Elección del mejor patrón de pro-código para crear la solución de inteligencia artificial generativa

Selección de patrones en el recorrido del ISV de código pro

Para ayudar a los proveedores de software independientes (ISV) a crear sus soluciones de inteligencia artificial generativa, Microsoft creó instrucciones para ayudarle a encontrar un caso de uso viable y empezar a crearlo. Esta página se centra en los patrones de pro-código que los desarrolladores pueden elegir a medida que pasan por el recorrido de la creación de su solución. Si no está seguro de si elige un patrón de código pro o de poco código, visite la página de aprovisionamiento de funcionalidades para encontrar el mejor enfoque para su caso de uso.

Consideraciones para un recorrido de pro-código

La elección de un enfoque de pro-código permite a los ISV como hacer uso de opciones altamente personalizables al diseñar las aplicaciones de INTELIGENCIA ARTIFICIAL. Dentro del enfoque pro-code, hay muchos patrones que abarcan varias plataformas para satisfacer diferentes necesidades y preferencias. Un patrón de pro-code es una buena opción si es:

• La creación de una aplicación altamente personalizada y necesita más componentes dentro del control.
• Integrar las funcionalidades de inteligencia artificial en su propia aplicación o compilar una desde cero.
• Cumplimiento de datos únicos o problemas de seguridad.

Si necesita una solución rápida y puede usar herramientas como conectores de Power Platform, considere la posibilidad de investigar patrones de código bajo.

Hay dos enfoques de alto nivel en el código pro:

• Creación de un copilot personalizado. Este enfoque abarca patrones que le ayudan a crear una solución con funcionalidades de lenguaje natural. La creación con un copilot personalizado permite a la inteligencia artificial conversar de forma natural con los usuarios en una amplia gama de situaciones.
• Creación de una aplicación en Fabric. Este enfoque trata los patrones que usan Fabric para procesar o almacenar datos, que se pueden integrar con una aplicación de inteligencia artificial que cree. Estos patrones proporcionan una base de datos sólida y una oportunidad para más personalización.

Ambos enfoques ofrecen numerosas ventajas y permiten crear una aplicación de inteligencia artificial personalizable. Según el patrón que elija, puede crear una aplicación completamente nueva o nuevas funcionalidades que introduzca en una aplicación existente.

Elección de un patrón

Elegir un patrón es el último paso que lleva un ISV antes de empezar a compilar una solución. El patrón que seleccione:

• Afecta a las funcionalidades de la solución. Elegir el patrón correcto para la situación le permite alinear la solución a las necesidades de sus clientes. Seleccionar un patrón con demasiadas funcionalidades puede limitar lo que puede crear.
• Afecta al costo de desarrollo del proyecto. Algunos patrones requieren una elevación más pesada durante el desarrollo, lo que cuesta tiempo y dinero de ISV. La inversión necesaria para el patrón que seleccione no debe superar el valor potencial de su caso de uso.
• Permite trabajar en diferentes interfaces. Algunos patrones están diseñados para crear aplicaciones desde cero, mientras que otras están diseñadas para funcionar dentro de las aplicaciones o plataformas existentes de Microsoft.
• Cambia los datos, la infraestructura y otras consideraciones de back-end. Los patrones de código pro son versátiles, pero pueden tener límites o requerir modificaciones. Normalmente, las opciones de datos e infraestructura se vuelven más personalizables a medida que elige opciones de patrón más complejas.

Debido a todos estos factores, es esencial evaluar cuidadosamente su situación, las necesidades de los clientes y sus capacidades técnicas antes de elegir un patrón. La plataforma y la estrategia que seleccione afectarán a lo que puede crear.

Varias opciones de patrón

En lugar de elegir solo un patrón, los ISV pueden optar por integrar funcionalidades de varios patrones. Incluso es posible combinar opciones de código bajo y pro code.

