[套装书]数字时代的企业AI优势：IT巨头的商业实践+数字时代的企业进化：机器智能+人类智能=无限创新（2册）

作者
托马斯·H. 达文波特 乔希·沙利文 安吉拉·朱塔弗恩
丛书名
出版社
机械工业出版社
ISBN
9782007141059
简要
简介
内容简介书籍经济管理学书籍 ---------------------------数字时代的企业AI优势：IT巨头的商业实践--------------------------- 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 ---------------------------数字时代的企业进化：机器智能+人类智能=无限创新--------------------------- 在当前的变革时代，如何充分利用数据、机器智能和人的创造力快速进行创新、制定商业决策，在激烈的市场竞争中取得先机，已成为企业必须面临的问题。本书作者是世界顶级咨询公司的领导人，他们在跟踪了近百个世界知名的公司、非盈利组织之后，提出了一套充分利用数据、机器智能和人类智能进行企业进化的模型，对数字时代的企业转型有很强的借鉴意义。
目录



---------------------------数字时代的企业AI优势：IT巨头的商业实践---------------------------


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



---------------------------数字时代的企业进化：机器智能+人类智能=无限创新---------------------------


译者序
前言
作者简介
第1章　隐藏的世界：掌握未知细节 / 1
复杂性：新的宝藏 / 5
跨越门槛 / 9
施展人机协作的威力 / 13
重构你的模型 / 17
爬梯子的科学 / 19
第2章　非凡的联盟:数字与大脑灰质的融合 / 23
人类不会离去 / 28
理解与表达 / 30
感知细节和模式 / 32
数字处理 / 35
记忆 / 38
记录和整理 / 39
机器不会创造，人类可以 / 40
想象 / 40
创造 / 43
推理 / 44
构建问题解决方案 / 48
生命的火花 / 49
第3章　不可能的问题:打破自我禁锢的枷锁 / 51
摆脱框架 / 54
发现真相 / 58
走近开放的非典型数据 / 61
改进评判方式 / 64
直觉的地位 / 67
这一切背后的科学原理 / 71
第4章　不可能的技术：不是旧时代的热机 / 75
新的数据矿藏 / 78
数据获取 / 79
数据存储 / 83
拥抱数据准备过程 / 86
初次分析 / 88
拥抱发现的工具 / 88
拥抱学习的工具 / 91
随后的分析 / 93
用机器学习来预测 / 93
模拟和优化 / 95
看见和行动 / 97
基础设施 / 98
从优先级开始 / 100
第5章　不可能的战略：新的大事物诞生 / 101
评估你的生态系统 / 106
不可能的问题 / 110
不可能的解决方案 / 115
实验 / 118
周期中的魔法 / 120
第6章　传播力量：梦想成真的时刻 / 123
推销愿景 / 127
点燃机器智能文化 / 131
错误的力量 / 132
百家争鸣 / 134
用数据驱动的方式讲故事 / 136
点燃才能 / 140
第7章　好的，坏的，爆发：不可能战略的道德处理 / 145
机器智能领域的道德问题是什么 / 149
开启透明度之门 / 155
确认政策 / 158
展示交换条件 / 160
展示公平 / 161
尊重你邻居的隐私 / 162
保护秘密和隔离 / 163
保护匿名和匿名表达 / 165
保护数据所有权 / 166
保持对数据的控制 / 166
把数据作为财产来保护 / 167
个人数据安全 / 169
广阔的道德世界 / 170
需要一个机构 / 172
第8章　不可能的解决方案：回应社会的老大难问题 / 173
开放数据 / 178
为公益调整战略 / 183
用于公益善举的数据 / 185
共创辉煌 / 193
后记：谈谈反直觉 / 197
致谢 / 201



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4