Sütun 4: Teknoloji ve veri

Teknoloji ve veriler, aracıların güvenilir, güvenli ve uygun ölçekte çalışması için gereken temeli sağlar.

Kuruluşlar küçük pilotlardan aracıların kurumsal dağıtımına geçtikçe planlanmamış teknik seçenekler ve parçalanmış veri erişimi hızla sınırlayıcı faktörler haline gelir. Net mimari, standartlar ve yaşam döngüsü yönetimi olmadan yapay zeka çözümlerini idare etmek, çalıştırmak zordur ve bunları ölçeklendirmek risklidir.

Bu yapı, kuruluşların geliştirme ve dağıtımdan izleme ve sürekli iyileştirmeye kadar sürekli yapay zeka benimsemesini desteklemek için gereken teknik ve veri temellerini nasıl oluşturacaklarına odaklanmaktadır.

Yapay zeka aracıları için teknoloji ve veri neden önemlidir?

Aracılar, dayandıkları teknoloji ve veri altyapısı kadar etkili olabilir. Zayıf tümleştirme, tutarsız veri erişimi veya kırılgan mimariler, aracıların yapabileceklerini sınırlar ve sistemlerde güvenilir bir şekilde çalışmalarını engeller.

Etkili bir şekilde çalışmak için aracıların güvenilir bir şekilde çalışması gerekir:

  • İş akışı bağlamı (işlem durumu, bağımlılıklar ve iş kuralları) anlama.
  • Doğru bilgiyi doğru anda alın.
  • Güvenli, denetlenebilir tümleştirmeleri kullanarak sistemler arasında eylemler gerçekleştirin.

Güçlü teknoloji ve veri temelleri olmadan:

  • Aracılar soru-cevap veya tek adımlı görevlerle sınırlı kalabilir.
  • Her yeni aracı, özel olarak tasarlanmış bir mühendislik çalışması haline gelir.
  • Risk, operasyonel ek yük ve tutarsızlık iş değerinden daha hızlı büyür.

Olgun temeller mevcutken, işlemler arasında aracıları yeniden kullanabilir, oluşturabilir ve düzenleyebilirsiniz. Ekipler, tesisatı yeniden derlemek yerine iş akışı tasarımına ve değer gerçekleştirmeye odaklanabilir.

Yüksek olgunluk nasıl görünür?

Kuruluş, yüksek olgunluk düzeyinde sağlam, kurumsal düzeyde bir yapay zeka platformuyla çalışır.

Özellikler şunlardır:

  • Standartlaştırılmış aracı mimarisi ve platformları. Aracılar, paylaşılan başvuru mimarileri, şablonlar ve desenler kullanılarak onaylanmış platformlar üzerinde oluşturulur.
  • Yönetilen, otomatik geliştirme yaşam döngüsü. Geliştirme, test ve üretim ortamı ayrımı, kaynak denetimi, CI/CD, onaylar ve geri alma tüm üretim aracıları için standarttır.
  • Güvenli, yönetilen veri ve tümleştirme erişimi. Aracılar onaylanan bağlayıcıları, yönetilen kimlikleri ve yönetilen veri kaynaklarını kullanarak gölge erişimi ve kimlik bilgilerinin yayılmasını ortadan kaldırır.
  • Sistemlerin ve tümleştirmelerin açık envanteri. Sistemler, API'ler ve aracıların etkileşimde bulunduğu araçlar envantere kaydedilir, bu varlıklara ait olur ve paylaşılan mimari varlıklar olarak kabul edilir.
  • Yeniden kullanılabilir bileşenler. Yaygın eylemler, iş akışları ve tümleştirmeler bir kez oluşturulur ve çok adımlı, sistemler arası yürütmeyi etkinleştirmek için yeniden kullanılır.
  • Yerleşik gözlemlenebilirlik ve değerlendirme. Kullanım, kalite, güvenlik ve performans otomatik olarak yakalanır ve sürekli olarak gözden geçirilir.

Yüksek olgunlukta, yeni ajan desenleri ortaya çıktıkça mimari standartlarını güncellersiniz (örneğin, çok etmenli orkestra). Birleşik ekipler, güvenlik önlemleri tasarım aşamasında tümleştirildiği için merkezi darboğazlar olmadan aracıları hızla oluşturur ve devreye alır.

