ksiegarnia-fachowa.pl
wprowadź własne kryteria wyszukiwania książek: (jak szukać?)
Twój koszyk:   1 egz. / 60.00 57,00   zamówienie wysyłkowe >>>
Strona główna > opis książki

AI DLA LUDZI I FIRMY POTENCJAŁ SZTUCZNEJ INTELIGENCJI W BIZNESIE


CASTROUNIS A.

wydawnictwo: HELION , rok wydania 2020, wydanie I

cena netto: 60.00 Twoja cena  57,00 zł + 5% vat - dodaj do koszyka

AI dla ludzi i firmy

Potencjał sztucznej inteligencji w biznesie

Przedsiębiorstwa z branży technologicznej ciągle mierzą się z silną konkurencją. Nietrudno zrozumieć, co stanowi o przewadze firmy niezależnie od branży czy wielkości. Wygrywanie wymaga utrzymywania przewagi konkurencyjnej, jaką jest zdolność określania, wdrażania i osiągania poziomów wydajności nieosiągalnych dla konkurencji. Najczęściej przewaga konkurencyjna ma dwa źródła. Pierwszym jest dostarczanie funkcjonalnych rozwiązań, które dają radość użytkownikom. Drugim - wykorzystywanie właściwych danych do wdrażania odpowiedniej strategii, która wciąż podlega optymalizacji. Zastosowanie w tych działaniach rozwiązań z dziedziny sztucznej inteligencji znacznie przyczynia się do sukcesu firmy.

To praktyczny przewodnik dla osób zainteresowanych wykorzystaniem AI w przedsiębiorstwie.

Wyjaśniono tu dokładnie, czym jest AI i jakie kluczowe koncepcje się z nią wiążą, pokazano, w jaki sposób należy identyfikować związane z nią szanse, a także przedstawiono innowacyjny model AIPB, prezentujący całościowe podejście do prowadzenia inicjatyw AI. Opisano zasady tworzenia udanych strategii AI, które przynoszą korzyści zarówno pojedynczym osobom, jak i firmie. Istotną częścią książki są wskazówki dotyczące ryzyka, kluczowych kwestii, kompromisów i ograniczeń związanych z projektami AI. Podkreślono również znaczenie kierownictwa wykonawczego w innowacyjnych przedsięwzięciach związanych ze sztuczną inteligencją.

W tej książce:

  • koncepcje sztucznej inteligencji oraz potencjał AI dla biznesu
  • wprowadzenie do modelu AIPB i przykłady zastosowań
  • pogłębiona dyskusja na temat celów wdrażania rozwiązań AI
  • koncepcja dojrzałości wobec sztucznej inteligencji i otwieranie się na innowacje
  • budowa skutecznej strategii wdrażania AI
  • przyszłość AI dla przedsiębiorstw: oczekiwania i zagrożenia

Przedmowa 11

CZĘŚĆ I. MODEL AI DLA LUDZI I FIRMY

1. Sukces a sztuczna inteligencja 21

Wyścig po sukces biznesowy 21
Dlaczego projekty AI upadają? 24
Dlaczego projekty AI odnoszą sukces? 25
Wykorzystanie siły AI do zwycięstwa 27

2. Wprowadzenie do modelu AIPB 29

Ogólny model innowacji 30
Pseudokomponent korzyści AIPB 31
Istniejące modele i brakujące elementy układanki 33
Korzyści z AIPB 34
Podsumowanie 40

3. Podstawowe komponenty modelu AIPB 41

Analogia do agile 41
Eksperci 44
Kategorie procesów w modelu AIPB oraz zalecane metody 48
Kategoria oceny 49
Kategoria metodologii 52
Model odwróconej klasy 70
Podsumowanie 71

4. AI i uczenie maszynowe - przegląd nietechniczny 73

Czym jest data science i czym zajmują się specjaliści data science? 73
Definicja uczenia maszynowego i jego charakterystyka 75
Sposoby uczenia się maszyn 77
Definicja i zagadnienia związane ze sztuczną inteligencją 80
Typy sztucznej inteligencji 81
Nauka jak u ludzi 84
Mordercze maszyny i gwiazdy jednego przeboju 85
Dane napędzające AI 89
Uwaga na temat przyczyny i skutku 100
Podsumowanie 101

5. Rzeczywiste zastosowania i szanse 103

Szanse dla sztucznej inteligencji 103
Jak mogę wykorzystać AI w biznesowej rzeczywistości? 104
Realne zastosowania i przykłady 107
Podsumowanie 128

