數字時代的企業AI優勢:IT巨頭的商業實踐(簡體書)
商品資訊
ISBN13:9787111658771
出版社:機械工業出版社
作者:(美)托馬斯‧H.達文波特
譯者:李毅
出版日:2020/07/15
裝訂/頁數:平裝/236頁
規格:24cm*17cm (高/寬)
版次:一版
商品簡介
名人/編輯推薦
目次
相關商品
商品簡介
本書重點解讀IBM公司、Amazon和Google等IT巨頭企業將人工智能技術運用到IT商業應用中。總結了它們作為認知型企業的未來戰略和技術佈局。該書為人工智能技術在真實世界中應用提供了寶貴的指導
名人/編輯推薦
關注企業如何利用人工智能/認知技術來獲得商業利益和競爭優勢。
目次
推薦序
譯者序
前言
第一章 人工智能時代慢慢到來 1
第一節 逐漸實現認知 8
第二節 AI/認知技術 11
一、統計機器學習 13
二、自然語言處理 16
三、基於規則的專家系統 18
四、物理機器人 18
五、機器人流程自動化 19
第三節 AI與廠商群體 20
一、穀歌 21
二、Facebook 21
三、IBM的沃森 22
第四節 這本書裡有什麼 24
參考文獻 25
第二章 AI走進企業 28
第一節 認知技術在商業中的廣泛理論基礎 30
第二節 更多行業、更多功能 32
第三節 為什麼只有大公司和科技初創企業 36
第四節 不僅僅是試水,但也沒深潛 38
第五節 對公司來說還有哪些困難 41
參考文獻 44
第三章 今天的企業在做什麼46
第一節 認知項目全景圖 47
第二節 AI能力的三種類型 48
一、流程自動化 48
二、認知洞察 51
三、認知互動 53
第三節 組合類別 55
第四節 成為認知型企業的步驟 56
一、理解技術與任務 57
二、建立在當前分析優勢的基礎上 58
三、創建一個優先級排序的項目集 59
第五節 開展試點或概念驗證 62
一、認知工作再設計 64
二、專注於擴大規模並達成生產力收益 66
第六節 未來的認知型公司 67
參考文獻 69
第四章 你的認知戰略是什麼70
第一節 認知技術的戰略影響 72
第二節 問題、爭議、機會戰略 75
一、內部或外部目標 76
二、以客戶為中心的戰略 79
三、做好內部決策 80
第三節 開發新的或改進產品、服務 82
一、IT產品 82
二、產品和服務設計 84
三、非IT產品和服務 85
四、全新產品 86
第四節 新業務模式 87
一、汽車行業中AI驅動的新商業模式 87
二、初創企業和既定商業模式的持續性 89
第五節 為什麼現有商業模型面對AI仍在堅持 92
第六節 認知戰略的目標和流程 95
一、內容戰略 97
二、人才戰略 99
三、合作或收購策略 104
四、充滿雄心的戰略 105
第七節 基於國家的AI戰略 107
第八節 取得戰略進展 109
參考文獻 110
第五章 AI任務、組織架構和業務流程 115
第一節 創建高顆粒度的預測和分類模型 117
一、流程應用 119
二、對組織的意義 119
三、廣泛實施的挑戰 120
第二節 執行結構化數字任務 122
一、流程應用 122
二、對組織的意義 123
三、廣泛實施的挑戰 124
第三節 操縱信息 125
一、流程應用 126
二、對組織的意義 126
三、廣泛實施的挑戰 127
第四節 理解人類的語音和文本 127
一、流程應用 128
二、對組織的意義 129
三、廣泛實施的挑戰 129
第五節 計劃和優化運營 130
一、流程應用 132
二、對組織的意義 133
第六節 感知和識別圖像 133
一、流程應用 134
二、對組織的意義 135
三、廣泛實施的挑戰 136
第七節 有目的地、自主地周遊世界 138
一、流程應用 139
二、對組織的意義 140
三、廣泛實施的挑戰 142
第八節 評估人類情緒 143
一、流程應用 144
二、對組織的意義 144
三、廣泛實施的挑戰 145
第九節 對流程進行構架和(再)工程化的需求 146
參考文獻 148
第六章 智能機器世界裡的職業與技能 151
第一節 大規模自動化的案例 152
第二節 大規模增強化的案例 155
第三節 推進增強化或自動化 161
第四節 工作和技能的變化 166
一、未來工作的技能 168
二、公司和特定崗位的技能戰略 170
三、是時候開始了 171
參考文獻 173
第七章 認知技術的技術實現 176
第一節 技術挑戰 176
第二節 制訂AI技術策略 179
第三節 利用來自交易軟件廠商的認知能力 181
第四節 機器人過程自動化作為入門級策略 183
第五節 利用廠商的幫助打造廣泛的認知平臺 185
第六節 建立多廠商及開源的能力 186
第七節 準備好數據 188
一、為蒙特利爾銀行奠定數據根基 190
二、葛蘭素史克經受的數據磨難 192
第八節 利用外部數據 196
參考文獻 200
第八章 管理AI的組織、社會及倫理 202
第一節 Facebook的麻煩和AI干預 204
第二節 AI公平性與算法偏差 206
第三節 AI的透明度和可解釋性 210
第四節 隱私和數據安全 213
第五節 AI的信任與披露 216
一、不要過度承諾 217
二、披露 218
三、模型和算法的認證 219
第六節 人類知識和技能的喪失 221