Vade tablosunu nasıl okursunuz

Tabloda teknoloji ve veri özelliklerinin beş olgunluk düzeyinde nasıl geliştiği gösterilmektedir.

Her düzey için aşağıdakilere dikkat edin:

  • Teknoloji ve veri durumu: Gözlemlenebilir teknik özellikler.
  • İlerleme fırsatı: Sonraki aşamayı etkinleştiren pratik odak alanları.

Kuruluşlar platformlar veya etki alanları arasında farklı düzeylerde çalışabilir. Baskın deseni tanımlamak ve ölçeklendirme kısıtlamalarını ortadan kaldıracak iyileştirmeleri önceliklendirmek için tabloyu kullanın.

Teknoloji ve veri olgunluğu

Level Teknoloji ve veri durumu İlerleme fırsatı
100: Başlangıç
  • Agent çalışması keşif amaçlıdır ve parçalıdır.
  • Ekipler, tanımlı bir teknoloji planı olmadan istemlerle veya hafif ajanlarla denemeler yapar.
  • Plansız veri erişimi, sıklıkla tutarlı bir alma stratejisi olmaksızın Microsoft 365'teki belgelere veya doğrudan sistem çağrılarına sınırlıdır.
  • SaaS aracılarının ne zaman kullanılacağı ve özel aracıların oluşturulması konusunda netlik yoktur ve aracıların mantık yürütmesi için paylaşılan veri temeli yoktur.
  • Tutarlı platform, uygulama yaşam döngüsü yönetimi (ALM) veya tümleştirme standartları yoktur.
  • Ekipler, standart bir mimariye sahip olmayan, birbirinden bağımsız kavram kanıtı niteliğinde aracılar geliştiriyor.
  • Çözümler kırılgan, belgelenmemiş ve yeniden kullanılması veya ölçeklendirilmesi zordur.
  • İlk teknoloji planını tanımlayın.
  • Küçük bir onaylı platform kümesinde standartlaştırın. Örneğin, Microsoft 365 Copilot'ta Agent Builder, Microsoft 365'teki hızlı, bilgi tabanlı aracılar için varsayılandır; Copilot Studio iş akışları, tümleştirmeler ve kurumsal yaşam döngüsü yönetimi gerektiren aracılar için standarttır.
  • Microsoft 365 veya operasyonel sistemlerdeki ilgili verilerin yerleşimini envanterleyin ve bu süreçteki bağlantı boşluklarını belgeleyin.
200: Yinelenebilir
  • Ekipler küçük bir platform kümesinde (örneğin, Agent Builder veya Copilot Studio) yakınsamaya başlar, ancak seçimler kullanım örneğine uygun yerine tutarsız ve ekip tercihlerine göre yönlendirilir.
  • Veriler kısmen hazır: Microsoft 365 içeriğine erişilebilir, ancak yapılandırılmış iş verileri, onaylanmış veya kullanılabilir sınırlı bağlayıcıları olan sistemlerde silo olarak kalır.
  • Aracılar temel veri alma veya noktasal tümleştirmelere dayanır; bu da güvenilirliği ve yeniden kullanım imkânlarını sınırlar.
  • Geliştirme ve test ortamları arasında ayrım olabilir, ancak ALM ve telemetri tutarsız.
  • Sürüm denetimi tutarsız bir şekilde kullanılır ve belgeler basittir.
  • Desenler, kurumsal rehberlik yerine tek tek ekip deneyimine göre yönlendirilir.
  • Aracıları oluştururken standartlaşın: Kapsam ve karmaşıklık durumuna göre Agent Builder veya Copilot Studio'yu bilinçli bir şekilde tercih edin.
  • Başvuru mimarilerini ve tümleştirme desenlerini tanımlayın.
  • ALM uygulamalarını standartlaştırın ve temel telemetri verilerini tanıtın.
  • Tutarlılığı artırmak ve yeniden çalışmaları azaltmak için standart çözüm şablonları, onaylı bağlayıcılar ve temel CI/CD işlem hatları oluşturun.
300: Tanımlı
  • Belgelenmiş bir teknoloji planı vardır.
  • Kuruluş SaaS aracıları,Copilot Studio aracıları ve daha gelişmiş derleme yolları arasında tutarlı bir şekilde ayrım yapar.
  • Veri mimarisi net bir desen izler: İşbirliği içeriği için Microsoft 365 ve birleşik iş verileri için Doku OneLake.
