数字时代的企业AI优势(IT巨头的商业实践)
全新正版 极速发货
￥ 62.66 7.0折 ￥ 89 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)托马斯·H.达文波特|责编:李美莹|译者:李毅
出版社机械工业
ISBN9787111658771
出版时间2020-07
装帧平装
开本其他
定价89元
货号30923839
上书时间2024-05-26
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
托马斯·H.达文波特（Thomas H.Davenport），哈佛大学博士，现为美国巴布森学院（Babson college）信息技术与管理领域杰出教授，曾在哈佛商学院、芝加哥大学、波士顿大学和德克萨斯大学奥斯汀分校任教。他还是靠前数据分析研究所共同创始人、麻省理工学院数字经济项目研究员以及德勤分析公司（Deloitte Analytics）不错顾问，曾任埃森哲战略变革研究院主任。 Davenport也是一位世界有名的思想，帮助数以百计的公司管理者重振了他们的管理实践。他的“竞争力分析”理念被《哈佛商业评论》评为过去10年很重要的管理理念之一，并在2000年被CIO杂志评选为“新经济十大杰出人物”。他还创举性地提出了业务过程重组、知识管理和成功实施企业系统的概念。他已经为《哈佛商业评论》、《斯隆管理评论》、《金融时报》等撰写250余篇专栏文章，并出版了20部有影响的技术和管理类图书，本书是其近期新力作。
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
内容摘要
本书重点解读IBM公司、Amazon和Google等IT巨头企业将人工智能技术运用到IT商业应用中。总结了它们作为认知型企业的未来战略和技术布局。该书为人工智能技术在真实世界中应用提供了宝贵的指导
— 没有更多了 —
以下为对购买帮助不大的评价