Gartner 网络研讨会Gartner 提供可操作、客观的见解、指导和工具 ， 让您的组织的关键任务优先事项 增强您的网络研讨会体验问一个问题下载附件再次观看受限分布2© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 企业架构领导者掌握 AI 的 Gartner 5 阶段方法连接 Gartner受限分布3© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。卢卡斯 · 科巴特高级首席分析师 受限分布4 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。参与规则● 您的参与- 您在这些会议中的参与受我们的主客户协议的标准条款的约束。有关详细信息 ， 请联系您的 Gartner 代表。● 反垄断合规政策声明- Gartner 同行活动的所有参与者都有义务始终遵守所有适用的反托拉斯法 ， 并避免从事反竞争行为。有关进一步的指导 ， 请参阅 Gartner 关于 gartner. com 的完整反托拉斯政策。● 记录- Gartner 可能会出于培训、质量和一般研究目的录制此课程。录音可在 Gartner. com 上提供或以其他方式分发。隐藏字幕可能会在此课程期间启用并将包含在录音中。● 法律和投资免责声明- 虽然 Gartner 的研究可能涉及法律和投资问题 ， 但我们不提供法律或投资建议。对于所有法律问题 ， 我们建议您在应用我们研究中包含的指导和建议之前咨询您的法律顾问。 受限分布5 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。我们今天的议程开场白Gartner 掌握和应用 AI 的 5 阶段模型是什么 ？我们如何应用这 5 个阶段来使 AI 在我们的组织中取得成功 ？在摘要中Q & A12345 受限分布6 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 掌握和应用 AI 的五阶段方法是什么 ？ 受限分布7 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。我们塑造 AI ， AI 塑造我们 受限分布8 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。AI 投资的意愿正在膨胀问题 ： 自 ChatGPT 最近宣传以来 ， 您的 AI 投资策略发生了什么变化 ？ 受限分布9 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。而生成的 AI 炒作已经达到顶峰Gartner 新兴技术炒作周期 ， 2023 年 受限分布10 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。EA 领导者必须为 AI 投资提供结构化和业务成果驱动的方法。 受限分布11 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 的 5 阶段 AI 方法 受限分布12 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。阶段 1:通过基于业务能力的规划方法 ， 确保 AI 计划与目标业务成果保持一致。Gartner 的 5 阶段 AI 方法 受限分布13 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Phase 2:确定信息架构实践目前是否足够成熟 ， 以支持使 AI 模型正常工作所需的数据聚合。Gartner 的 5 阶段 AI 方法 受限分布14 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。第 3 阶段:通过设计思维最佳实践或研讨会支持利益相关者 ， 以在考虑手头的计划时选择适合目的的 AI 模型。Gartner 的 5 阶段 AI 方法 受限分布15 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。第 4 阶段:与数据和分析以及软件工程领导者协调 ， 确保培训和测试实践到位 ， 以成功部署 AI 模型。Gartner 的 5 阶段 AI 方法 第 5 阶段:为需要重新访问部署阶段的架构上重要的模型漂移定义触发器。Gartner 的 5 阶段 AI 方法受限分布16© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 受限分布17 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。我们如何应用这 5 个阶段来使 AI 在我们的组织中取得成功 ？ 受限分布18 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 的 5 阶段 AI 方法商业案例数据发现模型部署型号选择 受限分布19 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。AI 投资必须与结果挂钩不一样 ， 但两者都需要对方。业务战略业务成果 设定三到五年的方向 ：–基于内部和外部环境的诊断–大致概述了指导行为和塑造优先级的政策 驱动连贯的行动 将行动链接到业务成果 目标业务结果 ：–对于一个特定的商业抱负–长期结果 ： 三到五年未来–中间结果 ： 12 至 24 个月1 受限分布20 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。供应链和服务开发和销售美敦力公司的业务成果规划始于企业愿景 ， 并通过支持目标和要务进行级联 ， 直至实现业务能力。从结果到能力的级联企业Vision战略Objectives战略Imperatives支持业务能力来源 ： 采用自美敦力转向基于价值的医疗保健人才培养治疗优化开发新的市场机会保护和发展核心市场治疗创新经济价值全球视角临床价值库存管理铅管理销售计划产品和服务创新健康信息和数据产品支持战略目标和要务的相对稳定性意味着 ， 这种业务能力映射方法适合于增量更新 ， 而不是每次业务战略发生变化时从头开始。