会员   密码 您忘记密码了吗?
1,572,099 本书已上架      购物流程 | 常见问题 | 联系我们 | 关于我们 | 用户协议

有店 App


当前分类

商品分类

浏览历史

当前位置: 首页 > 简体书 > AI行動方案:傳統企業如何決勝人工智能轉型
AI行動方案:傳統企業如何決勝人工智能轉型
上一张
下一张
prev next

AI行動方案:傳統企業如何決勝人工智能轉型

作者: (美)托馬斯·達文波特,尼廷·米塔爾
出版社: 中信出版社
出版日期: 2024-04-01
商品库存: 点击查询库存
以上库存为海外库存属流动性。
可选择“空运”或“海运”配送,空运费每件商品是RM14。
配送时间:空运约8~12个工作天,海运约30个工作天。
(以上预计配送时间不包括出版社库存不足需调货及尚未出版的新品)
定价:   NT414.00
市场价格: RM74.43
本店售价: RM66.24
促销价: RM65.50
剩余时间: 请稍等, 正在载入中...
购买数量:
collect Add to cart Add booking
详细介绍 商品属性 商品标记
內容簡介

如何用AI提高整個組織的效率?
怎樣利用AI和數據驅動型決策打造新的產品和商業模式?
AI時代的領導力真諦是什麼?
如何在每個核心業務流程和企業運營中系統地部署AI工具?

在AI發展得如火如荼的當下,大多數新興科技公司都在深度佈局AI,它們是原生數字化企業。然而,也有一些頗具遠見的老牌企業銳意轉型,嘗試踏上AI的快車,全力押注這項技術,並為此從根本上改變其業務、流程、戰略、客戶關係和企業文化。

雖然這些企業只占全部大公司的不到1%,但它們都是各自行業的佼佼者,橫跨消費行業、金融服務業、醫療健康行業等各個領域。它們爭分奪秒,全力押注AI,並從根本上推動變革,從而做出更好的決策,與客戶建立更好的關係,提供更好的產品和服務,獲得更高的價值,打造適應當下環境的新的商業模式。

這本書由巴布森學院的校長特聘教授托馬斯·達文波特和德勤AI戰略負責人尼廷·米塔爾合著。兩位作者通過分析德勤、平安、空客、殼牌、沃爾瑪、迪士尼等企業的AI實踐,深入剖析了傳統企業如何利用AI創造新的競爭優勢,幫助企業快速行動起來,決勝人工智能轉型。


作者介紹

托馬斯·達文波特,巴布森學院信息技術與管理學校長特聘教授、牛津大學賽德商學院客座教授、麻省理工學院數字經濟倡議研究員,以及德勤AI實踐高級顧問。他在《哈佛商業評論》《麻省理工斯隆管理評論》《金融時報》等媒體上發表了300多篇文章,在《華爾街日報》《福布斯》等媒體撰寫專欄,曾被《諮詢》雜誌評為全球25位顧問之一,被《財富》雜誌評為全球50位商學院教授之一。
 
尼廷·米塔爾,德勤諮詢公司負責人,德勤AI戰略負責人。在專注於AI之前,他與一些醫療健康和生命科學公司合作了大約15年,幫助它們在業務中採集和分析數據。他是2019年紐約AI峰會年度AI創新者獎的獲得者。他擅長為客戶提供諮詢建議,通過數據和AI推動企業轉型,進而使企業獲得競爭優勢。


目錄

前 言 / V
第 1 章 AI 驱动意味着什么
AI 驱动的构成有哪些 / 003
AI 驱动的公司如何实现价值 / 017
公司在全力押注之路上的位置是什么 / 019
成为一台组织学习机器 / 020

第 2 章 人性的一面
一位 AI 领导者的画像 / 027
关于领导力的经验 / 032
播下成功的文化种子 / 036
对员工进行关于 AI 及未来工作的教育 / 041

第 3 章 战略
战略原型 1:创造新事物 / 051
战略原型 2:运营转型 / 073
战略原型 3:影响客户行为 / 078
战略性 AI 的流程 / 080

第 4 章 技术和数据
使用工具包中的所有工具 / 086
更快、更好地打造 AI 应用 / 088
逐步扩大规模 / 095
管理用来训练 AI 的数据 / 101
传统应用和体系架构的负担以及应对方法 / 105
AI、数字化和智能运维 / 107
构建高性能计算环境 / 109 AI 技术的变革步伐 / 110

第 5 章 能力
通往 AI 驱动的一般途径 / 112
平安:一家打造新商业模式的“第 5 层”公司 / 115
丰业银行:起步慢、成长快的运营转型 / 118
数据和 AI 对保险客户行为的影响 / 122
开发合乎伦理的 AI 能力 / 133

第 6 章 行业用例
消费行业 / 144
能源、资源和工业 / 148
金融服务业 / 153
政府和公共服务行业 / 158
生命科学和医疗健康行业 / 165
科技、媒体和通信行业 / 178

第 7 章 成为 AI 驱动的公司
德勤:从人类驱动到人与 AI 驱动 / 189
第一资本:从专注于分析到专注于 AI / 204
CCC 智能解决方案:从以数据为中心到以 AI 为中心 / 211
Well:从零开始到 AI 驱动的初创公司 / 218 
AI 应用的经验和教训 / 224
致  谢 / 231
注  释 / 235