Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questo articolo offre una panoramica per i dirigenti delle soluzioni di intelligenza artificiale Microsoft e aiuta i decision maker a determinare come la propria organizzazione dovrebbe adottare l'IA.
Le organizzazioni stanno investendo nell'IA per creare valore aziendale. La sfida consiste nel determinare dove l'IA può offrire valore e se tale valore giustifica l'investimento. Senza una strategia chiara, i team possono sperimentare senza produrre un valore sufficiente e gli investimenti di intelligenza artificiale possono diventare frammentati.
Le soluzioni di intelligenza artificiale Microsoft rispondono a esigenze aziendali diverse e forniscono diversi livelli di personalizzazione. Questa gamma offre alle organizzazioni opzioni per allineare gli investimenti di intelligenza artificiale al valore che si prevede di raggiungere.
Risultato: Queste linee guida aiutano i decision maker a stabilire le basi per l'adozione dell'IA e a determinare dove la loro organizzazione dovrebbe investire.
Albero decisionale di IA e architetture di IA
1. Che cos'è l'IA?
L'intelligenza artificiale usa algoritmi per analizzare i dati e produrre risultati. Molti modelli di intelligenza artificiale apprendono modelli dai dati esistenti e usano questi modelli per elaborare nuove informazioni e produrre risultati. Le funzionalità di intelligenza artificiale in genere rientrano in tre aree generali:
Intelligenza artificiale tradizionale (non generativa): analizza i dati e produce risultati per uno scopo definito, ad esempio l'esecuzione di stime, la classificazione delle informazioni e il rilevamento di anomalie.
Intelligenza artificiale generativa: crea nuovi contenuti o risposte in base alla richiesta e al contesto disponibile di un utente. Gli usi comuni includono la stesura di contenuti, la risposta a domande, il riepilogo delle informazioni, la generazione di codice e l'assistenza ai dipendenti nel loro lavoro.
Agentic AI: usa modelli di intelligenza artificiale con istruzioni e strumenti per perseguire un obiettivo e completare le attività. Gli agenti possono interpretare le richieste, determinare le operazioni da eseguire e usare i sistemi connessi per eseguire azioni all'interno di autorizzazioni e controlli definiti.
Questi tipi possono essere usati insieme. Ad esempio, un agente potrebbe usare l'intelligenza artificiale generativa per interpretare una richiesta e l'intelligenza artificiale tradizionale per eseguire una stima prima di eseguire un'azione autorizzata. La decisione aziendale non riguarda quindi semplicemente l'adozione dell'IA. È qui che l'intelligenza artificiale può creare valore e quale livello di funzionalità è appropriato per ogni caso d'uso.
2. Fondamenti dell'adozione dell'IA
Cosa deve fare la leadership per prima cosa? Il successo dell'adozione dell'IA richiede più di selezionare la tecnologia corretta. I leader devono creare le condizioni organizzative che consentono ai team di usare l'IA in modo produttivo e responsabile. Iniziare con tre azioni:
Guidare l'adozione dell'IA: in che modo i leader devono guidare l'adozione dell'IA? L'adozione dell'IA funziona meglio quando i dirigenti stabiliscono una direzione comune per l'organizzazione. I leader devono definire i risultati aziendali che l'IA dovrebbe supportare e fornire un sostegno visibile per tali priorità. Una strategia o uno statuto di intelligenza artificiale devono documentare le priorità e i diritti decisionali dell'organizzazione. Deve anche definire il modo in cui l'organizzazione misura il valore degli investimenti di IA.
Centralizzare la governance dell'intelligenza artificiale: cosa è necessario centralizzare? L'intelligenza artificiale comporta decisioni di governance che si applicano all'interno dell'organizzazione. Le organizzazioni di successo stabiliscono una responsabilità centrale per i criteri e gli standard di IA a livello di organizzazione. Una funzione di governance centrale, ad esempio un Centro di eccellenza per l'intelligenza artificiale, può definire i requisiti di IA responsabile e i limiti comuni. I gruppi aziendali possono quindi perseguire opportunità di IA entro tali limiti. Vedi Informative sui principi di IA responsabile.