1 受限分布21 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。基于就绪性的 AI 投资推荐四个核心能力维度 ：人们处理信息技术1 受限分布22 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 的 5 阶段 AI 方法商业案例数据发现模型部署型号选择 受限分布23 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。数据必须是 “可用的 ” 才能衍生 AI 价值2 保留所有权利。2023 Gartner, Inc. 和 / 或其附属公司。步骤 2 - 4 确保数据的相关性、可访问性和可操作性。揭示 AI 投资的数据需求受限分布24©2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。2 受限分布25 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。综合增加数据需求2 受限分布26 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。跨生成 AI 示例的数据需求2 受限分布27 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 的 5 阶段 AI 方法商业案例数据发现模型部署型号选择 受限分布28 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。结果和数据驱动模型选择目标结果数据约束 AI 模型选择3 受限分布29 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。结果特征数据特征通用 AI机制常见的 AI 工具结果驱动模型选择指南人类认知的哲学和心理学范式。表示可以是 (自然) 语言。概率推理生成 AI (ML / DL)表现大多是自然的知识的表示。具有戒律的语言（ 愿景 ） 。计算逻辑和知识表示专家 / 决策支持系统,模型理解。代表性主要是自然语言。自然语言生成 NLP 聊天机器人使设备能够自主移动的模型。流程自动化提高生产力。代表性是主要是机电。表征可以是与感官和机电相结合的语言。代表性可以是智能机器人技术机器人、自动设备和车辆优化技术机器人过程自动化(RPA)可以协调流程的智能代理。语言与感官和机电相结合。基于 Agent 的计算优化技术上述组合感官模型和界面。代表是戒律and感官。感知与感官感知和环境智能系统3 受限分布30 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Fidelity 已经任命数据科学家和公民数据科学家为用例开发和选择 AI 模型。在 AI 模型选择中启用自主性3 受限分布31 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 的 5 阶段 AI 方法商业案例数据发现模型部署型号选择 受限分布32 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。AI TRiSM 是风险和安全控制以及信任促进因素的框架。它可以帮助组织在其整个生命周期中管理和管理 AI 模型和应用程序 ， 并实现业务目标用于培训和测试的 AI TRiSM2024 年 Gartner 战略技术趋势4 受限分布33 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。模型操作 - 关键的 TRiSM 组件如果控制措施不到位 ， 会出现什么问题 ？模型输入质量控件监控什么 ：•缺少特征值•输入漂移•不正确的特征值 （ 预测、范围 ）•PSI, CSI, Kolmogorov - Smirnoff模型质量控件监控什么 ：•模型状态 / 可用性•模型执行 SLA 监控•模型执行量指标•输入数据验证Operational控件监控什么 ：•请求量•被拒绝的请求•连接到当前模型的其他模型的数量•延迟、可用性•工件维护 （ 停机时间、训练数据集、参数 / 超参数值 ）•无事件 ， MTTR公平 / 合规控件监控什么 ：•公平结果检查•到期检查•血统检查业务价值控件监控什么 ：•按 BU 和风险等级划分的模型数量•BU 到期后 90 、 60 、 30 天的型号数量影响•未确认的业务价值下降•企业价值实现的瓶颈4影响•模型在合规性批准的范围之外运行•模型提供有偏见 / 歧视性的结果影响•模型停止运行•模型运行 ， 但不能提供 100% 的预期推论•影响下游的执行 / 性能应用程序影响•模型提供较差的推论•模型提供意外结果•不可预测的商业价值变化影响•模型提供较差的推论•模型提供意外结果•不可预测的商业价值变化 受限分布34 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。•按 BU （ H 、 M 、 L ） 按严重性级别划分的事件数•BU 在 KS ， PSI ， CSI 范围之外的模型 受限分布35 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。测试应涵盖四种结果类型4 受限分布36 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。Gartner 的 5 阶段 AI 方法商业案例数据发现模型部署型号选择 受限分布37 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。确保 AI 模型提供商业价值业务驱动因素值应用于客户的业务价值驱动因素示例Churn由业务案例设置的参数和值+生产中的模型预测性能系统+生产性能业务价值模型的模型的预测性能只是影响模型在生产中产生的商业价值的众多因素之一。业务价值可能会在生产中消散 ， 即使模型完全按照其应有的方式工作 ， 如 R 等模型性能指标2、 RMSE 或 F1 得分。a客户流失模型在生产中产生的价值用于获取的基础架构的延迟和停机时间模型的预测该模型在预测哪些客户会流失和不会流失方面的成功• 模型要分类的客户数• 留住客户的成本错误地预测到流失•