Shutterstock CTO分享AI规模化部署经验：避免供应商泛滥的策略

对于CIO和CTO来说，开启技术栈中每一项可用的AI功能虽然很诱人，但这种做法可能导致供应商泛滥和治理挑战。

在本期IT领导者快速访谈栏目中，Shutterstock公司CTO兼CISO Courtney Totten解释了为什么她的团队花费数月时间评估AI工具、建立治理模型并在部署这些技术前创建防护机制。她的团队还着重实施"培训培训师"策略，在整个组织内推广AI知识。

Totten负责监督Shutterstock的网络、云运营、安全、工程和AI基础设施，在IT和网络安全行业拥有超过20年经验。她曾在通用电气、汤森路透、博思艾伦和通用动力等公司担任领导职务。

关键决策的影响

在过去一年中，我们有意识地决定对AI采取主动而非被动的态度。虽然我们花了六个月时间评估两个AI工具，但一旦完成评估并创建了治理模型和防护框架，我们就能够在10个月内成功部署8个工具。

现在的重点是将这些工具交到团队成员手中，听取使用案例反馈——不是来自技术人员，而是来自业务用户。我们看到他们能够通过这些工具提高效率，并且对这些工具在适当防护措施下的辅助作用建立了信心。

其中一些工具我们已经在使用，但没有开启AI功能。例如，我们使用Slack，但没有启用AI功能。在完成安全审查和评估后，我们才开启了这些功能。

听起来虽然简单，但笔记和摘要功能对我们来说非常重要——我们每天都使用Slack。这是一个很好的例子，展示了我们如何通过开启功能来简化用户的工作。

我们还利用ChatGPT来帮助用户。一个简单的应用是创建问答文档。我们有一个团队感觉他们整天都在回答关于流程的问题。我们需要创建一个系统，能够处理数百页的流程文档，简化对用户请求的响应，让员工能够更好地服务客户。这是另一个很好的例子，展示了我们如何消除大量手动管理工作，减轻团队负担。

经验教训

成本控制是一个重大挑战——随着云计算和AI的指数级增长，成本可能失控。我们早期就意识到这个问题，并在合适的时机进行了调整。我们创建了一个专门团队，包括云架构团队成员，负责监控我们与云服务商和AI供应商的所有成本。

现在我有一个云FinOps和治理团队，不仅监控成本，还推动优化。此外，我们创建了一个面向所有团队的竞赛，要求大家"帮助我们识别降低成本的机会，我们有奖励"。这是一个季度挑战，帮助每个人意识到这些技术会产生成本。我们如何削减成本，为其他想做的酷炫项目腾出空间？这为我的工程团队和所有团队培养了财务纪律意识。

人才投资策略

如果有机会帮助团队做更多工作来放大我们的成果，那就是我投资的地方。我经常说，资源整合能力是一项非常重要的技能。

我们需要确保员工有深度，能够善于整合资源并完成任务。我如何投资培训员工？如何让他们更好地了解可用的不同工具以及可以利用的资源？我们非常重视每年的培训目标，因此我们利用合作伙伴提供的免费培训。

我们与AWS、Google和OpenAI等建立了强大的云合作伙伴关系，通过协议获得大量培训机会。他们在从云计算到AI的整个过程中都给予了帮助。

同时，确保我们在每个职位上都深化AI人才储备。AI在几年内，也许一年内，将出现在我们每个团队中，这非常令人兴奋。我真正觉得这是我们都需要具备和练习的技能。确保我们有合适的人才来推动成果对我来说至关重要。

外部发展趋势

变化每天都在发生——AI模型每天都在变化，每次我们看到新模型，它都比上一个更好。让团队准备好评估和部署新模型对我们来说很重要。

例如，OpenAI最近推出的Codex就是一个很好的用例。我的团队能够使用它，他们能够产出的成果让自己都感到惊讶，这非常有趣。

我们创建了"培训培训师"的指导项目。我的团队中有几个这方面的专家，他们负责培训8个人的团队，制定标准和防护措施。现在这8个人每人再培训2-3个人。这样将推广到每个人，让大家都有相同类型的培训经验。每天都会听到新工具的消息。

我们的许多供应商也在思考如何保持相关性并融入AI。我们真的需要所有这些其他工具吗？始终监控供应商格局以查看我们是否开始开发太多功能相同的工具非常重要。你不希望出现供应商泛滥。

观念转变

我最近读到Martin Fowler网站上的一篇文章《软件工程循环中的人类和智能体》。这篇文章探讨了工程师如何参与并成为我们正在经历的这种变化的一部分。他强调了工程师可以在整个工程循环中定位自己的三种不同方式。

第一种方式是跳出循环——让智能体做它们需要做的事情——编码并期望祈祷能顺利工作。第二种是参与循环——查看每一段手动代码并几乎进行微观管理，这会很累人。

第三种是专注于整个工程循环本身并关注输出。确保你知道智能体如何工作，确保它在做需要做的事情，然后监控以确保输出正在产生。因为归根结底，输出才是我们关心的。

这关乎回到标准、流程和防护措施——只要你有这三样东西，你就可以专注于输出，而不是过度参与或过于放手。那篇文章真的引起了我的共鸣，因为作为领导者，我有责任帮助每个人了解他们如何参与其中。我想给每个人机会，利用我们拥有的工具产出最佳成果。

Q&A

Q1：Shutterstock团队如何避免AI工具部署中的供应商泛滥问题？

A：Shutterstock团队花费6个月时间评估AI工具，建立治理模型和防护框架后，在10个月内成功部署8个工具。他们通过监控供应商格局，避免开发功能相同的重复工具，并建立专门的云FinOps团队来控制成本和治理。

Q2：Shutterstock如何控制AI和云计算的成本增长？

A：他们创建了专门的云FinOps和治理团队来监控和优化成本，还建立了季度成本削减竞赛，鼓励所有团队识别降低成本的机会并提供奖励，培养了整个团队的财务纪律意识。

Q3：Shutterstock采用什么策略来培养员工的AI技能？

A：他们实施"培训培训师"策略，让AI专家培训8个人的团队，然后这些人再各自培训2-3个人，逐步推广AI知识。同时利用AWS、Google、OpenAI等合作伙伴提供的免费培训资源来提升团队技能。