Accesso della forza lavoro: chi deve avere accesso all'IA? L'accesso generale alle funzionalità di intelligenza artificiale approvate può aiutare le organizzazioni a identificare utili usi per l'intelligenza artificiale e sviluppare esperienza a livello organizzativo. I dipendenti comprendono i processi aziendali che eseguono ogni giorno e possono identificare le opportunità in cui l'IA potrebbe migliorare il proprio lavoro. Le organizzazioni devono associare l'accesso alla formazione in modo che i dipendenti comprendano come usare le funzionalità di intelligenza artificiale approvate in modo efficace e responsabile.
3. Quale intelligenza artificiale è consigliabile usare?
Quali soluzioni di intelligenza artificiale sono necessarie rendere disponibili? Le organizzazioni adottano in genere l'IA per due scopi generali:
Migliorare l'efficienza individuale: l'IA aiuta i dipendenti a completare il lavoro in modo più efficace tramite funzionalità quali la stesura, la ricerca, la preparazione delle riunioni e l'individuazione delle informazioni.
Automatizzare le funzionalità aziendali: l'intelligenza artificiale consente alle organizzazioni di aumentare o automatizzare le funzionalità aziendali tramite funzionalità come agenti, previsioni e supporto decisionale.
Microsoft fornisce soluzioni per entrambi gli scopi. Le organizzazioni dovrebbero approvare la soluzione che soddisfi i propri requisiti con la minima responsabilità operativa. Una maggiore personalizzazione richiede in genere competenze più specializzate e una maggiore responsabilità operativa. Usare l'albero decisionale AI di Microsoft.
3.1 Migliorare l'efficienza individuale
Vuoi migliorare l'efficienza individuale? Se l'obiettivo è migliorare il modo in cui i dipendenti lavorano, identifica dove è necessaria assistenza. Microsoft offre esperienze di IA che possono supportare i dipendenti nell'organizzazione, all'interno di prodotti specifici o all'interno di ruoli specifici.
| Soluzione di intelligenza artificiale | Quando utilizzare | Fattori di costo principali |
|---|---|---|
| Microsoft Copilot | Usare quando è necessario migliorare l'efficienza individuale all'interno dell'organizzazione con l'intelligenza artificiale basata sul contesto di lavoro e del Web. | Licenza |
| Copilot e agenti integrati nel prodotto | Quando è necessaria assistenza per la produttività dell'IA in GitHub, Power Apps, Power BI, Dynamics 365, Power Automate, Microsoft Fabric, Microsoft Entra e Azure. | Sottoscrizione del prodotto di base o inclusa nel prodotto |
| Copiloti e agenti in base al ruolo | Quando è necessaria una guida specifica del ruolo per Security, Sales Agent, Service e Finance Agent. | Licenza o inclusa |
| Copilot chat | Usa quando ti serve una chat AI sicura basata principalmente sui dati del Web e non ti serve l'esperienza completa con licenza di Microsoft Copilot. | Gratuito |
3.2 Automatizzare le funzionalità aziendali
Vuoi automatizzare le funzionalità aziendali? Se l'obiettivo è quello di potenziare o automatizzare i processi aziendali, scegliere la soluzione di intelligenza artificiale che fornisce il livello di personalizzazione richiesto con la responsabilità operativa più bassa.
3.2.1 Intelligenza artificiale su piattaforme SaaS
Vuoi rendere disponibili piattaforme di sviluppo di intelligenza artificiale SaaS (con poco codice, senza codice)? Le piattaforme SaaS e low-code riducono il lavoro tecnico necessario per creare funzionalità di intelligenza artificiale. Iniziare con queste opzioni di intelligenza artificiale quando forniscono una personalizzazione sufficiente per le esigenze aziendali. Microsoft Copilot Studio fornisce una piattaforma gestita per la creazione di agenti e la connessione a dati e sistemi dell'organizzazione.
