您当前的位置:首页 > 数字时代的企业AI优势:IT巨头的商业实践(美)托马斯·H.达文波特著 李毅译 2020年版 > 下载地址1
数字时代的企业AI优势:IT巨头的商业实践(美)托马斯·H.达文波特著 李毅译 2020年版
- 名 称:数字时代的企业AI优势:IT巨头的商业实践(美)托马斯·H.达文波特著 李毅译 2020年版 - 下载地址1
- 类 别:管理书籍
- 下载地址:[下载地址1]
- 提 取 码:
- 浏览次数:3
新闻评论(共有 0 条评论) |
资料介绍
数字时代的企业AI优势:IT巨头的商业实践
作者:(美)托马斯·H.达文波特著 李毅译
出版时间:2020年版
内容简介
本书不仅概述了统计机器学习、神经网络、深度学习、自然语言处理(NLP)、基于规则的专家系统、物理机器人以及机器人过程自动化(RPA)等强大的技术,更解释了它们是如何使用的,以及大型商业企业(如亚马逊、谷歌、脸书)所做的人工智能工作,并概述了成为认知型企业的战略和步骤。适合管理者、CEO和那些为他们的企业寻找人工智能开发指南的人阅读。这本书主要关注企业如何利用人工智能/认知技术来获得商业利益和竞争优势。第一章概述认知技术在大型组织和供应商中的总体使用背景。该章还介绍了七项关键技术和示例应用程序。第二章探讨企业中人工智能所面临的一些机遇和挑战。提供了一项认知感知调查,几乎90%的受访者认为,认知技术对企业的产品和服务不仅“重要”而且“非常重要”。所有的受访者都认为认知技术会推动自身或行业的实质性变革。此外,还举例说明了认知技术在许多企业中的应用。第三章描述大型企业的现状及人工智能的应用,讲解三种人工智能能力,即流程自动化、认知洞察力和认知互动,以避免认知技术之间的混淆和重叠。还提出了构建“认知型企业”的关键能力。第四章介绍认知策略,描述人工智能战略的制订过程,以及与人工智能构建者相关的关键决策和人工智能系统的内容,给出涵盖多种认知策略的目标和过程,特别强调公司应该深入讨论人工智能能力对公司业务的意义。第五章讨论人工智能任务、组织结构和业务流程三大主题,还给出认知技术目前可以执行的八种类型任务,并对每种类型的技术进行了描述。第六章描述智能机器世界所需要的工作和技能,列举大规模自动化和大规模扩充的案例,指出组织在自动化方面可以采取的五个替代步骤。第七章讨论认知技术的技术途径。从技术挑战、开发人工智能技术策略、实施认知策略、实施认知平台等方面提出了认知技术的战略观点,作为人工智能决策的指导。还讨论外部数据问题,这对于所有涉及认知技术的公司来说都将变得越来越重要。第八章探讨人工智能的组织、社会和伦理含义,讨论在采用人工智能方面政府可能扮演的一些角色,指出人工智能及其相关技术具有良好的潜力。还提到人工智能认证的必要性,并给出人工智能认证的实例。
目录
推荐序
译者序
前言
第一章 人工智能时代慢慢到来 1
第一节 逐渐实现认知 8
第二节 AI/认知技术 11
一、统计机器学习 13
二、自然语言处理 16
三、基于规则的专家系统 18
四、物理机器人 18
五、机器人流程自动化 19
第三节 AI与厂商群体 20
一、谷歌 21
二、Facebook 21
三、IBM的沃森 22
第四节 这本书里有什么 24
参考文献 25
第二章 AI走进企业 28
第一节 认知技术在商业中的广泛理论基础 30
第二节 更多行业、更多功能 32
第三节 为什么只有大公司和科技初创企业 36
第四节 不仅仅是试水,但也没深潜 38
第五节 对公司来说还有哪些困难 41
参考文献 44
第三章 今天的企业在做什么46
第一节 认知项目全景图 47
第二节 AI能力的三种类型 48
一、流程自动化 48
二、认知洞察 51
三、认知互动 53
第三节 组合类别 55
第四节 成为认知型企业的步骤 56
一、理解技术与任务 57
二、建立在当前分析优势的基础上 58
三、创建一个优先级排序的项目集 59
第五节 开展试点或概念验证 62
一、认知工作再设计 64
二、专注于扩大规模并达成生产力收益 66
第六节 未来的认知型公司 67
参考文献 69
第四章 你的认知战略是什么70
第一节 认知技术的战略影响 72
第二节 问题、争议、机会战略 75
一、内部或外部目标 76
二、以客户为中心的战略 79
三、做好内部决策 80
第三节 开发新的或改进产品、服务 82
一、IT产品 82
二、产品和服务设计 84
三、非IT产品和服务 85
四、全新产品 86
第四节 新业务模式 87
一、汽车行业中AI驱动的新商业模式 87
二、初创企业和既定商业模式的持续性 89
第五节 为什么现有商业模型面对AI仍在坚持 92
第六节 认知战略的目标和流程 95
一、内容战略 97
二、人才战略 99
三、合作或收购策略 104
四、充满雄心的战略 105
第七节 基于国家的AI战略 107
