน ความพร้อมขององค์กร และความรับผิดชอบของ AI แทนที่จะมุ่งเน้นไปที่เทคโนโลยีเพียงอย่างเดียว

แบบจําลองจะถูกจัดระเบียบเป็นระดับความสมบูรณ์ที่ก้าวหน้าตั้งแต่การทดลองเริ่มต้นไปจนถึงสถานะที่ปรับให้เหมาะสมโดยตัวแทนเป็นครั้งแรก ในแต่ละระดับจะอธิบายว่าระดับความเป็นผู้ใหญ่นั้นเป็นอย่างไรในทางปฏิบัติ และเน้นถึงช่องว่าง ความเสี่ยง และโอกาสที่มักจะปรากฏขึ้น ใช้เฟรมเวิร์กนี้เพื่อประเมินสถานะปัจจุบันของคุณอย่างเป็นกลางและระบุการดำเนินการที่ชัดเจนและเป็นรูปธรรมเพื่อก้าวไปข้างหน้า

สิ่งสําคัญที่สุดคือแบบจําลองความสมบูรณ์ได้รับการออกแบบมาเพื่อสามารถดําเนินการได้ ซึ่งช่วยให้ผู้นํา สถาปนิก และทีมขนส่งสอดคล้องกับลําดับความสําคัญ มุ่งเน้นการลงทุนที่สําคัญที่สุด และสร้างรากฐานที่จําเป็นในการปรับมาตราส่วนตัวแทน AI อย่างตอบสนองและยั่งยืนทั่วทั้งองค์กร

Note

แบบจําลองความสมบูรณ์นี้สอดคล้องกับ กรอบงานความพร้อมของตัวแทนซึ่งกําหนดความสามารถพื้นฐานที่จําเป็นในการนําตัวแทนมาตราส่วนมาใช้

ภาพรวมของแบบจำลองความเติบโต

ประสบการณ์ของ Microsoft Copilot และโซลูชันตัวแทนที่สร้างขึ้นด้วย Agent Builder ใน Microsoft 365 Copilot, Copilot Studio และ Microsoft Foundry แนะนํารูปแบบการทํางานใหม่ ๆ สําหรับวิธีการทํางานให้สําเร็จ แต่ไม่เพียงให้ข้อมูลเท่านั้น พวกเขายังมีส่วนร่วมในเวิร์กโฟลว์ ทริกเกอร์การดําเนินการ และทํางานร่วมกับมนุษย์ข้ามระบบ

เมื่อนํามาใช้เพิ่มขึ้น องค์กรต้องพัฒนาข้ามหลายมิติในครั้งเดียว รวมถึง:

• กลยุทธ์ AI และการออกแบบประสบการณ์ของผู้ใช้
• การแปลงกระบวนการทางธุรกิจและการวัดมูลค่า
• การกํากับดูแล ความปลอดภัย และการจัดการการปฏิบัติงาน
• รากฐานเทคโนโลยีและรูปแบบการเข้าถึงข้อมูล
• วัฒนธรรมองค์กร ทักษะ และการเปิดโอกาสให้ใช้งาน
• ความรับผิดชอบของ AI และความน่าเชื่อถือ (ฝังอยู่ในทุกมิติ)

แบบจําลองครบกําหนดของการปรับใช้ AI ตัวแทนช่วยให้คุณเข้าใจว่าคุณอยู่ที่ไหนในวันนี้ ความสามารถใดที่คุณต้องการต่อไป และวิธีการดําเนินการอย่างปลอดภัยและตั้งใจ

แบบจําลองถูกจัดเป็นระดับความสมบูรณ์ห้าระดับและห้าเสาหลักความสามารถ ระดับและเสาเหล่านี้เป็นวิธีที่สอดคล้องในการประเมินสถานะปัจจุบันของคุณ ทําความเข้าใจความคืบหน้า และระบุตําแหน่งที่การลงทุนที่กําหนดเป้าหมายจะมีผลกระทบที่ยิ่งใหญ่ที่สุด

ระดับความเป็นผู้ใหญ่

Note

แบบจําลองครบกําหนดของ AI ตัวแทนนั้นขึ้นอยู่กับ Capability Maturity Model (CMM) ซึ่งเป็นแบบจําลองการพัฒนาที่ใช้กันอย่างแพร่หลายในการพัฒนาซอฟต์แวร์ไอทีและอุตสาหกรรมอื่น ๆ ในการประเมินและปรับปรุงความสมบูรณ์ขององค์กร โมเดลอีกแบบหนึ่งคือ โมเดลความสามารถทางวิศวกรรมแพลตฟอร์มของ Microsoft ซึ่งได้รับการออกแบบมาเพื่อปรับปรุงแนวทางปฏิบัติทางวิศวกรรมแพลตฟอร์ม

