聯繫我們

課程簡介

AI基礎:概念、類型與誤區

  • 人工智慧是什麼,又不是什麼
  • 狹義AI與通用AI
  • 機器學習、深度學習與數據科學
  • 不涉技術術語地解釋機器學習的運作機制

生成式AI與AI代理在商業中的應用

  • 生成式AI的能力與限制
  • AI代理及其運作方式
  • 生成式AI的常見商業應用
  • 幻覺問題及當前工具的局限性

數據準備:AI的基礎

  • 結構化與非結構化數據
  • 數據質量及其關鍵維度
  • 管理人員需知的數據治理要點
  • 為何數據準備先於AI

AI創造商業價值的領域

  • AI機會矩陣
  • 用於AI應用場景的價值鏈分析
  • 主要活動與支持活動
  • 產生最大價值的流程

AI成功案例與經驗教訓

  • 跨業務職能的真實世界AI應用
  • 成功實施的關鍵因素
  • 常見失敗模式及如何避免

工作坊:按部門識別AI機會

  • 映射部門流程及痛點
  • 為各業務領域產生AI應用場景構思
  • 完成AI機會畫布
  • 跨部門分享並討論發現

優先級排序以實現AI應用場景的最大價值

  • 價值與可行性評分
  • 快速勝利與戰略押注
  • AI項目漏斗
  • 選擇優先推動的首批應用場景

AI治理:角色、委員會與問責制

  • 誰應在組織中領導AI工作
  • 治理角色、委員會及職責
  • 卓越中心與分佈式擁有權
  • AI治理最佳實踐

安全、風險與負責任的AI

  • 信息安全和數據保護約束
  • AI項目的風險評估
  • 倫理準則與負責任的AI使用
  • 構建可信的AI

建設AI就緒的組織

  • 評估AI成熟度
  • AI之旅所需的技能與能力
  • 應變管理及文化準備
  • AI戰略循環

工作坊:制定AI實施路線圖及行動計劃

  • 整合機會地圖
  • 定義階段、快速勝利及里程碑
  • 指派負責人、指標及治理檢查點
  • 產出初始路線圖及後續步驟

最低要求

  • 無須具備先前的技術或編程知識。
  • 對在業務或管理背景下應用AI有興趣。

目標受眾

  • 高級管理人員及部門主管。
  • 一般管理人員及高管。
  • 負責數字化及轉型項目的領導者。
 16 小時

客戶評論 (2)

課程分類