第八节 取得战略进展 109
参考文献 110
第五章 AI任务、组织架构和业务流程 115
第一节 创建高颗粒度的预测和分类模型 117
一、流程应用 119
二、对组织的意义 119
三、广泛实施的挑战 120
第二节 执行结构化数字任务 122
一、流程应用 122
二、对组织的意义 123
三、广泛实施的挑战 124
第三节 操纵信息 125
一、流程应用 126
二、对组织的意义 126
三、广泛实施的挑战 127
第四节 理解人类的语音和文本 127
一、流程应用 128
二、对组织的意义 129
三、广泛实施的挑战 129
第五节 计划和优化运营 130
一、流程应用 132
二、对组织的意义 133
第六节 感知和识别图像 133
一、流程应用 134
二、对组织的意义 135
三、广泛实施的挑战 136
第七节 有目的地、自主地周游世界 138
一、流程应用 139
二、对组织的意义 140
三、广泛实施的挑战 142
第八节 评估人类情绪 143
一、流程应用 144
二、对组织的意义 144
三、广泛实施的挑战 145
第九节 对流程进行构架和(再)工程化的需求 146
参考文献 148
第六章 智能机器世界里的职业与技能 151
第一节 大规模自动化的案例 152
第二节 大规模增强化的案例 155
第三节 推进增强化或自动化 161
第四节 工作和技能的变化 166
一、未来工作的技能 168
二、公司和特定岗位的技能战略 170
三、是时候开始了 171
参考文献 173
第七章 认知技术的技术实现 176
第一节 技术挑战 176
第二节 制订AI技术策略 179
第三节 利用来自交易软件厂商的认知能力 181
第四节 机器人过程自动化作为入门级策略 183
第五节 利用厂商的帮助打造广泛的认知平台 185
第六节 建立多厂商及开源的能力 186
第七节 准备好数据 188
一、为蒙特利尔银行奠定数据根基 190
二、葛兰素史克经受的数据磨难 192
第八节 利用外部数据 196
参考文献 200
第八章 管理AI的组织、社会及伦理 202
第一节 Facebook的麻烦和AI干预 204
第二节 AI公平性与算法偏差 206
第三节 AI的透明度和可解释性 210
第四节 隐私和数据安全 213
第五节 AI的信任与披露 216
一、不要过度承诺 217
二、披露 218
三、模型和算法的认证 219
第六节 人类知识和技能的丧失 221
第七节 公司变革管理战略 222
一、增强化方法有很大帮助 224
二、变革管理在什么时候对谁最为关键 225
三、认知变革管理的常用方法 227
第八节 向国家和公司学习 227
第九节 总结和结论 229
参考文献 232
作者:(美)托马斯·H.达文波特著 李毅译
出版时间:2020年版
内容简介
本书不仅概述了统计机器学习、神经网络、深度学习、自然语言处理(NLP)、基于规则的专家系统、物理机器人以及机器人过程自动化(RPA)等强大的技术,更解释了它们是如何使用的,以及大型商业企业(如亚马逊、谷歌、脸书)所做的人工智能工作,并概述了成为认知型企业的战略和步骤。适合管理者、CEO和那些为他们的企业寻找人工智能开发指南的人阅读。这本书主要关注企业如何利用人工智能/认知技术来获得商业利益和竞争优势。第一章概述认知技术在大型组织和供应商中的总体使用背景。该章还介绍了七项关键技术和示例应用程序。第二章探讨企业中人工智能所面临的一些机遇和挑战。提供了一项认知感知调查,几乎90%的受访者认为,认知技术对企业的产品和服务不仅“重要”而且“非常重要”。所有的受访者都认为认知技术会推动自身或行业的实质性变革。此外,还举例说明了认知技术在许多企业中的应用。第三章描述大型企业的现状及人工智能的应用,讲解三种人工智能能力,即流程自动化、认知洞察力和认知互动,以避免认知技术之间的混淆和重叠。还提出了构建“认知型企业”的关键能力。第四章介绍认知策略,描述人工智能战略的制订过程,以及与人工智能构建者相关的关键决策和人工智能系统的内容,给出涵盖多种认知策略的目标和过程,特别强调公司应该深入讨论人工智能能力对公司业务的意义。第五章讨论人工智能任务、组织结构和业务流程三大主题,还给出认知技术目前可以执行的八种类型任务,并对每种类型的技术进行了描述。第六章描述智能机器世界所需要的工作和技能,列举大规模自动化和大规模扩充的案例,指出组织在自动化方面可以采取的五个替代步骤。第七章讨论认知技术的技术途径。从技术挑战、开发人工智能技术策略、实施认知策略、实施认知平台等方面提出了认知技术的战略观点,作为人工智能决策的指导。还讨论外部数据问题,这对于所有涉及认知技术的公司来说都将变得越来越重要。第八章探讨人工智能的组织、社会和伦理含义,讨论在采用人工智能方面政府可能扮演的一些角色,指出人工智能及其相关技术具有良好的潜力。还提到人工智能认证的必要性,并给出人工智能认证的实例。