Tanto si elige un patrón como si combina varios, es importante tener en cuenta la situación en la que se encuentra y elegir la plataforma que mejor le convenga. Esta página se centra específicamente en patrones de código pro. Para explorar más opciones en código pro y bajo, puede visitar la página de patrones completos.

Kernel semántico

Los ISV que buscan crear aplicaciones de inteligencia artificial sofisticadas pueden usar kernel semántico en muchas de las distintas opciones de patrón. El kernel semántico es un kit de desarrollo de software (SDK) de código abierto que facilita la combinación de código C#, Python y Java existente con modelos de OpenAI, Azure OpenAI, Hugging Face, etc.

Dado que el kernel semántico interactúa directamente con el código, es posible usarlo con muchos patrones diferentes. Independientemente del patrón que elija, el kernel semántico puede admitir el recorrido de desarrollo y habilitar la solución con nuevas funcionalidades de inteligencia artificial generativa.

Creación de un copilot personalizado

La creación de un copilot personalizado le permite crear una aplicación con una elevación de codificación moderada y una mayor personalización que la adopción o ampliación de una primera entidad, Microsoft Copilot lo haría. Aunque necesita crear muchos componentes por su cuenta, Microsoft proporciona compatibilidad notable a través de SDK, plantillas y mucho más, en función del patrón que elija.

Árbol de decisión para el enfoque "Crear un copilot personalizado". Una flecha conduce a un cuadro que lee "Mejora las aplicaciones existentes con ia que usa datos de ISV", que se conecta con pattern D: API de Microsoft Graph. Otra flecha conduce a un cuadro que lee "Crea bots de chat que pueden responder a preguntas de usuario y descargar tareas sencillas", lo que conduce a pattern E: Azure OpenAI Assistants. Una tercera flecha conduce a un cuadro que dice "Agrega funcionalidades de lenguaje natural a los bots de chat de ISV Teams a través de plantillas precompiladas", lo que conduce a Pattern F: Teams AI Library. Una flecha final conduce a una lectura de cuadro "Ofrece una alta personalización mediante modelos entrenados previamente, el SDK de Azure AI y el flujo de solicitud", lo que conduce a

Microsoft Graph API

Microsoft Graph API accede a los datos de usuario de las aplicaciones de Microsoft 365, como la información de Outlook, Teams, OneDrive y SharePoint. Al habilitar las aplicaciones existentes para llamar a esta API, puede mejorar la experiencia del usuario con datos personalizados de Microsoft 365.

Estas API se pueden integrar dentro de la interfaz de usuario de su propia solución. Los datos de inquilino recopilados se pueden ver desde el Explorador de Graph, que es una plataforma de código abierto diseñada para ayudarle a obtener información sobre las API de Microsoft Graph.

Es posible que le interese este patrón si:

• Tener una aplicación existente que quiera mejorar con datos personalizados.
• Quiere proporcionar respuestas personalizadas al usuario final en función de su actividad de Microsoft 365.
• Requerir datos específicamente de Microsoft 365.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Acceso a los datos de Microsoft 365 del usuario final para personalizar su experiencia.
• Conectarse a datos de forma rápida y sencilla, lo que le permite centrarse en otros aspectos de la aplicación.

Vamos a examinar cómo un ISV ficticio pudo usar este patrón en su aplicación.

Escenario de las API de Microsoft Graph

Contoso ha creado una aplicación que permite a sus clientes administrar operaciones internas, pero buscan mejorarla. Sus clientes traen problemas sobre tareas administrativas básicas, como programar reuniones, cerrar el tiempo de espera y enviar correos electrónicos que tardan demasiado tiempo.

