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。 3 AI 和软件工程团队必须有紧急对话连接 Gartner受限分布3© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。安东尼 · 马伦VPAnalyst范 · 贝克副总裁分析师 关键问题1. 构建 AI 和软件工程合作伙伴关系的上下文2. 了解共享数据管道的外观以及如何改进它3. 了解软件工程和 AI 团队如何分担生产职责4. 了解软件工程师需要的 AI 技能 ， 以及哪些软件工程技能对 AI 工程师至关重要4© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司。 AI 和软件工程合作伙伴关系5© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。 6 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。软件和 AI 团队之间的协作以创建 AI 应用程序和系统 7 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。关于运营模式的前言... 8 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。人工智能成熟组织将软件工程深度参与人工智能的开发90%Others10%成熟的 AI 组织我们正在考虑的每个用例都会考虑 AI (AI - 优先)3.1 x软件工程师参与的阶段测量AI 用例2.8 xTheIT 部门主要负责分配预算对于 AI 用例2.7 x软件工程师参与的阶段正在开发AI 用例2.2 xn = 622 ； 参与 AI 的领导者 ， 不包括不知道结果是基于单变量逻辑回归模型的。定义 “成熟 AI 组织 ” 和“ 其他 ” 的问题 9 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。系统的系统I & O 、企业体系结构经常在这里系统软件工程和AI 项目经常在这里模型ML 项目经常在这里人工智能和软件工程项目通常不仅仅是一种算法 10 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。鉴于 AI 的系统重点 ， IT 实际上在大多数组织中引领 AI 工作并不奇怪团队主要负责 AI 用例生命周期的编排 - 按成熟度级别团队主要负责按成熟度级别分配 AI 用例的预算n 各不相同 ； 参与人工智能的领导者 ， 不确定Q23. 您组织中的哪个团队主要负责 AI 用例整个生命周期中各方的编排 ？Q24. 贵组织中的哪个团队主要负责为 AI 用例分配预算 ？来源 ： 2022 Gartner AI 用例 ROI 调查▲ 11 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。AI 和 ML 对软件工程的影响 12 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。复杂性风险创新速度效率质量为什么这种合作现在很紧急 ？ 共享数据管道是什么样子 ， 我们应该如何共同开发它13© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。 14 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。驱动数据丰富应用的关键因素• 企业被大量数据淹没 ， 平均企业拥有 347.56 TB 的数据 ， 并且增长迅速• 超过 75 ％ 的首席执行官表示他们希望拥有数据驱动的决策• 大多数企业数据是非结构化数据 15 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。数据挑战构成实施 AI 的五大障碍中的三个n = 698 ； 基数 ： 排除不确定Q18 。在您的组织内实施 AI 技术的三大障碍是什么或将是什么 ？ 来源 ： Gartner P - 21023 组织中的 AI 调查 2021 16 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。软件工程、 ML 和 AI 的数据管道SWE 数据管道提取 ， 转换和加载转换是结构化和确定性的。ML 数据管道准备、处理和转换数据 ， 专门用于训练和验证 ML 模型。协作共享数据服务- 提取物- 变换 （ 结构化 ）- 挖掘非结构化数据- 加载 / 存储- 数据清洗- PII 服务- 数据融合- 元数据和活动元数据AI 数据管道涵盖 ML 管道的范围更广 ， 但也包括部署、监控、再培训和 AI / ML 生命周期中其他阶段的步骤- 验证- 数据质量- 特征工程 17 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。实践。显著较高for医疗保健和生命科学Industry(51%)Gartner 对这些数据的使用提出了警告。 Data Fabrics 是一项新技术 ， 在 AI 和 Software Engineering 共享的数据工程活动中还不是很受欢迎的部分。我们假设客户误解了这个术语 ， 认为它对数据更为通用随着组织扩展到 100 和 1000 的 AI模型、共享元数据和 API 访问是关键AI 和软件工程之间共同开发的数据资产允许多个响应显着高于组织部署数千或数十万个模型 （ 47% ）显着高于组织部署数千或数百上千个模型 （ 45% ）n = 325 ； 基本 ： 使用 AI (S08) ， 不确定Q17B 。如何在 AI 和软件工程功能之间共同开发数据资产 ？ 来源 ： Gartner P - 21023 组织中的 AI 调查 2021ID: 18 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。信息体系结构概念和对象系统数据协作是通过语义实现的 “概念模型 ” 。业务的语言客户 ， 忠诚度 ， 效率 ， 预计支出 ， 健康 ， 情感 ， 意图 ， 质量 ， 道德 ， 行为 ， 损害 ， 机会... 19 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。联合数据的问题、决策和交付成果工程功能● 允许 AI 团队对生产数据库进行哪些加载和查询 ？● 我们如何发展我们的集体主元数据管理方法 ？● 如何扩大软件工程采用的现有 ETL 方法以支持 AI 信任 ， 风险和安全功能 ？● 我们如何在合成数据上进行协作 ？● 生成 AI 如何为协作创造新的规模经济 ？● 我们如何让员工、客户和生态系统合作伙伴参与丰富数据 ， 以及需要提供哪些接口 ？● 我们如何加快领域专家的反馈量 ？● 从生产到 AI 团队获取数据的路径是什么 ？ 谁提取数据 ？● 我们如何使用功能存储和其他方法来防止重复劳动 ？决定 ：共享数据管道是什么样子 ， 谁管理什么 ？可交付成果:管道流程图和 RACI 模型。 AI 团队和软件工程团队如何共享生产职责20© 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。 21 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。软件工程流AI到达AI 工程流观察 / 监测观察 / 监测AI 进入企业导致工程功能碎片化把他们带到一起?发展试验部署 / 操作开发 / 培训试验 / 加固部署 / 操作 22 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。成熟的 AI 组织在整个 AI 用例生命周期中包括更多的软件工程师涉及 AI 生命周期每个阶段的角色- 通过成熟度成熟的 AI 组织其他构思AI 用例优先考虑AI 用例可行性AI 用例开发AI 用例TestingAI 用例测量AI 用例n 各不相同 ； 参与人工智能的领导者 ， 不确定Q21 据您所知 ， AI 用例生命周期的每个阶段涉及哪些角色 ？来源 ： 2022 Gartner AI 用例 ROI 调查▲组间统计学显著性差异高管AI 专家▲▲软件工程师▲▲▲法律专家▲角色的平均数量 23 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。关于机器学习模型的两个观点软件工程师Perspectives• 稳定性• 性能• 安全• 可扩展性• Testing• 回滚• 可靠性数据科学家Perspectives• 数据质量• 模型精度• 模型一致性• 模型再训练• 模型改进• 模型更新 24 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。Data摄入Data清洁FeatureEngineering模型培训模型Validation模型部署模型Operation模型Monitoring应用程序规划应用程序编码应用程序构建应用程序测试App释放App部署AppOperationAppMonitoringModelOps DevOps 重叠MLOpsModelOpsDevOps 25 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。LLM 和检索提示Response检索 / 搜索模型提示 +上下文查询热门文档文档数据库用户界面为系统开发创建共享资产池例如 AI 设计模式LLM API 26 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。富达保险使数据科学家能够进行实验 ， 但拥有共同的运营渠道来支持 AI 和非 AI 开发 27 © 2023 Gartner, Inc. 和 / 或其附属公司。保留所有权利。 Gartner 是 Gartner, Inc. 及其附属公司的注册商标。可交付成果:操作模型的初稿以及 AI 和软件工程操作发展的路线图。联合的问题、决策和交付成果工程团队●我们有什么正式和非正式的行动 ？●开发团队如何处理动态组件 （ 如