聯繫我們
 課程時長 14 時間:

課程簡介

模組 1:物流與供應鏈中的 AI 介紹

  • 理解人工智慧:概念與應用
  • 物流與燃料分銷中的 AI:機會與影響
  • 無代碼 AI 工具:Excel AI、ChatGPT、Power BI 及其他
  • 來自運輸與燃料行業的實用範例

模組 2:運營數據的結構化與分析

  • 識別關鍵的物流與供應鏈數據集(路線、油罐、配送)
  • 為 AI 應用整理量控及庫存數據
  • 在 Excel 中進行數據清理、格式化與驗證
  • 創建動態表格與樞紐圖表以生成洞察

模組 3:AI 輔助的燃料需求預測

  • 理解需求預測及其影響變數
  • 使用 Excel 的 AI 功能及 ChatGPT 進行預測分析
  • 預測短期(1–2 週)燃料需求趨勢
  • 實戰練習:利用現有數據建立簡單的預測模型

模組 4:路線規劃與資源優化

  • 路線優化與排程的關鍵概念
  • 使用 AI 工具建議最佳路線及配送順序
  • 應用 Excel 與 ChatGPT 進行帶有真實約束條件的路線規劃
  • 實操活動:為配送單元生成路線選項

模組 5:成本估算與物流優化

  • 識別成本驅動因素:距離、通行費、燃料消耗、運費
  • 使用 AI 模型估算物流成本
  • 比較手動與 AI 輔助的成本規劃
  • 建立具有動態輸入的成本計算模板

模組 6:儀表板與 KPI 可視化

  • Power BI 與 Excel 儀表板介紹
  • 為物流與供應鏈 KPI 設計可視化報告
  • 整合來自量控系統的數據
  • 實操:創建實時物流績效儀表板

模組 7:將 AI 整合到物流工作流程中

  • 自動化重複性報告與數據整合任務
  • 使用 Power Automate 或 Excel 巨集進行任務自動化
  • 創建庫存或配送閾值的警報系統
  • 實用範例:基於 AI 的油罐補貨排程警報

模組 8:物流與供應鏈的 90 天 AI 採用計劃

  • 制定逐步的 AI 實施路線圖
  • 識別試點用例及成功指標
  • 在團隊中擴展 AI 輔助的工作流程
  • 建立持續改進與知識共享的實踐

總結與下一步

最低要求

  • 具備 Microsoft Excel 或 Google Sheets 的基本操作能力
  • 無需具備先前的人工智慧經驗

目標受眾

  • 燃料運輸與銷售行業的物流與供應鏈專業人士
  • 運營與庫存協調員
  • 管理車隊路線及燃料配送的主管與規劃人員

即將到來的課程

課程分類