  • Veriler, bir madalyon mimarisi kullanılarak düzenlenir ve aracıların doğrulanmış kaynaklarda yanıtları temel almalarını sağlar.
  • Kuruluş, kritik verilerin nerede yaşadığını ve aracıların bu verilere nasıl erişmesi gerektiğini belgeler.
  • Standart platformlar, başvuru mimarileri ve tümleştirme desenleri tanımlanır ve yeniden kullanılır.
  • Üretim aracıları için ALM uygulamaları oluşturulur.
  • Ekipler, aracı geliştirmeyi planlamak için yapılandırılmış bir tasarım çerçevesi kullanır.
  • Ölçeklenebilirliği, güvenliği ve gözlemlenebilirliği güçlendirin.
  • İzleme, günlüğe kaydetme ve değerlendirmeyi standart mimariye ekleyin ve veri erişim desenlerinin tam olarak yönetildiğinden emin olun.
  • Yapılandırılmış denemeler aracılığıyla tek aracılı ve çok aracılı gereksinimleri doğrulayın.
  • Yüksek değerli alanlar için veri kümelerini genişletin ve sertifikalandırın.
400: Yetenekli
  • Teknoloji ve veri temelleri kurumsal düzeydedir.
  • İş akışları arasında kullanılan sistemler, API'ler ve veriler için net görünürlük vardır.
  • Tasarıma göre güvenli erişim desenleri, merkezi telemetri ve otomatik değerlendirmeler standarttır.
  • Dağıtımlar otomatik ve güvenilirdir.
  • Merkezi izleme ve telemetri, kuruluş genelinde aracı davranışı ve performansı hakkında görünürlük sağlar.
  • İşlem odaklı aracılar için Copilot Studio'yu ve gerektiğinde gelişmiş senaryolar için Microsoft Foundry'yi kullanın.
  • Merkezi yürütmeden federasyon teslimine geçiş.
  • Platformlara korumalar ekleyin, self servis'i güvenli bir şekilde genişletin ve daha yüksek özerkliği ve yeni aracı desenlerini desteklemek için standartları geliştirin.
  • Yeni özellikleri ve desenleri değerlendirin ve değer katacakları standartlara dahil edin.
500: Verimli
  • Teknoloji ve veri temelleri telemetriye ve yeni ortaya çıkan aracı desenlerine göre sürekli olarak gelişir.
  • İş akışı veri modelleri ve tümleştirmeleri, paylaşılan kurumsal varlıklar olarak etkin bir şekilde korunur.
  • Federe ekipler bağımsız olarak inşa ederken, koruyucu önlemler varsayılan olarak kaliteyi sağlar.
  • Kuruluş, olgun ve iyileştirilmiş bir yapay zeka platformu işletmektedir.
  • Mimari, karmaşık, çok aracılı senaryoları ve büyük ölçekte federasyon geliştirmesini destekler.
  • Teknik standartların sürekli iyileştirilmesi, çalışma modeline dahil edilir.
  • Devam eden mimari inceleme, deneme ve bilgi paylaşımı ile mükemmelliği koruyun.
  • Yeni ortaya çıkan yapay zeka desenlerinin ve gereksinimlerinin önüne geçmek için platform gelişimine yatırım yapın.

Yaygın karşı örüntüler

Teknoloji ve veri temellerinin yapay zeka aracınızın benimsenmesini sınırlayabileceğinden bu işaretleri izleyin.

Düzey 100 – Başlangıç: "Gösterim odaklı deneysellik"

  • Ekipler, gerçek veri ya da eylem entegrasyonu olmaksızın, tamamen istemlerle aracılar oluşturur. Bu yaklaşım, gerçek iş akışlarında veya olağan dışı durumlarda işlevini yerine getiremeyen etkileyici demolar ortaya çıkarır.
  • Ekipler uygun bağlayıcıları ve idareyi atlayarak "yalnızca çalışmasını" sağlar ve güvenlik, uyumluluk ve güvenilirlik riskleri oluşturur.
  • Aracılar, kişisel hesaplardan çalıştırılır veya sahibi, yaşam döngüsü ya da üretim ortamına geçiş yolu belli olmayan test kiracıları kullanır.
  • Ekipler deneysel kodu veya yapılandırmaları ALM, test veya geri alma planları olmadan doğrudan üretime yükseltmektedir.