เสาแต่ละความสามารถจะได้รับการประเมินในห้าระดับความสมบูรณ์ ตั้งแต่การทดลองไปจนถึงการปรับให้เหมาะสมสําหรับการดําเนินการในระดับองค์กร

• ระดับ 100 — เริ่มต้น: ความคิดริเริ่มด้านตัวแทน AI ไม่ได้วางแผนและทดลอง ความสามารถมีความไม่สอดคล้องกัน แยกจากกัน และขึ้นอยู่กับบุคคลแทนที่จะเป็นแนวทางปฏิบัติที่ทําซ้ําได้
• ระดับ 200 — ทําซ้ําได้: รูปแบบและการปฏิบัติในช่วงต้นเริ่มปรากฏ ทีมสามารถทําซ้ํากิจกรรมบางอย่าง แต่ยังคงไม่เป็นทางการและไม่สม่ําเสมอทั่วทั้งองค์กร
• ระดับ 300 — กําหนดไว้: กําหนดความสามารถอย่างเป็นทางการ จัดทําเป็นเอกสาร และสนับสนุนโดยการกํากับดูแล มาตรฐาน และแบบจําลองการปฏิบัติงาน ความคิดริเริ่มของ AI ตัวแทนสอดคล้องกับเป้าหมายทางธุรกิจได้ชัดเจนยิ่งขึ้น
• ระดับ 400 — ความสามารถ: ตัวแทนจะถูกฝังลงในการวางแผนและการดําเนินงานขององค์กร กระบวนการ การกํากับดูแล และเทคโนโลยีสนับสนุนการปรับมาตราส่วนและการทํางานร่วมกันข้ามทีม
• ระดับ 500 — มีประสิทธิภาพ: องค์กรทํางานเป็นบริษัทตัวแทนเป็นครั้งแรก ความสามารถถูกปรับให้เหมาะสม ได้รับการปรับปรุงอย่างต่อเนื่อง และได้รับการสนับสนุนจากผู้นํา วัฒนธรรม และความไว้วางใจที่แข็งแกร่ง

เสาเชิงความสามารถ

แบบจําลองประเมินความสมบูรณ์ของความสามารถทั้งห้าเสา ซึ่งแต่ละอย่างแสดงถึงมิติสําคัญของการปรับใช้ AI ที่ประสบความสําเร็จ:

• กลยุทธ์และประสบการณ์ของ AI: ปรับการริเริ่ม AI ให้สอดคล้องกับวัตถุประสงค์ทางธุรกิจ ลําดับความสําคัญผู้นํา กลยุทธ์ระยะยาว และเป้าหมายประสบการณ์ของผู้ใช้
• กลยุทธ์ทางธุรกิจ: ออกแบบกระบวนการแบบ end-to-end ใหม่เพื่อการทํางานร่วมกันแบบ Human-Agent การวัดผลกระทบทางธุรกิจ และเพิ่มประสิทธิภาพการตระหนักถึงคุณค่าจากความคิดริเริ่มของ AI
• การกํากับดูแลและความปลอดภัยของ AI: การสร้างยาม การควบคุม การกํากับดูแล การจัดการการดําเนินงาน และการกํากับดูแลวงจรชีวิตเพื่อจัดการความเสี่ยงและการปฏิบัติตามข้อกําหนดตามมาตราส่วน AI
• เทคโนโลยีและข้อมูล: การสร้างรูปแบบการเข้าถึงข้อมูลที่สามารถปรับขนาดได้ รักษาความปลอดภัยทางเทคนิค สถาปัตยกรรม และการเข้าถึงข้อมูล
• องค์กรและวัฒนธรรม: การเปิดให้ผู้คน บทบาท แรงจูงใจ และวิธีการทํางานที่สนับสนุนการนํา AI ไปใช้

การอ้างอิงด่วน

ภาพรวมนี้ช่วยให้คุณเข้าใจลักษณะการเจริญเติบโตเต็มที่ได้ในพริบตา สําหรับคําแนะนําโดยละเอียด ตัวอย่าง ความเสี่ยง และการดําเนินการความคืบหน้า โปรดดูที่บทความหลักแต่ละข้อ พวกเขาลงไปลึกลงไปว่าแต่ละระดับมีลักษณะเหมือนและวิธีการก้าวหน้า

