聯繫我們

課程簡介

AI基礎:概念、類型與迷思

  • 人工智慧的定義與非定義
  • 狹義AI與通用AI
  • 機器學習、深度學習與數據科學
  • 以無專業術語的方式理解機器學習原理

商業應用中的生成式AI與AI代理人

  • 生成式AI的能力與限制
  • AI代理人的運作機制
  • 生成式AI的常見商業應用
  • 幻覺現象與當前工具的局限

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
  • 管理者的數據治理 essentials
  • 為何數據準備先於AI

AI如何創造商業價值

  • AI機會矩陣
  • AI應用案例的價值鏈分析
  • 主要活動與支援活動
  • 產生最大價值的流程

AI成功案例與經驗教訓

  • 跨業務領域的實際AI應用
  • 成功實施的關鍵要素
  • 常見失敗模式與避免方法

工作坊:依部門識別AI機會

  • 繪製部門流程與痛點
  • 為各業務領域發想AI應用案例
  • 完成AI機會畫布
  • 跨部門分享與討論成果

優先處理AI應用案例以最大化價值

  • 價值與可行性評分
  • 快速勝利與戰略賭注
  • AI專案漏斗
  • 選擇首批推動的應用案例

AI治理:角色、委員會與問責

  • 誰應領導組織的AI工作
  • 治理角色、委員會與責任
  • 卓越中心與分散所有權
  • AI治理最佳實務

安全、風險與負責任AI

  • 資訊安全與數據保護限制
  • AI專案的風險評估
  • 倫理準則與負責任的AI使用
  • 建立可信賴的AI

建構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度
  • AI戰略週期

工作坊:制定AI實施路線圖與行動計畫

  • 整合機會地圖
  • 定義階段、快速勝利與里程標
  • 指派負責人、指標與治理檢查點
  • 產出初期路線圖與後續步驟

最低要求

  • 無需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。

目標學員

  • 高階管理者與部門主管。
  • 一般經理人與高層主管。
  • 負責數位化與轉型專案的領導者。
 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