目录
推荐序
译者序
前言
第一章 人工智能时代慢慢到来 1
第一节 逐渐实现认知 8
第二节 AI/认知技术 11
一、统计机器学习 13
二、自然语言处理 16
三、基于规则的专家系统 18
四、物理机器人 18
五、机器人流程自动化 19
第三节 AI与厂商群体 20
一、谷歌 21
二、Facebook 21
三、IBM的沃森 22
第四节 这本书里有什么 24
参考文献 25
第二章 AI走进企业 28
第一节 认知技术在商业中的广泛理论基础 30
第二节 更多行业、更多功能 32
第三节 为什么只有大公司和科技初创企业 36
第四节 不仅仅是试水,但也没深潜 38
第五节 对公司来说还有哪些困难 41
参考文献 44
第三章 今天的企业在做什么46
第一节 认知项目全景图 47
第二节 AI能力的三种类型 48
一、流程自动化 48
二、认知洞察 51
三、认知互动 53
第三节 组合类别 55
第四节 成为认知型企业的步骤 56
一、理解技术与任务 57
二、建立在当前分析优势的基础上 58
三、创建一个优先级排序的项目集 59
第五节 开展试点或概念验证 62
一、认知工作再设计 64
二、专注于扩大规模并达成生产力收益 66
第六节 未来的认知型公司 67
参考文献 69
第四章 你的认知战略是什么70
第一节 认知技术的战略影响 72
第二节 问题、争议、机会战略 75
一、内部或外部目标 76
二、以客户为中心的战略 79
三、做好内部决策 80
第三节 开发新的或改进产品、服务 82
一、IT产品 82
二、产品和服务设计 84
三、非IT产品和服务 85
四、全新产品 86
第四节 新业务模式 87
一、汽车行业中AI驱动的新商业模式 87
二、初创企业和既定商业模式的持续性 89
第五节 为什么现有商业模型面对AI仍在坚持 92
第六节 认知战略的目标和流程 95
一、内容战略 97
二、人才战略 99
三、合作或收购策略 104
四、充满雄心的战略 105
第七节 基于国家的AI战略 107
第八节 取得战略进展 109
参考文献 110
第五章 AI任务、组织架构和业务流程 115
第一节 创建高颗粒度的预测和分类模型 117
一、流程应用 119
二、对组织的意义 119
三、广泛实施的挑战 120
第二节 执行结构化数字任务 122
一、流程应用 122
二、对组织的意义 123
三、广泛实施的挑战 124
第三节 操纵信息 125
一、流程应用 126
二、对组织的意义 126
三、广泛实施的挑战 127
第四节 理解人类的语音和文本 127
一、流程应用 128
二、对组织的意义 129
三、广泛实施的挑战 129
第五节 计划和优化运营 130
一、流程应用 132
二、对组织的意义 133
第六节 感知和识别图像 133
一、流程应用 134
二、对组织的意义 135
三、广泛实施的挑战 136
第七节 有目的地、自主地周游世界 138
一、流程应用 139
二、对组织的意义 140
三、广泛实施的挑战 142
第八节 评估人类情绪 143
一、流程应用 144
二、对组织的意义 144
三、广泛实施的挑战 145
第九节 对流程进行构架和(再)工程化的需求 146
参考文献 148
第六章 智能机器世界里的职业与技能 151
第一节 大规模自动化的案例 152
第二节 大规模增强化的案例 155
第三节 推进增强化或自动化 161
第四节 工作和技能的变化 166
一、未来工作的技能 168
二、公司和特定岗位的技能战略 170
三、是时候开始了 171
参考文献 173
第七章 认知技术的技术实现 176
第一节 技术挑战 176
第二节 制订AI技术策略 179
第三节 利用来自交易软件厂商的认知能力 181
第四节 机器人过程自动化作为入门级策略 183
第五节 利用厂商的帮助打造广泛的认知平台 185
第六节 建立多厂商及开源的能力 186
第七节 准备好数据 188
一、为蒙特利尔银行奠定数据根基 190
二、葛兰素史克经受的数据磨难 192
第八节 利用外部数据 196
参考文献 200
第八章 管理AI的组织、社会及伦理 202
第一节 Facebook的麻烦和AI干预 204
第二节 AI公平性与算法偏差 206
第三节 AI的透明度和可解释性 210
第四节 隐私和数据安全 213
第五节 AI的信任与披露 216
一、不要过度承诺 217
二、披露 218
三、模型和算法的认证 219
第六节 人类知识和技能的丧失 221
第七节 公司变革管理战略 222
一、增强化方法有很大帮助 224
二、变革管理在什么时候对谁最为关键 225
三、认知变革管理的常用方法 227
第八节 向国家和公司学习 227
第九节 总结和结论 229
参考文献 232