人工智能准备向导

技术与数据策略

您是否已确定与您的 AI 用例相符的相关数据源？

对数据源的认识有限。
数据访问计划正在制定中。
计划已实施，数据正在收集。
数据治理框架已到位。
完善的治理框架，持续监控和优化。

您是否建立了安全协议来保护您的数据、数字资产和基础设施？

对安全最佳实践的认识有限。
开始制定数据保障计划。
实施了必要的数据安全控制。
拥有成熟的数据安全框架。
持续监控强大的数据安全态势。
以前的 下一个

AI战略与经验

您是否有办法确定最适合您的优先用例的 AI 模型？

没有选择人工智能模型的正式流程。
确定潜在用例；根据数据和结果选择模型。
为每个用例选择并评估模型。
成功的模型不断部署和评估。
明确定义的模型选择和改进流程。

参与人工智能项目的人员的角色和经历有何不同？

没有专门的人工智能团队。
计划建立一支专门的团队。
初始 AI 团队已到位。
拥有多元化技能的成熟团队。
高技能团队积极支持人工智能。
以前的 下一个

组织与文化

公司领导层如何有效地传达您的愿景以及人工智能对企业未来的重要性？

领导层没有就人工智能进行清晰的沟通。
领导层承认人工智能的潜力，但没有明确的愿景。
领导层已传达了愿景；计划正在进行中。
领导层大力提倡人工智能；全公司范围的理解。
领导层培育人工智能驱动的创新文化。

人工智能技能和认证资源有多容易获得？

没有正式的计划来发展人工智能技能。
正在制定计划，以提供人工智能技能资源。
提供初始的 AI 技能培训计划。
制定全面的人工智能技能发展计划。
持续学习人工智能专业知识的文化。
以前的 下一个

人工智能治理与安全

现有的控制措施对确保人工智能工具和结果的透明度、可解释性和可解释性 (TEI) 有多有效？

没有正式的 TEI 控制。
正在制定 TEI 控制计划。
初始 TEI 控制已到位。
实施完善的 TEI 控制。
人工智能开发 TEI 实践的领导者；TEI 是人工智能创新的核心原则。

在什么级别上建立系统和流程来告知用户人工智能模型或工具的适用用例、预期性能指标和局限性？

没有确保用户透明度的正式流程。
正在制定用户沟通计划。
初步沟通流程已到位。
实施完善的沟通计划。
以用户为中心的人工智能开发的领导者。
以前的 提交

您的 AI 准备度分数：