Pertimbangan untuk implementasi penuh

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Latihan ini adalah bagian dari kursus

Mengimplementasikan Solusi AI dalam Bisnis

SkillTag.level.beginnerSkillTag.label

4.8+

Pelajari apa itu AI, bagaimana Ai berkembang, dan bagaimana AI berbeda dengan solusi data non-AI lain. Dalam bab ini, Anda akan mulai membangun kerangka kerja untuk mengimplementasikan AI ke dalam bisnis Anda, termasuk elemen kunci dalam strategi AI, fase implementasi, dan desain teknis dasar. Terakhir, Anda akan mempelajari pentingnya tata kelola AI yang Bertanggung jawab sepanjang seluruh proses.

Exercise 1: Gambaran Umum AI Exercise 2: Apakah Anda tahu tentang AI?Exercise 3: Fase-fase dari solusi AI Exercise 4: Pandangan dari ketinggian 10.000 kaki: Bagaimana cara kerja ke AI?Exercise 5: Masih tahu tentang AI?Exercise 6: AI Generatif vs. AI lainnya Exercise 7: Komponen dari solusi AI Exercise 8: AI yang Bertanggung Jawab Exercise 9: Mengapa AI yang Bertanggung Jawab penting?Exercise 10: Prinsip-prinsip Dasar AI yang Bertanggung Jawab Exercise 11: Penilaian risiko untuk AI baru

Sekarang Anda sudah tahu apa itu AI dan bagaimana memikirkannya secara bertanggung jawab. Saatnya untuk memahami lebih baik manfaat, keterbatasan, dan kasus penggunaan AI dalam bisnis. Dalam bab ini, Anda akan melakukannya! Anda akan memahami nilai yang dapat dibawa oleh AI ke dalam suatu organisasi, serta bidang-bidang di mana AI masih memiliki keterbatasan. Anda akan mempelajari beberapa kasus penggunaan tingkat tinggi di berbagai departemen dalam sebuah perusahaan. Akhirnya, Anda akan mempelajari prinsip-prinsip dalam memilih kasus penggunaan yang tepat untuk solusi AI.

Exercise 1: Manfaat AI bagi sebuah bisnis Exercise 2: Pilar Nilai AI Exercise 3: Nilai bisnis atau bermanfaat tapi tidak esensial?Exercise 4: Keterbatasan AI Exercise 5: Mengidentifikasi keterbatasan AI Exercise 6: Keterbatasan atau manfaat?Exercise 7: Manusia dilibatkan Exercise 8: Kasus penggunaan untuk AI Exercise 9: Kasus penggunaan bisnis yang umum Exercise 10: Keunggulan AI dalam sebuah skenario Exercise 11: Identifikasi kasus penggunaan untuk AI Exercise 12: Prinsip-prinsip penggunaan kasus yang baik Exercise 13: Mengklasifikasi kasus penggunaan Exercise 14: Membagi suatu tugas

Dengan mempertimbangkan kasus penggunaan, saatnya untuk membangun bukti konsep! Ini adalah proyek kecil yang akan menentukan kelayakan dan memperkirakan nilai bisnis lebih lanjut jika sepenuhnya diimplementasikan. Dalam bab ini, Anda akan mempelajari fase-fase POC, faktor yang membuatnya berhasil, dan komponen penting yang perlu dipikirkan terkait infrastruktur teknis dan data. Akhirnya, Anda akan mempelajari jenis-jenis peran yang diperlukan untuk tim proyek POC Anda.

Exercise 1: Memulai dengan POC Exercise 2: Fase-fase POC Exercise 3: Apa yang membuat sebuah POC berhasil?Exercise 4: Pertanyaan untuk mengklarifikasi tujuan Exercise 5: Data Exercise 6: Pentingnya data Exercise 7: Membuat profil dan mengevaluasi data Exercise 8: Data yang bias Exercise 9: Infrastruktur Exercise 10: Pertanyaan tentang infrastruktur POC Exercise 11: Lingkungan pengembangan AI Exercise 12: Membeli atau membangun?Exercise 13: Membentuk tim proyek Exercise 14: Jenis-jenis peran Exercise 15: Tanggung jawab

Pada bab terakhir kursus ini, Anda akan mempelajari langkah-langkah akhir dalam implementasi solusi AI - menilai POC, peningkatan skala, dan menyelaraskan budaya dan keterampilan. Anda akan memahami area-area di mana POC dapat dievaluasi serta indikator yang baik untuk melanjutkan dengan peningkatan skala solusi. Anda akan membahas komponen-komponen besar yang perlu difokuskan untuk peningkatan skala menuju implementasi penuh, termasuk persyaratan terkait budaya dan peningkatan keterampilan orang-orang di bisnis Anda.

Exercise 1: Mengukur POC Exercise 2: Apa yang membuat POC berhasil?Exercise 3: Mengklasifikasikan metrik dalam skenario e-commerce Exercise 4: Penilaian POC Exercise 5: Komponen untuk peningkatan skala Exercise 6: Menyeimbangkan nilai dan kelayakan Exercise 7: Buat keputusan tentang peningkatan skala Exercise 8: Pertimbangan untuk implementasi penuh

Latihan Saat Ini

Exercise 9: Area fokus untuk implementasi penuh Exercise 10: Pemantauan dan pergeseran model Exercise 11: DevOps, MLOps, atau kepatuhan?Exercise 12: Adopsi dan pengembangan keterampilan Exercise 13: Alasan tidak adanya manfaat finansial Exercise 14: Penolakan AI Exercise 15: Manfaat untuk manajemen perubahan, budaya, dan peningkatan keterampilan Exercise 16: Penutup