HƯỚNG DẪN ứng dụng

Xây dựng lộ trình áp dụng AI

Lộ trình áp dụng AI là một kế hoạch theo trình tự đưa tổ chức từ những thử nghiệm đầu tiên đến AI hoạt động đáng tin cậy trong các hoạt động cốt lõi.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyĐọc trong 3 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của việc xây dựng lộ trình áp dụng AI
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Nó đặt ra những trường hợp sử dụng nào có trước, mỗi trường hợp phụ thuộc vào điều gì và những bước kiểm tra nào phải được thông qua trước khi mở rộng quy mô. Điều này quan trọng vì nhiều nỗ lực AI bị đình trệ không phải vì thiếu ý tưởng mà vì các phi công không bao giờ có được dữ liệu, quản trị, ngân sách hoặc quyền sở hữu mà họ cần để tiếp cận sản xuất.

Lặn sâu

Hầu hết các lộ trình thực tế đều trải qua bốn giai đoạn chồng chéo. Nền tảng. Các nhà lãnh đạo gắn AI với các mục tiêu kinh doanh cụ thể, liệt kê các trường hợp sử dụng của ứng viên, đặt ra chính sách sử dụng được chấp nhận và nêu tên người chịu trách nhiệm. Giai đoạn này cũng kiểm tra sự sẵn sàng về dữ liệu, cơ sở hạ tầng và kỹ năng. Chiến thắng nhanh chóng và phi công. Các trường hợp sử dụng ứng viên được tính điểm dựa trên giá trị, tính khả thi và rủi ro. Các lựa chọn đầu tiên thường có rủi ro thấp, hiển thị và khả thi với dữ liệu đã tồn tại, chẳng hạn như soạn thảo, tóm tắt hoặc tìm kiếm nội bộ. Mỗi chương trình thí điểm đều có các tiêu chí cơ bản và thành công được thống nhất trước khi bắt đầu. Chia tỷ lệ. Phi công vượt qua sẽ chuyển sang sản xuất. Điều này khiến công việc trở nên khó khăn hơn: tích hợp với các hệ thống hiện có, giám sát, đánh giá bảo mật, hỗ trợ quyền sở hữu, đào tạo và quản lý thay đổi. Nhiều tổ chức mắc kẹt ở đây, một tình huống đôi khi được gọi là luyện ngục thí điểm, vì bản demo hoạt động không phải là một dịch vụ được hỗ trợ. Tối ưu hóa và thiết kế lại. Khi một số khả năng của AI đã ổn định, các nhóm sẽ thiết kế lại toàn bộ quy trình xung quanh chúng thay vì đưa AI vào các quy trình làm việc cũ. Sự phụ thuộc quyết định thứ tự. Trường hợp sử dụng cần dữ liệu thống nhất, sạch sẽ không thể đi trước dự án dữ liệu cung cấp dữ liệu đó. Cổng quản trị là các điểm kiểm tra với các tiêu chí xác định giữa các giai đoạn và chúng ngăn chặn các hệ thống rủi ro phát triển không được kiểm soát. Hai tài liệu tham khảo được thiết lập giúp cấu trúc chúng. Khung quản lý rủi ro AI của NIST, được phát hành vào tháng 1 năm 2023, tổ chức công việc thành bốn chức năng: Quản trị, Lập bản đồ, Đo lường và Quản lý. ISO/IEC 42001, được xuất bản vào cuối năm 2023, là tiêu chuẩn hệ thống quản lý dành cho AI. Các mốc thời gian rất khác nhau tùy theo phạm vi và ngành nghề. Việc thử nghiệm thường mất vài tuần đến vài tháng, trong khi việc mở rộng quy mô trên toàn tổ chức thường mất nhiều thời gian hơn. Một quan niệm sai lầm phổ biến là cho rằng lộ trình là một danh sách các công cụ cần mua. Nó thực sự là một kế hoạch sắp xếp các khả năng, quyết định và quyền sở hữu.

Triển khai trong thế giới thực

Một công ty bảo hiểm khu vực bắt đầu bằng một công cụ nội bộ giúp soạn thảo các ghi chú tóm tắt yêu cầu bồi thường cho người điều chỉnh, một chiến thắng nhanh chóng với rủi ro thấp. Đồng thời, nó hợp nhất dữ liệu khiếu nại cần thiết cho mô hình phân loại gian lận sau này.

