在人工智能 (AI) 快速发展的领域中,企业处于采用、集成和优化的不同阶段。随着人工智能不断重新定义行业并重塑我们的工作方式,组织必须了解自己在这一变革之旅中的当前地位。认识到这一需求,SAUG 提出了人工智能成熟度模型,这是一个专为我们的成员设计的综合框架。
加速洞察,使客户能够做出更快、更明智的决策。因此,32% 的北欧企业领导人在去年的财报电话会议上提到了人工智能,这也不足为奇,而且他们的股价也经常上涨。可以说,人工智能将成为欧盟委员会数字未来议程的重要组成部分。但我们还有很长的路要走。尽管人工智能的采用势头强劲,但我们的研究表明,只有 6% 的北欧公司(相比之下,欧洲公司的比例为 12%)可以归类为人工智能成就者(充分利用人工智能潜力的公司)。这些原则将帮助北欧公司在人工智能转型之旅中取得进展,并跟上其他公司的步伐
该图说明了组织中 AI 实施的各个具有战略重要性的领域的成熟度。您还可以查看组织的不同部门是否以不同的方式做出响应,从而找到可以解决的差距。您还可以看到您与同一运营领域的其他组织相比的情况。
我们建议将 RAI MM 视为 RAI 复杂且不断发展的领域的高级地图。使用它来帮助您了解成为成熟的 RAI 组织意味着什么。展望更高的成熟度水平以了解什么是可能的和可取的,这比评估您的组织或团队当前的水平更重要。作为一个领域,RAI 尚未成熟,因此您的组织或团队的成熟度水平应反映这一点。
• 2014 年首次发布。2017 年和 2018 年更新。• 由美国国家标准与技术研究所 (NIST) 协调的行业、学术界和政府的合作努力。• 由 2014 年网络安全增强法案 (CEA) 授权。• 带来行业和政府的最佳实践,但实践直接源自 NIST 800-53,联邦信息系统和组织的安全和隐私控制,2013 年 4 月。• 旨在改善关键基础设施的网络安全风险管理,但可供任何部门或社区使用。[2]
检测和响应网络威胁是任何安全策略的重要组成部分。它涉及监视和分析网络流量,系统日志和其他领域以及安全数据,以识别未经授权访问,侵入,恶意软件感染,数据泄露或其他网络威胁的迹象。这些问题可以帮助确定您的组织如何主动识别并积极解决计算机网络,系统或组织中潜在的安全事件和恶意活动。
我们的Azure专家顾问之一将促进一个面对面或通过Microsoft团队远程交付的研讨会。在本研讨会中,他们将通过一系列旨在帮助了解您组织的应用程序和服务的问题来指导讨论。