Para solucionar este problema, Contoso decide aumentar su aplicación de IA generativa mediante las API de Microsoft Graph, que pueden conectarse a los datos de sus clientes en Microsoft 365. Contoso puede mejorar las funcionalidades de su asistente de inteligencia artificial con acceso a datos personales más relevantes recuperados de la API. Las API de Microsoft Graph permiten que la solución de Contoso:

• Genere entradas de calendario y mensajes de correo electrónico fuera del tiempo en función del contexto del usuario y sus solicitudes de tiempo de expiración.
• Use información de los calendarios de Outlook de sus clientes finales para sugerir posibles horas de reunión e invitaciones.
• Sugerir modificaciones de tono, líneas de asunto y documentos para adjuntar mensajes de correo electrónico basados en el historial entre el destinatario y el remitente.

Estos cambios y más permiten que la aplicación de IA generativa de Contoso optimice drásticamente las tareas administrativas de sus clientes. Mediante el uso de las API de Microsoft Graph en su aplicación, podrían proporcionar consejos útiles y personalizados para los empleados.

Asistentes de Azure OpenAI

Con las funcionalidades de los asistentes de Azure OpenAI, los ISV pueden crear rápidamente asistentes de inteligencia artificial e integrarlos en sus aplicaciones existentes. Los asistentes de Azure OpenAI pueden responder a preguntas, solicitar tareas sencillas e incluso adaptarse para escribir y ejecutar código en función de las entradas de un usuario.

La creación de un asistente de Azure OpenAI es tan simple como escribir un archivo JSON que describa la función que desea que el asistente realice y le proporcione un entorno de Python en espacio aislado en el que se va a ejecutar. Esto permite al asistente llamar a las API existentes y empezar a responder a las solicitudes.

Es posible que le interese este patrón si:

• Tener una aplicación existente que se beneficiaría de un asistente personalizado.
• Quiere desarrollar rápidamente una aplicación similar a copilot con un lift menos técnico.
• Debe integrarse con herramientas adicionales que permitan a la aplicación completar tareas sin lenguaje, como matemáticas.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Crear un asistente de inteligencia artificial de forma rápida y eficaz.
• Proporcionar a los clientes un asistente de inteligencia artificial capaz de responder a preguntas y solicitudes más específicas.
• Habilitación de la solución con funcionalidades de inteligencia artificial que pueden solicitar acciones sencillas para simplificar las tareas.

Escenario del asistente de Azure OpenAI

Contoso tiene una aplicación existente para los clientes minoristas que proporciona un portal de empleados para la incorporación, la administración del inventario, el procesamiento de pagos, etc. Contoso usará Azure OpenAI Assistant para crear un asistente de la tienda, lo que proporciona a los clientes instrucciones adaptadas a su situación específica.

Al crear un asistente de inteligencia artificial, Contoso puede integrar los datos de las empresas en la aplicación, lo que le permite responder a preguntas mediante datos de la empresa. Estas funcionalidades permiten que el copiloto:

• Guíe a los nuevos empleados a través de procesos típicos de la tienda.
• Predecir las necesidades y los requisitos de inventario en función de las tendencias anteriores.
• Guía de referencia en documentos de empleo cargados, como las directivas de licencia.

Al incluir un asistente de IA dentro de su aplicación, la solución de Contoso se convierte en una fuente de instrucciones y sugerencias para los empleados, en lugar de simplemente una herramienta de administración. Sus clientes pueden usarlo para responder a preguntas e identificar un camino hacia adelante en tareas diarias.

Biblioteca de inteligencia artificial de Teams

Si ya tiene un bot de chat de Teams o está interesado en crear uno, el bot de chat se puede mejorar con funcionalidades de ia generativa. Scaffolding en la biblioteca de INTELIGENCIA ARTIFICIAL de Teams es capaz de admitir el lenguaje conversacional para el bot de chat, al que pueden acceder los usuarios directamente en Teams.

Esta aplicación requiere que escriba la lógica de negocios que desea que use la aplicación mientras que los modelos de lenguaje grande (LLM) que Microsoft proporciona administran los aspectos de back-end del bot de chat. Incluso puede modificar el bot de chat para usar diferentes LLM, complementos y mucho más.