ระดับความสมบูรณ์	กลยุทธ์และประสบการณ์ AI	กลยุทธ์ทางธุรกิจ	การกํากับดูแลและความปลอดภัยของ AI	เทคโนโลยีและข้อมูล	องค์กรและวัฒนธรรม
100: ค่าเริ่มต้น	ไม่มีกลยุทธ์หรือวิสัยทัศน์ของตัวแทน AI ไม่มีผู้สนับสนุนจากผู้บริหาร นักบินมีลักษณะเป็นครั้งคราวหรือทางยุทธวิธี จํากัด AI หรือการจัดแนวธุรกิจ การขาดการตระหนักรู้เกี่ยวกับ AI ที่รับผิดชอบ (RAI)	เวิร์กโฟลว์สําหรับบุคคลเท่านั้น การทำงานต้องใช้แรงงานมากและทำด้วยมือ ไม่มีกระบวนการที่ออกแบบมาสําหรับการทํางานอัตโนมัติ การประสานงาน หรือการทํางานร่วมกันของตัวแทน	ไม่มีการกํากับดูแล การปฏิบัติตามข้อกําหนดและความปลอดภัยของข้อมูลพื้นฐาน ไม่มีแบบจําลองการดําเนินงาน ไม่มีแบบจําลองการสนับสนุน	เครื่องมือแยกส่วน ไม่มีสถาปัตยกรรมทางเทคนิคหรือสถาปัตยกรรมอ้างอิง โครงสร้างพื้นฐานที่จำกัด (ตัวแทนสาขาย่อยสำหรับการนำมาใช้ในวงกว้าง)	ไม่มีการฝึกอบรมหรือการเปิดให้ใช้งานนักบิน / การฝึกอบรมที่แยกจากกัน ไม่มีแชมเปี้ยนหรือชุมชน ค่าทางธุรกิจที่ไม่ชัดเจนสําหรับการปรับใช้ในระดับมาตราส่วน
200: ที่ทําซ้ําได้	การก่อตัวของการมองเห็นล่วงหน้า การจัดแนวผู้นําที่จํากัด กลยุทธ์ที่ไม่เป็นทางการ	โครงการนําร่องปรับปรุงขั้นตอนเดียวของเวิร์กโฟลว์ การปรับปรุงแบบค่อยเป็นค่อยไป ไม่มีการออกแบบกระบวนการแบบ end-to-end ใหม่ การก่อตัวของเรื่องราวมูลค่าเบื้องต้น การวัด	นโยบายขั้นต้น แยกการพัฒนา การทดสอบ สภาพแวดล้อมการผลิตที่มีอยู่สําหรับการตรวจสอบความปลอดภัย การแยกสภาพแวดล้อมพื้นฐาน การตรวจสอบและการบํารุงรักษาเบื้องต้นของ AI	โครงสร้างสภาพแวดล้อมพื้นฐาน การใช้ตัวเชื่อมต่อบางส่วนซ้ําบางครั้ง การรับรู้ที่จํากัดในผู้ใช้ในช่วงแรก ๆ	การฝึกอบรมเป็นระยะ, ชุมชนที่ไม่เป็นทางการ บทบาทที่ไม่ชัดเจนและการรับผิดชอบในการนำนโยบายไปปรับใช้ การรับรู้ที่จํากัดในผู้ใช้ในช่วงแรก ๆ
300: การกำหนดค่า	กลยุทธ์ AI/เอเจนต์อย่างเป็นทางการ การวางแผนและเป้าหมายแบบข้ามทีม ผู้สนับสนุนระดับผู้บริหาร KPI/PI ที่ติดตาม และการรายงานอย่างสม่ำเสมอ	รูปแบบนโยบายการกํากับดูแลที่จัดทําเป็นเอกสาร เมตริกธุรกิจหลัก ทีมบุคคลตัวแทนที่กําหนดไว้สําหรับกระบวนการทางธุรกิจที่สําคัญ แนวทาง KPI ที่กําหนดไว้ บันทึกความเสี่ยงจริงและลดความเสี่ยง	สถาปัตยกรรมที่ได้มาตรฐาน แนวทางปฏิบัติของ AI ส่วนประกอบที่สามารถนํากลับมาใช้ใหม่ได้ แพลตฟอร์มเทเลเมทรีและความพร้อมของข้อมูลช่วยให้มั่นใจได้ว่ามีการใช้งานแพลตฟอร์ม	การเปิดใช้งานอย่างเป็นทางการ ชุมชน/ผู้สร้างที่มีความเคลื่อนไหว: แบบจําลองและระบบการเปิดใช้งานที่กําหนด ฐานความรู้ตามบริบทพร้อมแอสเซทการเปิดใช้งาน	การเริ่มต้นใช้งานอย่างเป็นทางการ ผู้สร้างที่มีความกระตือรือร้น/การเคลื่อนไหวของชุมชน การแชร์ความรู้ทั่วไปและสินทรัพย์การเปิดใช้งาน
400: ที่สามารถทำงานได้	AI ที่รวมอยู่ในการวางแผนองค์กร การจัดแนวข้ามแผนก การวัดเชิงกลยุทธ์ การออกแบบแนวทาง RAI	การประสานงานข้ามระบบ การออกแบบโดเมนใหม่หลังการปรับให้เหมาะสมของตัวแทน ตัวแทนมูลค่าทางธุรกิจที่วัดค่าได้และรอบการปรับให้เหมาะสม การประเมินการทรานส์ฟอร์มที่แข็งแกร่ง	การกํากับดูแลเชิงรุกด้วยการตรวจสอบและการแจ้งเตือนอัตโนมัติ วงจรการปรับปรุงอย่างต่อเนื่อง RAI ที่ฝังลงในประตูวงจรชีวิต	รากฐานองค์กรที่ปรับขนาดได้ คําแนะนําการปรับใช้และการรับประกันคุณภาพแบบอัตโนมัติ การจัดการข้อมูลที่ใช้ร่วมกันและการปรับให้เหมาะสม การปรับแต่งประสิทธิภาพ	แชมเปี้ยนที่ฝังตัวในองค์กร แบบจำลองเร่งความเร็วที่มีการแบ่งปัน การมีส่วนร่วมและแรงจูงใจของศูนย์ร่วม วัฒนธรรมของการปรับให้เหมาะสม
500: ที่มีประสิทธิภาพ	วัฒนธรรมที่เน้น AI เป็นสำคัญ การปรับปรุงเชิงกลยุทธ์อย่างต่อเนื่อง ความรับผิดชอบระดับผู้บริหาร	กระบวนการปรับตัวและอิสระ การเพิ่มประสิทธิภาพแบบต่อเนื่อง นวัตกรรมและการลงทุนใหม่ที่เปิดใช้งาน AI RAI เป็นส่วนหนึ่งของวัฒนธรรมองค์กร	การจัดการความเสี่ยงเชิงทํานาย การตรวจสอบและการควบคุมการปฏิบัติตามกฎระเบียบแบบเรียลไทม์ การแก้ไขอัตโนมัติ, ลูปการปรับปรุงอยู่เสมอ	รูปแบบหลายตัวแทนขั้นสูง ชุมชนปรับปรุงตนเอง ตัวแทนนวัตกรรมใหม่ ตัวแทนการคาดการณ์ที่ใช้เพื่อแนะนําความน่าเชื่อถือและประสิทธิภาพการทํางาน	ชุมชนที่ยั่งยืนด้วยตนเอง ตัวแทนนวัตกรรมใหม่ ๆ วัฒนธรรมการเรียนรู้อย่างต่อเนื่องด้วยแรงจูงใจที่ชัดเจน

