Návrh Školení
Základy AI: Koncepty, typy a mylné představy
- Co umělá inteligence je a co není
- Úzce omezená AI versus obecná AI
- Strojové učení, hluboké učení a datové vědy
- Jak funguje strojové učení bez technického žargonu
Generativní AI a AI agenti v obchodě
- Možnosti a limity generativní AI
- AI agenti a jejich fungování
- Časté obchodní aplikace generativní AI
- Halucinace a limity aktuálních nástrojů
Připravenost dat: Základ pro AI
- Strukturovaná a nestrukturovaná data
- Kvalita dat a její klíčové dimenze
- Základy správy dat pro manažery
- Proč připravenost dat předchází AI
Kde AI vytváří obchodní hodnotu
- Matrika příležitostí AI
- Analýza hodnotového řetězce pro využití AI
- Hlavní a podporující aktivity
- Procesy, které generují největší hodnotu
Úspěšné případy AI a získané zkušenosti
- Reálné aplikace AI napříč obchodními funkcemi
- Co umožnilo úspěšným implementacím fungovat
- Časté vzorce neúspěchu a jak se jim vyhnout
Workshop: Identifikace příležitostí AI podle oddělení
- Mapování procesů a bolestivých bodů oddělení
- Generování nápadů pro využití AI v každé obchodní oblasti
- Dokončení plánu příležitostí AI
- Sdílení a diskuse výsledků napříč odděleními
Prioritizace využití AI pro maximální hodnotu
- Skórování hodnoty versus proveditelnosti
- Brzské zisky versus strategické sázky
- Trichter projektů AI
- Výběr prvních využití k prosazení
Správa AI: Role, výbory a odpovědnost
- Kdo by měl vést AI v organizaci
- Role správy, výbory a odpovědnosti
- Centrum excelence versus rozdělené vlastnictví
- Nejlepší praktiky pro správu AI
Bezpečnost, rizika a odpovědná AI
- Obmezení informační bezpečnosti a ochrany dat
- Hodnocení rizik pro iniciativy AI
- Etické směrnice a odpovědné využití AI
- Vytváření důvěryhodné AI
Budování organizace připravené na AI
- Hodnocení zralosti AI
- Dohody a kompetence pro cestu s AI
- Řízení změn a kulturní připravenost
- Cyklu strategie AI
Workshop: Vytvoření implementační cesty a akčního plánu AI
- Konsolidace mapy příležitostí
- Definice fází, brzkých zisků a milníků
- Přiřazení vlastníků, metrik a kontrolních bodů správy
- Vytvoření počáteční cesty a dalších kroků
Požadavky
- Požadavky na předchozí technické nebo programátorské znalosti nejsou.
- Zájem o aplikaci AI v obchodním nebo manažerském kontextu.
Cílové publikum
- Starší manažeři a vedoucí oddělení.
- Obecní manažeři a výkonní ředitelé.
- Průvodci zodpovědní za digitalizaci a transformační iniciativy.
Reference (2)
správný způsob zadávání pokynů a zahrnutí ochranných opatření v instrukcích.
YEO SHI MIN - ST Engineering Aerospace Ltd
Kurz - ChatGPT and Microsoft 365 Copilot for Advanced Productivity
Přeloženo strojem
Chápejte funkce a nástroje umělé inteligence, aby nám usnadnily práci. Je nutno zlepšit AI Chubb, například co se týče tvorby analýz a prezentací.
Tri wulandari - PT Chubb Life Insurance Indonesia
Kurz - AI Literacy & Productivity
Přeloženo strojem