国产福利小视频在线,精品视频黄页在线观看

內容簡介

　　本書不僅概述了統(tǒng)計機器學習、神經網絡、深度學習、自然語言處理（NLP）、基于規(guī)則的專家系統(tǒng)、物理機器人以及機器人過程自動化（RPA）等強大的技術，更解釋了它們是如何使用的，以及大型商業(yè)企業(yè)（如亞馬遜、谷歌、臉書）所做的人工智能工作，并概述了成為認知型企業(yè)的戰(zhàn)略和步驟。適合管理者、CEO和那些為他們的企業(yè)尋找人工智能開發(fā)指南的人閱讀。這本書主要關注企業(yè)如何利用人工智能/認知技術來獲得商業(yè)利益和競爭優(yōu)勢。第一章概述認知技術在大型組織和供應商中的總體使用背景。該章還介紹了七項關鍵技術和示例應用程序。第二章探討企業(yè)中人工智能所面臨的一些機遇和挑戰(zhàn)。提供了一項認知感知調查，幾乎90%的受訪者認為，認知技術對企業(yè)的產品和服務不僅“重要”而且“非常重要”。所有的受訪者都認為認知技術會推動自身或行業(yè)的實質性變革。此外，還舉例說明了認知技術在許多企業(yè)中的應用。第三章描述大型企業(yè)的現(xiàn)狀及人工智能的應用，講解三種人工智能能力，即流程自動化、認知洞察力和認知互動，以避免認知技術之間的混淆和重疊。還提出了構建“認知型企業(yè)”的關鍵能力。第四章介紹認知策略，描述人工智能戰(zhàn)略的制訂過程，以及與人工智能構建者相關的關鍵決策和人工智能系統(tǒng)的內容，給出涵蓋多種認知策略的目標和過程，特別強調公司應該深入討論人工智能能力對公司業(yè)務的意義。第五章討論人工智能任務、組織結構和業(yè)務流程三大主題，還給出認知技術目前可以執(zhí)行的八種類型任務，并對每種類型的技術進行了描述。第六章描述智能機器世界所需要的工作和技能，列舉大規(guī)模自動化和大規(guī)模擴充的案例，指出組織在自動化方面可以采取的五個替代步驟。第七章討論認知技術的技術途徑。從技術挑戰(zhàn)、開發(fā)人工智能技術策略、實施認知策略、實施認知平臺等方面提出了認知技術的戰(zhàn)略觀點，作為人工智能決策的指導。還討論外部數(shù)據(jù)問題，這對于所有涉及認知技術的公司來說都將變得越來越重要。第八章探討人工智能的組織、社會和倫理含義，討論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關技術具有良好的潛力。還提到人工智能認證的必要性，并給出人工智能認證的實例。

作者簡介

　　托馬斯·H. 達文波特（Thomas H.Davenport）美國巴布森學院（Babson College）信息技術與管理專業(yè)杰出教授，獲哈佛大學哲學博士學位，并先后授課于哈佛商業(yè)學院、芝加哥大學和波士頓大學。曾任埃森哲戰(zhàn)略變革研究院主任，研究領域廣泛，包括信息和知識管理、再造工程以及信息技術在商業(yè)中的應用。著有 Process Innovation： Reengineering Work through Information Technology等。2000年，他被CIO雜志評選為“新經濟十大杰出人物”。