Es posible que le interese este patrón si:

• Tener un bot de chat de Teams existente que le gustaría aumentar con funcionalidades de lenguaje natural.
• Quiere aprovechar las plantillas pregeneradas, las opciones de datos integradas y las características de seguridad integradas.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Mejorar el bot de chat de Teams con funcionalidades de lenguaje natural.
• Creación de una solución de inteligencia artificial generativa con amplias opciones de soporte técnico.
• Personalización del bot de chat para aplicar a sus necesidades situacionales o industriales.

Escenario de biblioteca de inteligencia artificial de Teams

Contoso ha puesto los bots de chat de Teams a disposición de sus clientes durante algún tiempo, pero a medida que evolucionan las funcionalidades de inteligencia artificial, quieren modernizar su aplicación al permitirle responder a preguntas más específicas y proporcionar asesoramiento personalizado al empleado.

Con la biblioteca de inteligencia artificial de Microsoft Teams, Contoso puede agregar fácilmente funcionalidades de lenguaje natural a su bot de chat. Estas nuevas funcionalidades de inteligencia artificial generativa permiten que el bot de chat admita mejor a los clientes:

• Sugerir pasos tácticos siguientes para proyectos y sugerencias en curso para prepararse para los próximos eventos de la empresa.
• Crear agendas de reuniones, borradores de correo electrónico y mucho más en función de una interacción breve entre el usuario y el bot de chat.
• Responder a preguntas mediante respuestas adaptadas en función del contexto de la conversación.

Estas características ayudan a simplificar la experiencia de los empleados para los clientes de Contoso y les permiten obtener respuestas más inteligentes, más rápido. La incorporación de inteligencia artificial generativa en su bot de chat de Teams hace que sus usuarios sean más eficaces en el trabajo, ya que pueden conversar naturalmente con el bot de chat para recibir soporte técnico en el trabajo.

Azure AI Studio

Si desea crear una aplicación de inteligencia artificial generativa completamente personalizada que sea muy flexible en términos de funcionalidades, puede usar una de las muchas opciones de vanguardia de Azure AI Studio. La creación de soluciones de inteligencia artificial generativa con Azure AI Studio le permite personalizar la solución a sus necesidades específicas, lo que incluye satisfacer requisitos muy técnicos o de nicho.

Azure AI Studio incluye muchas opciones para crear una aplicación de INTELIGENCIA ARTIFICIAL, como el flujo de solicitud y el SDK de Azure AI, ambos con modelos entrenados previamente a partir de los cuales puede compilar. El servicio se integra con otros servicios de Azure y proporciona recursos para el desarrollo de aplicaciones en curso, como una cadena de herramientas de LLMOps.

Es posible que le interese este patrón si:

• Quiere compilar una aplicación desde cero o modificar una existente.
• Requerir que el asistente de IA complete procesos complejos, como leer y revisar documentos técnicos o analizar tendencias de datos complejas.
• Quiere un control total sobre el desarrollo de aplicaciones para personalizar la voz, la personalidad y la identidad de marca a sus necesidades específicas.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Crear un copilot a medida que pueda responder a más preguntas y solicitudes de nicho.
• Personalización de la solución para cumplir los requisitos de seguridad o datos únicos.

Escenario de Azure AI Studio

Contoso quiere crear una aplicación de IA generativa totalmente personalizada para admitir a sus clientes sanitarios durante la creación y el procesamiento de notificaciones. Para comercializar la aplicación, necesitaban poder procesar con precisión la información del cliente, cumplir con consideraciones de seguridad especializadas y generar contenido preciso.

Mediante el uso de Azure AI Studio para crear su propia aplicación de IA generativa desde cero, pudieron crear una aplicación totalmente personalizada y altamente segura adaptada a las necesidades de sus clientes sanitarios. La nueva aplicación de Contoso permite a los médicos trabajar para que las aseguradoras rellenen fácilmente formularios. El copiloto que creó a través de Azure AI Studio puede hacer lo siguiente:

• Compatibilidad con la creación de formularios de autorización condicional a través de mensajes conversacionales basados en una variedad de preguntas específicas de la organización.
• Consulte varios registros de pacientes y revise la información dentro de la aplicación de Contoso.
• Cumpla las consideraciones de seguridad específicas de la organización para minimizar los riesgos y los problemas de privacidad.

