翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# で生成 AI を採用するための成熟度モデル AWS
*アマゾン ウェブ サービス* ([寄稿者](contributors.md)）
*2025 年 6 月* ([ドキュメント履歴](doc-history.md)）
[生成 AI](https://aws.amazon.com/what-is/generative-ai/) は、大量のデータでトレーニングされ、テキスト、画像、音楽、ビデオなどの新しいコンテンツを生成できる AI モデルのサブセットです。モデルは、事前トレーニング済みの[基盤モデル](https://aws.amazon.com/what-is/foundation-models/)、カスタムモデル、拡張データセットまたは独自のデータセットを使用できます。生成 AI の影響は業界に及びます。これにより、創造性を高め、生産性を向上させ、新しいビジネスモデルを実現できます。組織が生成 AI で運用を強化し、イノベーションを推進し、ビジネスの成長を実現したい場合は、導入ジャーニーを進めるために構造化された段階的なアプローチが不可欠です。
[CIO の記事](https://www.cio.com/article/3850763/88-of-ai-pilots-fail-to-reach-production-but-thats-not-all-on-it.html)によると、AI パイロットの 88% が本番稼働に失敗しています。これにより、*パイロット疲労*と呼ばれます。この記事では、「企業は、迅速に、またはまったく本番稼働に進まないパイロットをサポートするために、より多くの時間、資金、エネルギーを費やすことに疲れています」と述べています。この疲労により、イノベーションが妨げられ、生成 AI のさらなる実験が妨げられる可能性があります。さらに、[McKinsey レポート](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai)によると、組織は AI 実装におけるデータ品質と統合に関する大きな課題に取り組んでいます。
この戦略ドキュメントは、組織が生成 AI ソリューションを実装するのに役立つ構造化フレームワークを提供します。このフレームワークは、テクノロジー導入の複雑さに対処し、重要なステップやベストプラクティスを見落としないようにするのに役立ちます。このガイドの推奨事項を使用して、生成 AI の成熟度を包括的に理解してください。成熟度レベルを評価することで、各レベルの重点領域を特定し、end-to-endの生成 AI 導入ジャーニーを開始できます。このフレームワークでは、初期認識からフルスケール変換までの 4 つの成熟度レベルについて説明します。各レベルの主要なアクティビティと重要なプラクティスの概要を説明します。
## 対象者
この記事は、エグゼクティブ、テクノロジーディレクター、ビジネスリーダー、データサイエンティスト、生成 AI および AI/ML スペシャリスト、IT プロフェッショナル、組織に生成 AI を採用して価値を創造したい意思決定者を対象としています。
## ターゲットビジネス目標
生成 AI の成熟度レベルを体系的に進めることで、組織は以下の主要なビジネス成果を達成できます。
+ 検証済みの生成 AI ユースケースによる戦略的ビジネスプロセスのイノベーション
+ 堅牢で本番環境に対応した AI ソリューションによる運用上の優秀性
+ 標準化された再利用可能な AI コンポーネントによるエンタープライズ全体の効率
+ 戦略的変革とスケーラブルな AI 機能による競争上の利点