圖書目錄

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(jié)　逐漸實現(xiàn)認知 8
第二節(jié)　AI/認知技術 11
一、統(tǒng)計機器學習 13
二、自然語言處理 16
三、基于規(guī)則的專家系統(tǒng) 18
四、物理機器人 18
五、機器人流程自動化 19
第三節(jié)　AI與廠商群體 20
一、谷歌 21
二、Facebook 21
三、IBM的沃森 22
第四節(jié)　這本書里有什么 24
參考文獻 25
第二章　AI走進企業(yè) 28
第一節(jié)　認知技術在商業(yè)中的廣泛理論基礎 30
第二節(jié)　更多行業(yè)、更多功能 32
第三節(jié)　為什么只有大公司和科技初創(chuàng)企業(yè) 36
第四節(jié)　不僅僅是試水，但也沒深潛 38
第五節(jié)　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(yè)在做什么46
第一節(jié)　認知項目全景圖 47
第二節(jié)　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(jié)　組合類別 55
第四節(jié)　成為認知型企業(yè)的步驟 56
一、理解技術與任務 57
二、建立在當前分析優(yōu)勢的基礎上 58
三、創(chuàng)建一個優(yōu)先級排序的項目集 59
第五節(jié)　開展試點或概念驗證 62
一、認知工作再設計 64
二、專注于擴大規(guī)模并達成生產力收益 66
第六節(jié)　未來的認知型公司 67
參考文獻 69
第四章　你的認知戰(zhàn)略是什么70
第一節(jié)　認知技術的戰(zhàn)略影響 72
第二節(jié)　問題、爭議、機會戰(zhàn)略 75
一、內部或外部目標 76
二、以客戶為中心的戰(zhàn)略 79
三、做好內部決策 80
第三節(jié)　開發(fā)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(jié)　新業(yè)務模式 87
一、汽車行業(yè)中AI驅動的新商業(yè)模式 87
二、初創(chuàng)企業(yè)和既定商業(yè)模式的持續(xù)性 89
第五節(jié)　為什么現(xiàn)有商業(yè)模型面對AI仍在堅持 92
第六節(jié)　認知戰(zhàn)略的目標和流程 95
一、內容戰(zhàn)略 97
二、人才戰(zhàn)略 99
三、合作或收購策略 104
四、充滿雄心的戰(zhàn)略 105
第七節(jié)　基于國家的AI戰(zhàn)略 107
第八節(jié)　取得戰(zhàn)略進展 109
參考文獻 110
第五章　AI任務、組織架構和業(yè)務流程 115
第一節(jié)　創(chuàng)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(zhàn) 120
第二節(jié)　執(zhí)行結構化數(shù)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(zhàn) 124
第三節(jié)　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(zhàn) 127
第四節(jié)　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(zhàn) 129
第五節(jié)　計劃和優(yōu)化運營 130
一、流程應用 132
二、對組織的意義 133
第六節(jié)　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(zhàn) 136
第七節(jié)　有目的地、自主地周游世界 138
一、流程應用 139
二、對組織的意義 140
三、廣泛實施的挑戰(zhàn) 142
第八節(jié)　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(zhàn) 145
第九節(jié)　對流程進行構架和（再）工程化的需求 146
參考文獻 148
第六章　智能機器世界里的職業(yè)與技能 151
第一節(jié)　大規(guī)模自動化的案例 152
第二節(jié)　大規(guī)模增強化的案例 155
第三節(jié)　推進增強化或自動化 161
第四節(jié)　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(zhàn)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(xiàn) 176
第一節(jié)　技術挑戰(zhàn) 176
第二節(jié)　制訂AI技術策略 179
第三節(jié)　利用來自交易軟件廠商的認知能力 181
第四節(jié)　機器人過程自動化作為入門級策略 183
第五節(jié)　利用廠商的幫助打造廣泛的認知平臺 185
第六節(jié)　建立多廠商及開源的能力 186
第七節(jié)　準備好數(shù)據(jù) 188
一、為蒙特利爾銀行奠定數(shù)據(jù)根基 190
二、葛蘭素史克經受的數(shù)據(jù)磨難 192
第八節(jié)　利用外部數(shù)據(jù) 196
參考文獻 200
第八章　管理AI的組織、社會及倫理 202
第一節(jié)　Facebook的麻煩和AI干預 204
第二節(jié)　AI公平性與算法偏差 206
第三節(jié)　AI的透明度和可解釋性 210
第四節(jié)　隱私和數(shù)據(jù)安全 213
第五節(jié)　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(jié)　人類知識和技能的喪失 221
第七節(jié)　公司變革管理戰(zhàn)略 222
一、增強化方法有很大幫助 224
二、變革管理在什么時候對誰最為關鍵 225
三、認知變革管理的常用方法 227
第八節(jié)　向國家和公司學習 227
第九節(jié)　總結和結論 229
參考文獻 232