Mediante la recuperación precisa de información de pacientes y el uso de funcionalidades de lenguaje natural para ayudar a generar formularios, Contoso puede acelerar el proceso de creación de notificaciones. Su solución ahorra tiempo valioso a los usuarios completando estas tareas especializadas de forma rápida y precisa.

Compilación de una aplicación en Fabric

Aunque muchos ISV están familiarizados con Fabric como una solución de análisis o datos, también puede servir como una base de datos completa e integrada para aplicaciones de inteligencia artificial generativa. Tanto si quiere crear una aplicación directamente en Fabric como si se integra con OneLake, la creación de una aplicación en Fabric le proporciona personalización y control no coincidentes sobre la solución.

Árbol de vínculos para el enfoque de "compilación de una aplicación en Fabric". Una flecha conduce a una lectura de cuadro "Permite a los ISV leer, escribir y administrar datos dentro de Fabric OneLake mediante las API, los accesos directos y mucho más existentes", lo que conduce a Pattern H: Interop with Fabric. Una segunda flecha conduce a una lectura de cuadro "Permite a los ISV desarrollar productos sobre la plataforma Fabric o combinar Fabric con aplicaciones preexistentes", lo que conduce a Pattern I: Build on Fabric. Una flecha final conduce a una lectura de cuadro "proporciona a los ISV herramientas para crear cargas de trabajo altamente personalizables dentro del ecosistema de Fabric", lo que conduce a Pattern J: Build a Fabric workload.

Interoperabilidad con Fabric

La integración de la aplicación existente con Fabric proporciona opciones infinitas para simplificar el back-end de datos de la solución. Al interoperar con Fabric, puede unificar una gran variedad de orígenes de datos dispares en una sola plataforma mediante una variedad de herramientas y API.

Fabric ofrece las API de OneLake y las API de inteligencia en tiempo real que están diseñadas para acceder y procesar rápidamente los datos. También puede usar Data Factory para unificar los datos entre entornos mediante accesos directos y administrar tareas complejas de procesamiento de datos de hasta 200 orígenes externos. Incluso si los datos no están en Azure, puede crear accesos directos para incorporar los datos a OneLake.

Es posible que le interese este patrón si:

• Tener una aplicación existente que requiera un procesamiento de datos mejorado.
• Están dibujando los datos de una variedad de orígenes y entornos.
• Quiere leer y administrar los datos de la aplicación en OneLake o Data Factory.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Mejora de las funcionalidades de datos para las aplicaciones existentes mediante un mayor procesamiento, almacenamiento y capacidades analíticas.
• Integrar datos de varios inquilinos y entornos en una plataforma.

Interoperabilidad con el escenario de Fabric

La aplicación SaaS que Contoso ha desarrollado para sus clientes minoristas requiere mayores funcionalidades de datos para administrar datos de varios inquilinos. Los clientes finales de Contoso requieren una mayor visibilidad de sus datos y solicitan más información sobre tendencias y patrones dentro de sus datos. Sin embargo, sus clientes usan una variedad de plataformas para la administración del inventario, el personal, la administración web y mucho más que Contoso necesita acceder para formar una vista completa de los datos.

Para solucionar estos problemas, Contoso conectó su aplicación existente a Fabric. Esto les permite tener una mejor administración de datos en un nivel administrativo, así como una mejor información y visibilidad de los datos para los inquilinos. Su aplicación puede:

• Use accesos directos multinube y uso compartido de datos para recopilar información de distintos inquilinos en OneLake.
• Acceda a los datos de la organización inmediatamente a través de las API de inteligencia en tiempo real.
• Controle cantidades de datos asociados a una solución a gran escala.
• Describir información sobre los datos de los clientes a través de paneles interactivos creados por Contoso en su aplicación.