ซึ่งคําแนะนํานี้เหมาะสําหรับใคร

คําแนะนํานี้สําหรับ:

• ผู้นําด้านธุรกิจและเทคโนโลยีวางแผนการนํา AI ไปใช้
• ศูนย์แห่งความเป็นเลิศ (CoEs) สําหรับ AI, Copilot หรือระบบอัตโนมัติ
• สถาปนิกผู้นําด้านความปลอดภัยและผู้เชี่ยวชาญด้านความเสี่ยง
• ผู้จัดการการเปลี่ยนแปลงและทีมสนับสนุนการดำเนินงาน
• เจ้าของผลิตภัณฑ์และผู้นำการเปลี่ยนแปลง

ไม่ว่าคุณจะเพิ่งเริ่มต้นกับ AI หรือการดำเนินงานตัวแทนในสภาพแวดล้อมการผลิตอยู่แล้ว แบบจำลองวุฒิภาวะมอบโครงสร้างร่วมสำหรับการประเมินความพร้อมและการวางแผนขั้นตอนถัดไป

ขั้นตอนต่อไป

ในบทความถัดไป คุณจะได้เรียนรู้วิธีการใช้แบบจําลองความสมบูรณ์ของการปรับใช้ AI เชิงตัวแทนเพื่อประเมินสถานะปัจจุบันของคุณ และวางแผนการเดินทางนํามาใช้ของคุณ

วิธีใช้แบบจำลองการบรรลุความเป็นผู้นำในการปรับใช้ AI เชิงเอเยนซิ

ข้อมูลที่เกี่ยวข้อง

• เฟรมเวิร์กความพร้อมของตัวแทน
• การประเมินความพร้อมของตัวแทน
• ฮับการเรียนรู้ Microsoft Copilot สําหรับผู้เชี่ยวชาญด้าน IT และนักพัฒนา
• Microsoft 365 โคไพลอต
• ไมโครซอฟท์ โคไพลอต สตูดิโอ
• การปรับใช้ตัวแทน AI
• ไซต์การนํา Microsoft 365 Copilot ไปใช้
• ไซต์การปรับใช้ตัวแทน AI