聯繫我們

課程簡介

AI基礎:概念、類型與誤區

  • 人工智慧的定義與邊界
  • 窄AI與通用AI的區別
  • 機器學習、深度學習與數據科學
  • 以非技術語言解釋機器學習的運作原理

商業環境中的生成式AI與AI代理

  • 生成式AI的能力與侷限
  • AI代理及其運作機制
  • 生成式AI的常見商業應用
  • 幻覺現象及當前工具的侷限性

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
  • 經理人必懂的數據治理要點
  • 為什麼數據準備先於AI

AI如何創造商業價值

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

AI成功案例與經驗教訓

  • 跨業務功能的真實世界AI應用
  • 成功實施的關鍵因素
  • 常見的失敗模式及避免策略

工作坊:識別各部門的AI機會

  • 繪製部門流程與痛點地圖
  • 為各業務領域生成AI應用創意
  • 完成AI機會畫布
  • 跨部門分享與討論發現結果

為最大化價值優先排序AI應用場景

  • 價值與可行性評分
  • 快速獲勝與戰略賭注
  • AI項目漏斗模型
  • 選擇首批執行的應用場景

AI治理:角色、委員會與問責制

  • 誰應該領導組織內的AI工作
  • 治理角色、委員會與職責
  • 卓越中心與分散式擁有權
  • AI治理的最佳實踐

安全、風險與負責任的AI

  • 資訊安全與數據保護約束
  • AI項目的風險評估
  • 倫理準則與負責任的AI使用
  • 建構可信任的AI

建立AI準備組織

  • 評估AI成熟度
  • AI旅程所需的技能與能力
  • 應變管理與文化準備
  • AI策略週期

工作坊:制定AI實施路線圖與行動計劃

  • 整合機會地圖
  • 定義階段、快速獲勝點與里程碑
  • 指派負責人、指標及治理檢查點
  • 產出初步路線圖及下一步驟

最低要求

  • 無需具備先前的技術或程式設計知識。
  • 對在業務或管理情境中應用AI有興趣。

目標受眾

  • 高階經理人及部門主管。
  • 一般經理人及高階主管。
  • 負責數位化與轉型計劃的領導者。
 16 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類