Düzey 200 – Yinelenebilir: "Hero mühendisliği"

  • Ekipler, bağlayıcıları aynı sistemlere bağımsız olarak yeniden uygulayarak yinelemeye ve tutarsızlığa yol açar.
  • Sistemlerin gerçekten nasıl çalıştığını yalnızca birkaç kişi anlar ve belgeler seyrek veya eskidir.
  • Bazı ajanların geliştirme, test ve üretim ortamları vardır. Diğerleri bilmiyor. Üretime yükseltme el ile yapılır ve hataya açıktır.
  • İlerleme durumu, yeniden kullanılabilir desenler ve paylaşılan hizmetler yerine belirli mühendislere bağlıdır.
  • Ekipler bazı veri bağımlılıklarını anlar, ancak uçtan uca yürütmeyi etkinleştirmek için yeterli değildir.

Seviye 300 – Tanımlı: "Yetenek kazandırmaktan ziyade süreç"

  • Ağır mimari gereksinimleri, teslimi yavaşlatan ve ekipleri rahatsız eden basit aracılar için geçerlidir.
  • Başvuru mimarileri ve standartları vardır ancak şablonlara veya araçlara eklenmemiştir.
  • Desenler pilotlar için çalışır ancak büyük ölçekte, etki alanları arasında veya yük altında doğrulanmaz.
  • Küçük bir grup, aktarım hızını sınırlayan, hayal kırıklığına neden olan ve ekiplerin devre dışı bırakmasına neden olan tüm kararları alır.

Düzey 400 – Yetenekli: "Kararlı ama yavaş"

  • Platformlar sağlamdır, ancak yalnızca birkaç ekip aracı oluşturabilir veya dağıtabilir.
  • Panolar vardır, ancak içgörüler öncelik belirleme, iyileştirme veya kullanımdan kaldırma kararlarına yol açmaz.
  • Ekipler, veriler daha fazlasını güvenle yapabileceklerini gösterse bile aracıları sıkı bir şekilde kısıtlar.
  • Odak, yeni desenleri veya özellikleri etkinleştirmek yerine mevcut aracıları ayarlamaktır.

Düzey 500 – Verimli: "Rehavet içinde olgunluk"

  • Ekipler, hızla gelişen ajan desenlerine rağmen, platformları ve standartları tamamlanmış olarak değerlendirmektedir.
  • Korumalar var ancak yenilenmez, bu da zaman içinde ayrışmaya ve tutarsızlığa yol açar.
  • Ekipler çok etmenli orkestrasyonu, daha yüksek özerkliği veya yeni yürütme desenlerini "gelecek çalışmalar" olarak göz ardı etmektedir.
  • Aracılar daha yetenekli hale geldikçe, ekipler denetimleri ve değerlendirmeleri aynı hızda güncelleştirmez.

Bu ilkenin uygulamada kullanımı

Teknoloji ve veriler etkinleştiricilerdir.

Benimseme süreciniz ilerledikçe:

  • Teknik katılık, ekipleri yavaşlatmamalı, sürtünmeyi azaltmalıdır.
  • Standartlar güvenli denemeyi ve yeniden kullanımı hızlandırmalıdır.
  • Platform telemetrisi idareyi, işlemleri ve değer gerçekleştirmeyi bilgilendirmelidir.

Güçlü teknoloji ve veri temelleri, güvenilirlik, güvenlik ve denetimin yenilikleri desteklemesi nedeniyle kuruluşların yapay zeka aracılarını güvenle ölçeklendirmesine olanak sağlar.

Sonraki adım

Sonraki makalede, başarılı yapay zeka aracısı benimsemesi için kurumsal hazırlığı ve kültürü nasıl geliştirebileceğiniz ele alınıyor.

Yapı 6: Organizasyon ve kültür

  • Last updated on