CZĘŚĆ II. TWORZENIE WIZJI SZTUCZNEJ INTELIGENCJI

6. Waga właściwych powodów 131

Zacznij od dlaczego 131
Kierowanie produktem i perspektywa 133
Przywództwo i tworzenie wspólnej wizji oraz zrozumienia 133
Podsumowanie 135

7. Wyznaczanie celów ludziom i firmie 137

Określenie interesariuszy i ich celów 137
Cele w podziale na interesariuszy 140
Podsumowanie 153

8. Co sprawia, że produkty są dobre 155

Waga kontra satysfakcja 155
Cztery składniki dobrego produktu 157
Netflix i to, co liczy się najbardziej 169
Lean i metodologie zwinne 170
Podsumowanie 172

9. Sztuczna inteligencja w służbie lepszych wrażeń 175

Definicja wrażeń 176
Wpływ sztucznej inteligencji na ludzkie wrażenia 176
Interfejsy wrażeń 186
Ekonomia doświadczeń 187
Myślenie projektowe 188
Podsumowanie 191

10. Przykład wizji AI 193

Odczuwanie i postrzeganie czasoprzestrzenne 194
Smak kierowany sztuczną inteligencją 195
Deklaracja wizji w modelu AIPB 197

CZĘŚĆ III. TWORZENIE STRATEGII AI

11. Innowacja naukowa a sukces z AI 201

Sztuczna inteligencja jako nauka 202
Model TCPR 205
Analogia do modelu TCPR 208
Analogia do zależności od danych 210
Podsumowanie 210

12. Gotowość i dojrzałość do AI 213

Gotowość na AI 214
Dojrzałość do AI 228
Podsumowanie 234

13. Kluczowe kwestie do rozważenia w kontekście AI 235

Szum wokół AI kontra rzeczywistość AI 236
Testowanie ryzykownych założeń 238
Ocena technicznej wykonalności 240
Zdobycie, utrzymanie i przygotowanie talentów 241
Zbuduj kontra zrób 244
Ograniczenie odpowiedzialności 246
Ograniczenie stronniczości i waga integracji 251
Zarządzanie oczekiwaniami pracowników 252
Zarządzanie oczekiwaniami klienta 253
Zapewnienie jakości (QA) 254
Miary sukcesu 256
Bycie na bieżąco 258
AI na produkcji 259
Podsumowanie 259

14. Przykład strategii AI 261

Wstęp do przykładu z podcastem 261
Powtórka z fazy strategii modelu AIPB 262
Tworzenie strategii rozwiązania w modelu AIPB 263
Tworzenie planu w modelu AIPB 264

CZĘŚĆ IV. UWAGI KOŃCOWE

15. Wpływ AI na rynek pracy 271

AI, przebranżowienie i luki w umiejętnościach 271
Luki w umiejętnościach i nowe stanowiska 273
Umiejętności jutra 276
Przyszłość automatyzacji, rynku pracy i gospodarki 277
Podsumowanie 278

16. Przyszłość AI 279

AI i przywództwo 279
Czego oczekiwać i na co uważać 282
Podsumowanie 294

A. Algorytmy AI i uczenia maszynowego 297

Parametryzowane i nieparametryzowane uczenie maszynowe 298
Jak uczy się model uczenia maszynowego 299
Przegląd biologicznych sieci neuronowych 301
Wprowadzenie do sztucznych sieci neuronowych 303
Wprowadzenie do uczenia głębokiego 306
Zastosowania uczenia głębokiego 309
Podsumowanie 310

B. Proces AI 311

Model GABDO 311
Określenie celów 313
Gromadzenie 316
Budowanie 317
Dostarczanie 321
Optymalizowanie 322
Podsumowanie 325

C. AI na produkcji 327

Środowisko produkcyjne kontra środowisko deweloperskie 327
Wytwarzanie lokalne i zdalne 329
Skalowalność produkcji 330
Uczenie i utrzymanie rozwiązania 331

Bibliografia 333

336 stron, Format: 14.0x21.0cm, oprawa miękka

Po otrzymaniu zamówienia poinformujemy,
czy wybrany tytuł polskojęzyczny lub anglojęzyczny jest aktualnie na półce księgarni.

 
Wszelkie prawa zastrzeżone PROPRESS sp. z o.o. 2012-2024