| Soluzione di intelligenza artificiale | Quando utilizzare | Fattori di costo principali |
|---|---|---|
| Strumenti di estendibilità per Microsoft Copilot | Usare quando l'organizzazione usa Microsoft Copilot e deve personalizzarlo con conoscenze e agenti specializzati. | Licenze di Microsoft Copilot e utilizzo a consumo |
| Microsoft Copilot Studio | Usare quando è necessaria una piattaforma SaaS gestita per creare e distribuire agenti con sviluppo in linguaggio naturale o con codice ridotto. | Crediti basati sull'utilizzo dell'agente |
3.2.2 intelligenza artificiale su piattaforme Azure (PaaS)
Vuoi sviluppare soluzioni di IA con le soluzioni platform-as-a-service di Azure? Le piattaforme di intelligenza artificiale gestite Azure offrono una maggiore personalizzazione rispetto allo sviluppo SaaS senza richiedere alle organizzazioni di gestire direttamente l'infrastruttura di calcolo sottostante. Usare questo approccio quando le funzionalità SaaS non forniscono un controllo sufficiente sui modelli, la logica dell'applicazione, l'integrazione dei dati o lo sviluppo di intelligenza artificiale.
| Soluzione di intelligenza artificiale | Quando utilizzare | Fattori di costo principali |
|---|---|---|
| Microsoft Foundry | Usalo quando è necessaria una piattaforma Azure gestita per creare applicazioni e agenti di intelligenza artificiale personalizzati. | Utilizzo del modello e utilizzo di altri strumenti |
| Microsoft Fabric | Usare quando è necessario eseguire il training e distribuire modelli di Machine Learning in Microsoft Fabric e l'organizzazione usa già Fabric per i dati e l'analisi. | Compute (capacità), archiviazione, replicazione |
| Azure Machine Learning | Usare quando è necessario eseguire il training e distribuire modelli di Machine Learning in Azure usando i propri dati. | Calcolo e componenti di supporto come archiviazione e trasferimento dei dati |
| App contenitore di Azure con il supporto di GPU senza server | Da usare quando è necessario eseguire l'inferenza di intelligenza artificiale o i modelli di piccole dimensioni su risorse di calcolo GPU senza gestire le macchine virtuali GPU. | Calcolo e supporto di componenti come l'utilizzo del modello, l'archiviazione e il trasferimento dei dati |
3.2.3 IA nell'infrastruttura Azure
L'infrastruttura Azure non dovrebbe essere l'approccio predefinito per l'adozione dell'IA. Usare le piattaforme di intelligenza artificiale gestite quando soddisfano i requisiti aziendali e tecnici. L'infrastruttura Azure è appropriata quando l'organizzazione richiede il controllo sui modelli o sugli ambienti di runtime che le piattaforme gestite non possono fornire. Può anche supportare requisiti di prestazioni o conformità specializzati. Le organizzazioni che scelgono questo approccio devono prevedere una maggiore competenza tecnica e una responsabilità operativa continuativa.
| Soluzione di intelligenza artificiale | Quando utilizzare | Fattori di costo principali |
|---|---|---|
| AI nell'infrastruttura Azure | Usalo quando devi portare in Azure i tuoi modelli o runtime di intelligenza artificiale e hai bisogno del controllo che le piattaforme di intelligenza artificiale gestite non forniscono. | Calcolo e supporto di componenti come l'utilizzo del modello, l'archiviazione e il trasferimento dei dati |
4. Come preparare una base di dati per l'intelligenza artificiale
In che modo i dati devono supportare l'intelligenza artificiale? L'intelligenza artificiale non richiede alle organizzazioni di creare una strategia di dati completamente nuova prima dell'inizio dell'adozione. Le funzionalità dei dati necessarie dipendono dalle soluzioni di intelligenza artificiale e dai casi d'uso che l'organizzazione adotta. Identificare i dati dell'organizzazione necessari per ogni funzionalità di intelligenza artificiale e assicurarsi di poter accedere ai dati in modo sicuro e controllarli in modo appropriato. Per indicazioni, vedere Piattaforma dati unificata per intelligenza artificiale e analisi.
5. Come adottare l'IA
Microsoft Cloud Adoption Framework offre un percorso strutturato ed è possibile distillarlo in passaggi per l'adozione dell'IA. Ogni passaggio si basa su quello precedente.
- Pianificazione dell'intelligenza artificiale: trasformare i casi d'uso dell'intelligenza artificiale in un piano per spostarli nell'ambiente di produzione.
- Pronto per l'IA: informazioni sul modo in cui i carichi di lavoro di intelligenza artificiale rientrano nella landing zone di Azure e determina se l'architettura o la governance devono cambiare.
- Governance dell'intelligenza artificiale, sicurezza, gestione: stabilire gli standard per la governance, la protezione e la gestione dei carichi di lavoro di intelligenza artificiale.