Ahora que Contoso puede acceder a los datos de sus clientes más fácilmente, pueden modificar su solución para proporcionar esa información a sus clientes finales. Sus clientes finales pueden interpretar fácilmente y con precisión sus datos y usarlos para tomar decisiones para su negocio.

Compilación en Fabric

Además de conectarse a Fabric como plataforma de datos para la aplicación, también puede compilar en Fabric para insertar las funcionalidades de Fabric directamente en la aplicación. Los desarrolladores pueden usar una variedad de API REST para crear funcionalidades de Fabric en sus aplicaciones para admitir flujos de trabajo más técnicos con funcionalidades de inteligencia artificial generativa.

Se pueden integrar distintas API dentro de la aplicación para habilitarla con diferentes funciones. Por ejemplo, insertar la API de almacenamiento dentro de la aplicación le proporciona las opciones de Almacenamiento de datos disponibles en Fabric. El desarrollo de la aplicación directamente sobre Fabric le permite usar y manipular sin problemas estas funciones de Fabric dentro de la interfaz de su propia aplicación.

Es posible que le interese este patrón si:

• Está creando una aplicación que usarán los científicos de datos u otros usuarios con necesidades de administración de datos más completas.
• Quiere incorporar opciones completas de procesamiento y almacenamiento de datos en la aplicación.
• Está buscando compilar una aplicación desde cero o modificar una existente.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Integrar las funcionalidades de datos de Fabric directamente en la solución.
• Administrar y manipular datos dentro de su propia aplicación.
• Crear la aplicación con personalización y control completos.

Compilación en el escenario de Fabric

Los clientes de Contoso han estado expresando una necesidad de funcionalidades de datos más complejas. Entre el seguimiento de tendencias de ventas, las programaciones de empleados, el inventario de tiendas digitales y en persona, y mucho más en varios inquilinos, requieren mucho más compatibilidad con el procesamiento de datos en su nueva aplicación.

Para administrar de forma más eficaz los datos de los clientes, Contoso desarrolló una nueva aplicación basada en Fabric. Esta aplicación permite a los usuarios interactuar directamente con sus datos e interactuar con ellos en la aplicación de Contoso. Al aprovechar las funcionalidades de procesamiento de datos de Fabric, su aplicación puede:

• Conéctese a OneLake, Power BI y más directamente dentro de la aplicación, que se puede mostrar a través de paneles personalizados creados por Contoso.
• Proporcione información sobre la rentabilidad de categorías como tiendas en línea o en persona, diferentes ubicaciones de tiendas y por marca y categoría del producto.
• Use la inteligencia artificial para analizar estos datos y proporcionar información y sugerencias a los clientes, como sugerir un cambio en los precios de un producto, predecir posibles interrupciones e identificar valores atípicos en flujos de ingresos.
• Proporcione a los clientes de Contoso acceso directo a sus datos de Fabric en la plataforma de Contoso.

Al insertar las funcionalidades de Fabric dentro de su aplicación, pueden administrar y manipular datos directamente dentro de su solución. La inteligencia artificial que han creado sobre su solución es capaz de acceder a estos datos y proporcionar información empresarial personalizada para los clientes de Contoso.

Crear una carga de trabajo de Fabric

Además de compilar con las siete cargas de trabajo nativas de Fabric, los ISV pueden expandir las funcionalidades de Fabric mediante la creación de sus propias cargas de trabajo personalizadas y ofrecerlas como una solución independiente. Estas cargas de trabajo se pueden crear desde cero para ofrecer una gran cantidad de funcionalidades de administración de datos, ya sea creando una vista más holística de los datos de los clientes o realizando acciones basadas en tendencias y predicciones de datos.

