在中國，對技術(shù)的投資正以前所未有的速度增長，政府對新一代人工智能（AI）發(fā)展計劃的承諾也十分明確，因此培養(yǎng)生成式AI技能已成為基礎(chǔ)設(shè)施和運營（I&O）部門的當務(wù)之急。此外，2025年Gartner首席信息官（CIO）和技術(shù)高管調(diào)研顯示，平均來說，中國企業(yè)計劃在2025年將其對生成式 AI和AI領(lǐng)域的技術(shù)投資分別提高40.3%和33.3%。

利用Gartner 的TOPICS技能圖譜識別現(xiàn)有的生成式Al技能差距

為了讓中國I&O團隊具備與生成式AI相關(guān)的技能，從而在AI旅程中取得成功，基礎(chǔ)設(shè)施和IT 運營領(lǐng)導(dǎo)者必須確定生成式AI應(yīng)用與I&O核心職能（如AI基礎(chǔ)設(shè)施管理、網(wǎng)絡(luò)管理、服務(wù)器維護、云運營和故障排除）相符的角色和關(guān)鍵I&O使用場景。同時，還必須考慮到本地的技術(shù)生態(tài)系統(tǒng)和監(jiān)管合規(guī)要求。在生成式AI環(huán)境中，I&O領(lǐng)導(dǎo)者需要能夠：評估AI生成的輸出，識別錯誤和不一致之處。使用AI創(chuàng)建洞察并改進流程。利用AI組織、創(chuàng)建甚至訂制新內(nèi)容。發(fā)現(xiàn)幻覺、偏見和政策違規(guī)。隨后，應(yīng)將這些定義的生成式AI用例與關(guān)鍵I&O任務(wù)掛鉤，以明確技能優(yōu)先級。

利用Gartner的TOPICS模型，對生成式AI方案進行評估，并優(yōu)先考慮那些對于在I&O中有效使用和支持生成式AI最為關(guān)鍵的技能（見圖1）。

圖1：Gartner的TOPICS生成式AI技能開發(fā)框架

思考：該框架列出的第一個主題，也是最重要的主題，是培養(yǎng)與批判性思維相關(guān)的必要認知導(dǎo)向型技能。該主題為真正的個體轉(zhuǎn)型奠定了基礎(chǔ)。

運營：對于支持生成式AI的中國I&O領(lǐng)導(dǎo)者來說，關(guān)鍵重點是確保AI基礎(chǔ)設(shè)施在模型訓練和推理期間提供高性能、高吞吐量和高可用性。隨著生成式AI工作負載的增長，團隊還必須開發(fā)在AI生命周期中管理和優(yōu)化成本的技能。

流程：AI工程化是企業(yè)規(guī)模化交付Al解決方案的基礎(chǔ)。該學科整合了DataOps、MLOps和 DevOps管道，從而創(chuàng)建一致的企業(yè)開發(fā)、交付（混合云、多云、邊緣）以及基于流式或批量 AI系統(tǒng)的運營。

實施：與生成式AI實施相關(guān)的基本方法共有四種，分別為使用、嵌入、擴展和構(gòu)建。

概念：雖然大多數(shù)I&O部門可能永遠不會自行開發(fā)大語言模型或小語言模型，但了解構(gòu)建和使用生成式AI技術(shù)背后的某些關(guān)鍵概念，將使其能夠在日常運營中支持和使用這些技術(shù)。對于I&O 專業(yè)人員來說，了解token（用于建模流程的文本塊）在成本估算中的作用是十分有用的。了解模型參數(shù)（一種參數(shù)類別）如何反映模型的復(fù)雜性，以及如何與模型規(guī)模和基礎(chǔ)設(shè)施影響相關(guān)聯(lián)，也大有裨益。此外，越來越多的大型企業(yè)正計劃制定AI基礎(chǔ)設(shè)施戰(zhàn)略。由于AI基礎(chǔ)設(shè)施將是I&O領(lǐng)導(dǎo)者的主要關(guān)注領(lǐng)域，因此其有必要了解企業(yè)對AI基礎(chǔ)設(shè)施的需求，如基于GPU的計算資源、網(wǎng)絡(luò)和存儲，以及如何進行優(yōu)化。

技術(shù)棧：生成式AI的架構(gòu)通常包含應(yīng)用、工程化工具、模型和基礎(chǔ)設(shè)施四層技術(shù)棧。I&O專業(yè)人員的重點關(guān)注領(lǐng)域為基礎(chǔ)架構(gòu)層，聚焦于網(wǎng)絡(luò)、存儲和計算技術(shù)，包括本地和云（基礎(chǔ)設(shè)施或平臺即服務(wù)）。需要了解的關(guān)鍵領(lǐng)域包括對基于GPU的計算資源的需求，以及應(yīng)如何優(yōu)化這些資源。型層包括商用（含開源）大語言模型，如DeepSeek、Qwen、ChatGPT、Llama和供應(yīng)商提供的其他平臺，如Hugging Face、OpenAI和Meta。工程化工具指的是可用于訓練、構(gòu)建、部署、優(yōu)化和監(jiān)控大語言模型的技術(shù)。正如上述“運營”部分所述，這是技術(shù)棧中的一個層，可由I&O和D&A團隊共同負責。

使用沉浸式和體驗式學習方法，加速開發(fā)生成式AI技能

沉浸式和體驗式學習方法將生成式AI應(yīng)用嵌入到真實世界的工作場景中，彌合了理論和實踐之間的技能差距，從而加快了學習速度，提高了生產(chǎn)力。中國獨特的市場動態(tài)，包括強勁的制造業(yè)、大規(guī)模的數(shù)字化轉(zhuǎn)型計劃，以及政府和私營部門對AI技術(shù)的大量投資，突顯出創(chuàng)新培訓方法的必要性。當學習與親身實踐和深度社交互動結(jié)合在一起時，可以顯著縮短獲取和應(yīng)用知識來解決業(yè)務(wù)問題的時間延遲。

建立物理和虛擬生成式AI“訓練營”： 這種方式不僅強化了學習過程，而且有助于更快地識別和解決與生成式AI實施相關(guān)的問題。

混合式學習方法：鼓勵持續(xù)學習和邊做邊學。Gartner建議采用綜合方法，70%為體驗式學習、20%為關(guān)系型學習、10%為正式學習。

學習伙伴關(guān)系與生態(tài)系統(tǒng)發(fā)展：在中國，生成式AI技能的成功發(fā)展，既需要企業(yè)內(nèi)部付出巨大努力，也需要精心挑選戰(zhàn)略聯(lián)盟。

培養(yǎng)生成式AI學習的文化，推動持續(xù)提高技能

利用領(lǐng)先技術(shù)和提供沉浸式功能本身并不能確保I&O部門具備必要的生成式AI技能。I&O領(lǐng)導(dǎo)者必須營造一種學習文化，通過激勵機制和構(gòu)建的有利環(huán)境，促進生成式AI技能的不斷發(fā)展。