Pada tahun 2020 (dengan pembaruan lebih lanjut pada tahun 2021), IBM® memperkenalkan kerangka kerja AI untuk aplikasi perusahaan dengan 7 dimensi.
Dengan munculnya gen AI, kami telah menyelaraskan Arsitektur Gen AI IBM® dengan "Model Kematangan IBM® untuk Adopsi gen AI":
Fase
Karakteristik
Rekomendasi
1
- Konsumsi model generik
- Pendekatan yang tidak terduga dan reaktif
- Upaya-upaya yang dilokalkan
- Pemahaman yang terbatas
- Mengembangkan kesadaran dasar
- Menginisiasi proyek pilot
2
- Model yang cocok untuk tujuan pada lingkungan Gen AI primer
- Proses yang tidak konsisten
- Dokumentasi awal
- Mengenali kebutuhan kualitas data
- Menetapkan strategi terpusat
- Pelatihan dasar
- Mengevaluasi standar data
3
- Memanfaatkan data seluruh perusahaan di lingkungan Gen AI
- Standar di seluruh organisasi
- Tata kelola yang telah ditetapkan
- Fokus pada etika
- Meningkatkan kolaborasi
- Atasi tantangan Gen AI
- Mekanisme masukan berkelanjutan
4
- Menjalankan dan melakukan inferensi model Gen AI untuk menskalakan komputasi dan biaya
- Pelacakan metrik aktif
- Evaluasi kuantitatif
- Pengambilan keputusan berbasis data
- Analitik tingkat lanjut
- Tautan ke tujuan bisnis
- Manajemen risiko yang kuat
5
- Membangun & menggunakan lingkungan lintas model dengan aman dan dengan biaya optimal
- Penyempurnaan berkelanjutan
- Siklus masukan yang telah terbentuk
- Pendekatan proaktif
- Mendorong inovasi
- Berinteraksi dengan pakar
- Mengulas kerangka kerja tata kelola
Kemampuan Gen AI Dipetakan ke Model Kemampuan
Berikut cara Model kemampuan Arsitektur Gen AI IBM® memetakan model kematangan ini:
Fase
Kemampuan Gen AI
Kematangan Tata Kelola
1
- Sumber daya Gen AI: Dasar-dasar perangkat keras dan platform.
- Manajemen Data Dasar: Penyimpanan awal dan pengelolaan data.
Tidak ada tata kelola siklus hidup AI
2
- Hub Model: Kemampuan mengimpor model dasar dan mengimpor data.
- Kemampuan Pendukung: Operasi dasar untuk Gen AI.
- Langkah awal dalam pengembangan aplikasi gen AI: Memulai proses tuning model dasar.
Beberapa kebijakan AI tersedia untuk memandu siklus hidup AI
3
- Hosting Model: Penerapan model sebagai layanan API, dan Manajemen Kebijakan Akses Model.
- Kustomisasi Model: Pengantar model penyetelan dan pelatihan untuk kebutuhan spesifik.
- Tuning Gen AI: Kustomisasi dasar menggunakan Rekayasa Prompt dan Fine-tuning Model.
Kumpulan metrik umum untuk mengatur siklus hidup AI
4
- Tata Kelola Model: Mengatasi risiko seperti pengenalan bias, kepatuhan terhadap peraturan, dan kepatuhan.
- Pemantauan Model: Kemampuan pemantauan waktu nyata termasuk Deteksi Bias dan Deteksi HAP.
- Kemampuan Aplikasi Gen AI: Menggabungkan berbagai fitur canggih seperti Orkestrasi dan Deteksi Niat.
Validasi dan pemantauan otomatis
5
- Kustomisasi Model Advanced: Menggunakan platform cloud untuk kebutuhan dinamis.
- Pemantauan Prompt dan Keamanan: Memastikan model dilindungi dari ancaman lanjutan.
- Tuning Gen AI Advanced: Menyesuaikan model secara menyeluruh dengan jargon dan proses khusus perusahaan.
- Pengembangan Aplikasi Gen AI Advanced: Pengembangan aplikasi AI generatif fitur lengkap dan pembuatan model potensial dari awal.
Tata kelola siklus hidup AI yang sepenuhnya otomatis