使用 Amazon Q Business 释放生成式 AI 的力量:CCoE 如何扩展云治理最佳实践并推动创新

在这篇文章中,我们分享了 Hearst(美国最大的全球多元化信息、服务和媒体公司之一)如何通过为寻求 CCoE 指导的业务部门创建自助式生成式人工智能对话助手来克服这些挑战。

来源:亚马逊云科技 _机器学习

本篇文章由 Hearst 的 Steven Craig 共同撰写。

本篇文章由 Hearst 的 Steven Craig 共同撰写。

为了保持竞争优势,组织不断寻求加速云采用、简化流程和推动创新的方法。然而,由于资源有限且对其支持的需求巨大,云卓越中心 (CCoE) 团队通常被视为组织转型的瓶颈。

在这篇文章中,我们分享了 Hearst(美国最大的全球多元化信息、服务和媒体公司之一)如何通过为寻求 CCoE 指导的业务部门创建自助式生成 AI 对话助手来克服这些挑战。借助 Amazon Q Business,Hearst 的 CCoE 团队构建了一个解决方案,通过为多个业务部门的员工提供对集中文档和信息集合的自助访问来扩展云最佳实践。这让 CCoE 能够通过减少来自每个业务部门的重复请求,将时间集中在高价值任务上。

Hearst 生成式 AI Amazon Q Business

读者将了解 Hearst 创新型 CCoE 团队做出的关键设计决策、实现的优势和经验教训。此解决方案可作为其他希望扩展云治理并使其 CCoE 团队产生更大影响的组织的宝贵参考。

挑战:实现大规模自助式云治理

Amazon Web Services AWS Organizations AWS Control Tower AWS Config AWS Audit Manager

现有的 CCoE 模型存在几个阻碍业务部门采用的障碍:

  • 需求极大 – CCoE 团队正在成为瓶颈,无法满足对其专业知识和指导日益增长的需求。团队人手不足,而依靠人类专家解决每个问题的传统方法阻碍了组织采用云的步伐。
  • 极端需求 可扩展性有限 治理不一致​​

    解决方案概述

    结论