Los ISV pueden usar el Kit de desarrollo de cargas de trabajo de Microsoft Fabric para crear su propia carga de trabajo y publicarla como una oferta de SaaS para otros usuarios de Fabric en Azure Marketplace. Este patrón es fácilmente monetizable en Azure Marketplace y usa la experiencia del usuario de Fabric al interactuar con los clientes, lo que le permite centrarse en desarrollar la carga de trabajo.

Es posible que le interese este patrón si:

• Desea crear una herramienta disponible para los usuarios finales en Fabric, como otros desarrolladores o científicos de datos.
• Consulte una necesidad o requisito de datos que desea abordar con Fabric.
• Quiere aprovechar el soporte técnico de Microsoft, como la experiencia de usuario existente y la publicación simple en Azure Marketplace.

Entre las principales ventajas de este enfoque se incluyen las siguientes:

• Publicación de la aplicación en Azure Marketplace, donde los usuarios finales técnicos pueden acceder a ella y comprarlas fácilmente en Fabric.
• Crear soluciones altamente personalizables adaptadas directamente a los requisitos de datos de los clientes.

Creación de un escenario de carga de trabajo de Fabric

Contoso quiere crear soluciones que puedan usar sus clientes minoristas para realizar un seguimiento de las cadenas de suministro y la administración del inventario en tiendas digitales y en persona para varios inquilinos. Quieren que su aplicación sea fácilmente accesible para los usuarios finales técnicos para que puedan seguir más uso para su aplicación controlada por datos.

Con el Kit de desarrollo de cargas de trabajo de Microsoft Fabric, Contoso pudo desarrollar una carga de trabajo a la que sus clientes pueden acceder directamente desde Fabric en una experiencia de usuario con la que están familiarizados. Pudieron monetizarlo como una aplicación SaaS en Azure Marketplace, donde es fácilmente accesible para los usuarios finales de Contoso en la plataforma Fabric. Su carga de trabajo de Fabric puede:

• Optimice el inventario al proporcionar información sobre las áreas que necesitan una demanda adicional y el uso de funcionalidades de inteligencia artificial para sugerir una ruta de avance.
• Previsión de la demanda futura a través de funcionalidades de aprendizaje automático que analizan tendencias pasadas.
• Simulación de posibles escenarios que podrían afectar a la cadena de suministro, como el cambio de proveedores.

Al ofrecer su solución como carga de trabajo de Fabric, Contoso puede ayudar a los científicos de datos y a otros profesionales técnicos a optimizar las cadenas de suministro. Los clientes de Contoso obtienen una mayor visibilidad de su negocio a través del análisis cuidadoso de los datos anteriores y las predicciones de tendencias futuras de la inteligencia artificial.

Conclusión

Al aprender sobre cada patrón y sus funcionalidades, ahora debe estar equipado para decidir cómo crear la solución de IA generativa. Después de investigar el enfoque elegido y confirmar que está dentro de sus funcionalidades, puede empezar a desarrollar la aplicación.

Explore los recursos siguientes para obtener más información sobre el patrón elegido, así como otros pasos siguientes para crear la experiencia de ia generativa.

Compilación de su propio copiloto

Vínculos a más información para cada compilación de su propio patrón de copilot:

• Patrón D: API de Microsoft Graph
• Patrón E: Asistentes de Azure OpenAI
• Patrón F: biblioteca de IA de Teams
• Patrón G: Azure AI Studio

Más información sobre la creación de una aplicación en Fabric

Vínculos a más información sobre la creación de aplicaciones en Fabric:

• Enfoque: compilación de una aplicación en Fabric
• Patrón J: compilación de una carga de trabajo en Fabric

Vínculos relacionados

Más información sobre los patrones de inteligencia artificial generativa y sus ventajas: Creación de experiencias de IA generativas con Microsoft Cloud- A Guide for ISV | Microsoft Learn

Guía de experiencia del usuario para ISV que diseñan experiencias de IA generativas: pasos siguientes para diseñar la experiencia del usuario de ia generativa.