Chính quyền thành phố yêu cầu mọi trường hợp sử dụng AI đều phải vượt qua đánh giá rủi ro trước khi thí điểm. Cổng thứ hai, cần độ chính xác được đo và chủ doanh nghiệp được nêu tên, phải được thông qua trước khi công cụ này đến tay người dân.

Nhà sản xuất lên lịch bảo trì dự đoán sau dự án tích hợp dữ liệu cảm biến vì không thể xây dựng mô hình cho đến khi dữ liệu máy chuyển vào một nơi.

Một công ty dịch vụ chuyên nghiệp tài trợ cho chương trình thí điểm trợ lý viết AI trong 90 ngày cho 50 nhân viên và đặt trước các tiêu chí thành công, chẳng hạn như tiết kiệm thời gian và xếp hạng chất lượng. Chỉ sau đó nó mới quyết định cấp phép cho toàn công ty.

Tương lai của việc xây dựng lộ trình áp dụng AI

Lộ trình có thể bao gồm nhiều điểm kiểm tra quy định hơn như các quy tắc, chẳng hạn như giai đoạn Đạo luật AI của EU trong các nghĩa vụ gắn liền với mức độ rủi ro. Các tiêu chuẩn hệ thống quản lý như ISO/IEC 42001 có thể trở thành cách phổ biến để thể hiện sự quản trị với khách hàng và kiểm toán viên. Khi các tác nhân AI thực hiện các hành động gồm nhiều bước trưởng thành, các lộ trình có thể sẽ cần các cổng cho các cấp độ tự chủ, quyết định hành động nào cần sự chấp thuận của con người. Những điều cơ bản khó có thể thay đổi: mục tiêu kinh doanh rõ ràng, trình tự nhận thức về sự phụ thuộc, các phi công được đo lường và quyền sở hữu được đặt tên.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Xây dựng lựa chọn. Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
  • Nhóm và quy trình làm việc. Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
  • Rủi ro và an toàn. Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.

coi chừng

  • Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
  • Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
  • Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.

Các bước tiếp theo

  1. Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
  2. Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
  3. Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
  4. Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the Building an AI Adoption Roadmap quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Xây dựng lộ trình áp dụng AI là gì?

Lộ trình áp dụng AI là một kế hoạch theo trình tự đưa tổ chức từ những thử nghiệm đầu tiên đến AI hoạt động đáng tin cậy trong các hoạt động cốt lõi. Nó đặt ra những trường hợp sử dụng nào có trước, mỗi trường hợp phụ thuộc vào điều gì và những bước kiểm tra nào phải được thông qua trước khi mở rộng quy mô. Điều này quan trọng vì nhiều nỗ lực AI bị đình trệ không phải vì thiếu ý tưởng mà vì các phi công không bao giờ có được dữ liệu, quản trị, ngân sách hoặc quyền sở hữu mà họ cần để tiếp cận sản xuất.

Theo hướng dẫn, tại sao nhiều nỗ lực về AI bị đình trệ?

Người hướng dẫn nói rằng vấn đề thường gặp không phải là thiếu ý tưởng. Phi công thiếu những gì họ cần để trở thành dịch vụ sản xuất được hỗ trợ.

Tại sao tiêu chí thành công của phi công phải được đặt ra trước khi nó bắt đầu?

Các tiêu chí và đường cơ sở đã được thỏa thuận trước giúp cho quyết định mở rộng quy mô hoặc dừng trở thành mục tiêu và khiến các yêu cầu cải tiến có thể kiểm tra được.

Bốn chức năng của Khung quản lý rủi ro AI của NIST là gì?

NIST AI RMF, được phát hành vào tháng 1 năm 2023, tổ chức công việc quản lý rủi ro AI trong Quản trị, Lập bản đồ, Đo lường và Quản lý.

Cổng quản trị trong lộ trình AI là gì?

Các cổng như đánh giá rủi ro trước khi thí điểm hoặc đo độ chính xác và xác định chủ sở hữu trước khi triển khai sẽ ngăn các hệ thống rủi ro mở rộng quy mô mà không được kiểm soát.

Tại sao nhà sản xuất lên lịch bảo trì dự đoán sau dự án tích hợp dữ liệu cảm biến?

Sự phụ thuộc quyết định thứ tự. Một ca sử dụng không thể đi trước nền tảng dữ liệu mà nó cần.