第七節 公司變革管理戰略 222
一、增強化方法有很大幫助 224
二、變革管理在什麼時候對誰最為關鍵 225
三、認知變革管理的常用方法 227
第八節 向國家和公司學習 227
第九節 總結和結論 229
參考文獻 232
譯者序
前言
第一章 人工智能時代慢慢到來 1
第一節 逐漸實現認知 8
第二節 AI/認知技術 11
一、統計機器學習 13
二、自然語言處理 16
三、基於規則的專家系統 18
四、物理機器人 18
五、機器人流程自動化 19
第三節 AI與廠商群體 20
一、穀歌 21
二、Facebook 21
三、IBM的沃森 22
第四節 這本書裡有什麼 24
參考文獻 25
第二章 AI走進企業 28
第一節 認知技術在商業中的廣泛理論基礎 30
第二節 更多行業、更多功能 32
第三節 為什麼只有大公司和科技初創企業 36
第四節 不僅僅是試水,但也沒深潛 38
第五節 對公司來說還有哪些困難 41
參考文獻 44
第三章 今天的企業在做什麼46
第一節 認知項目全景圖 47
第二節 AI能力的三種類型 48
一、流程自動化 48
二、認知洞察 51
三、認知互動 53
第三節 組合類別 55
第四節 成為認知型企業的步驟 56
一、理解技術與任務 57
二、建立在當前分析優勢的基礎上 58
三、創建一個優先級排序的項目集 59
第五節 開展試點或概念驗證 62
一、認知工作再設計 64
二、專注於擴大規模並達成生產力收益 66
第六節 未來的認知型公司 67
參考文獻 69
第四章 你的認知戰略是什麼70
第一節 認知技術的戰略影響 72
第二節 問題、爭議、機會戰略 75
一、內部或外部目標 76
二、以客戶為中心的戰略 79
三、做好內部決策 80
第三節 開發新的或改進產品、服務 82
一、IT產品 82
二、產品和服務設計 84
三、非IT產品和服務 85
四、全新產品 86
第四節 新業務模式 87
一、汽車行業中AI驅動的新商業模式 87
二、初創企業和既定商業模式的持續性 89
第五節 為什麼現有商業模型面對AI仍在堅持 92
第六節 認知戰略的目標和流程 95
一、內容戰略 97
二、人才戰略 99
三、合作或收購策略 104
四、充滿雄心的戰略 105
第七節 基於國家的AI戰略 107
第八節 取得戰略進展 109
參考文獻 110
第五章 AI任務、組織架構和業務流程 115
第一節 創建高顆粒度的預測和分類模型 117
一、流程應用 119
二、對組織的意義 119
三、廣泛實施的挑戰 120
第二節 執行結構化數字任務 122
一、流程應用 122
二、對組織的意義 123
三、廣泛實施的挑戰 124
第三節 操縱信息 125
一、流程應用 126
二、對組織的意義 126
三、廣泛實施的挑戰 127
第四節 理解人類的語音和文本 127
一、流程應用 128
二、對組織的意義 129
三、廣泛實施的挑戰 129
第五節 計劃和優化運營 130
一、流程應用 132
二、對組織的意義 133
第六節 感知和識別圖像 133
一、流程應用 134
二、對組織的意義 135
三、廣泛實施的挑戰 136
第七節 有目的地、自主地周遊世界 138
一、流程應用 139
二、對組織的意義 140
三、廣泛實施的挑戰 142
第八節 評估人類情緒 143
一、流程應用 144
二、對組織的意義 144
三、廣泛實施的挑戰 145
第九節 對流程進行構架和(再)工程化的需求 146
參考文獻 148
第六章 智能機器世界裡的職業與技能 151
第一節 大規模自動化的案例 152
第二節 大規模增強化的案例 155
第三節 推進增強化或自動化 161
第四節 工作和技能的變化 166
一、未來工作的技能 168
二、公司和特定崗位的技能戰略 170
三、是時候開始了 171
參考文獻 173
第七章 認知技術的技術實現 176
第一節 技術挑戰 176
第二節 制訂AI技術策略 179
第三節 利用來自交易軟件廠商的認知能力 181
第四節 機器人過程自動化作為入門級策略 183
第五節 利用廠商的幫助打造廣泛的認知平臺 185
第六節 建立多廠商及開源的能力 186
第七節 準備好數據 188
一、為蒙特利爾銀行奠定數據根基 190
二、葛蘭素史克經受的數據磨難 192
第八節 利用外部數據 196
參考文獻 200
第八章 管理AI的組織、社會及倫理 202
第一節 Facebook的麻煩和AI干預 204
第二節 AI公平性與算法偏差 206
第三節 AI的透明度和可解釋性 210
第四節 隱私和數據安全 213
第五節 AI的信任與披露 216
一、不要過度承諾 217
二、披露 218
三、模型和算法的認證 219
第六節 人類知識和技能的喪失 221
第七節 公司變革管理戰略 222
一、增強化方法有很大幫助 224
二、變革管理在什麼時候對誰最為關鍵 225
三、認知變革管理的常用方法 227
第八節 向國家和公司學習 227
第九節 總結和結論 229
參考文獻 232
主題書展
更多
主題書展
更多書展今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。