从原型到生产：企业人工智能部署手册

为什么大多数人工智能原型从未投入生产

工作人工智能原型与生产系统之间的差距在于技术、操作和组织方面。原型展示了所选示例的功能。生产版本还需要定义所有者、代表性评估、安全审查、监控、回退和升级路径、事件程序和可衡量的服务目标。当这些要求被推迟时，原型可能会停滞不前。将生产准备情况视为特定工作流程和风险级别的证据，而不是演示授予的通用通行证。

生产准备清单

可重用的准备清单可以涵盖可靠性、可观察性、回退、安全性和性能。在预期可重复性的情况下测试格式错误的输入、下游故障、重试和可重复性。记录操作所需的事件和结果，同时最大限度地减少敏感数据。定义不确定或高风险案例的人为升级。验证为目标环境选择的最低权限访问以及加密、保留和证据控制。在代表性负载下根据商定的目标测试延迟、吞吐量、质量和资源使用情况。发布权仍属于客户指定的所有者。

分阶段推出：影子模式、金丝雀模式和完整生产模式

分阶段推出可以在影子模式下开始，其中将建议的输出与当前流程进行比较，而不采取任何行动。然后，金丝雀可以接收客户选择的合格流量份额，然后仅在满足接受标准时逐步扩展。流量百分比、观察期和停止条件应来自工作流程的风险评估，而不是通用模板。回滚可以是手动的或自动的；仅在测试了触发器和恢复路径后，自动回滚才适用。在整个部署过程中保留人员路线。