or
Questo esercizio fa parte del corso
Questo capitolo evidenzia le relazioni complesse tra strategia di business, dei dati e di AI. Approfondisce poi come una strategia di AI efficace inizi da una visione chiara e il ruolo di un piano d’azione mirato nel guidare gli obiettivi strategici di un’organizzazione. Imparerai anche quali competenze servono per diventare un/una AI strategist di successo, delineandone responsabilità e contributi al raggiungimento degli obiettivi di business.
Questo capitolo affina la sensibilità di business distinguendo il software di AI dal software tradizionale, così da usare al meglio le risorse per le sfide aziendali giuste. Spiega inoltre i principali driver di business per identificare le iniziative di AI più impattanti e come definire gli obiettivi corretti per l’AI. Oltre a chiarire l’importanza del ROI, comprenderai sfide e fattori che incidono sulla sua valutazione.
Questo capitolo illustra i diversi componenti di una strategia di AI di successo, come l’innovazione e la creazione della cultura adatta per team ad alte prestazioni. Sottolinea inoltre l’importanza dell’AI literacy, coprendo i comportamenti fondamentali da adottare e da evitare nell’uso dell’AI. Pur essendo l’innovazione essenziale, comprendere i potenziali rischi associati all’AI e porre le domande giuste è cruciale per costruire un solido framework di valutazione del rischio per l’AI.
In questo capitolo parliamo del ruolo dei workshop di fattibilità e mettiamo l’accento sull’avvio di una PoC mirata per valutare il potenziale dell’AI prima di un rollout su larga scala. Evidenzieremo anche cosa serve per costruire sistemi di AI scalabili e l’importanza dell’MLOps per scalarli nel modo giusto. In definitiva, il capitolo sottolinea l’influenza degli executive sponsor e dei champion dell’AI nel favorire l’adozione dell’AI.
Esercizio attuale