Privacidade e ética

A privacidade dos dados e as preocupações éticas são dois componentes essenciais da avaliação de riscos ao projetar uma estratégia eficaz de IA.

O primeiro trata do uso, do manuseio e da proteção dos dados, enquanto o segundo verifica os resultados tendenciosos, a transparência e a responsabilidade das soluções de IA.

Este exercício faz parte do curso

Estratégia de inteligência artificial (IA)

Ver curso

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício

Este exercício faz parte do curso

Estratégia de inteligência artificial (IA)

InicianteNível de habilidade

4.8+

417 reviews

Iniciar curso de graça

O capítulo fundamenta as intrincadas relações entre as estratégias de negócios, dados e IA. Em seguida, ele se aprofunda em como uma estratégia eficaz de IA começa com uma visão clara e a função de um plano de ação focado na condução dos objetivos estratégicos de uma organização. Você também aprenderá as habilidades necessárias para formar um estrategista de IA bem-sucedido, descrevendo suas responsabilidades e contribuições para atingir as metas de negócios.

Exercise 1: Diferentes tipos de estratégias Exercise 2: Traçando o curso Exercise 3: Qual estratégia?Exercise 4: Pilares de uma estratégia eficaz de IA Exercise 5: Navegando pelas águas estratégicas Exercise 6: Os pilares da estratégia de IA Exercise 7: Função de um estrategista de IA Exercise 8: Integração de um estrategista de IA Exercise 9: Um estrategista de IA bem-sucedido

Este capítulo aprimora a perspicácia comercial ao distinguir o software de IA do software tradicional, garantindo o uso eficaz dos recursos para os desafios comerciais pertinentes. Além disso, ele explica os principais motivadores de negócios para identificar as iniciativas de IA mais impactantes e compartilha como definir as metas corretas de IA. Além de explicar a importância do ROI, os alunos entenderão os desafios e os motivadores da avaliação do ROI.

Exercise 1: Quando você deve pensar em IA?Exercise 2: Adaptação à revolução da IA Exercise 3: Compreensão dos paradigmas de software Exercise 4: Descobrir os principais fatores de negócios Exercise 5: Fundamentos de um plano de IA bem-sucedido Exercise 6: Teste de adequação de IA Exercise 7: Distinguir cenários favoráveis à IA Exercise 8: Definição de metas comerciais realistas Exercise 9: Objetivos de IA com a lente SMART Exercise 10: Um teste de tempo e ambição Exercise 11: Avaliando o ROI de uma iniciativa de IA Exercise 12: O ROI duplo da IA Exercise 13: Rastreamento das raízes da receita

Este capítulo explica os diferentes componentes de uma estratégia de IA bem-sucedida, como a inovação e a criação da cultura certa para equipes de alto desempenho. Ele também ressalta a importância da alfabetização em IA, abrangendo o que você deve e não deve fazer no uso da IA. Embora a inovação seja essencial, compreender os possíveis riscos associados à IA e fazer as perguntas certas é fundamental para criar uma estrutura robusta de avaliação de riscos para a IA.

Exercise 1: Criando uma cultura de IA Exercise 2: Diversas tentativas de IA Exercise 3: Exploração e experimentação Exercise 4: Criação de equipes de IA de alto desempenho Exercise 5: Encontrando a lacuna Exercise 6: O trio essencial Exercise 7: Obtendo os dados corretos Exercise 8: Obtendo a combinação certa Exercise 9: A qualidade economiza custos Exercise 10: Avaliação de risco de IA Exercise 11: Privacidade e ética

Exercício atual

Exercise 12: Conformidade com os regulamentos Exercise 13: Conformidade Exercise 14: Ciclo de vida do projeto de IA

Neste capítulo, discutimos a função dos workshops de viabilidade e enfatizamos o início de uma PoC focada para avaliar o potencial da IA antes de uma implementação em grande escala. Também destacaremos o que é necessário para criar sistemas de IA dimensionáveis e a importância dos MLOps para dimensioná-los corretamente. Por fim, o capítulo ressalta a influência dos patrocinadores executivos e dos defensores da IA na promoção da adoção da IA.

Exercise 1: Tudo começa com uma PoC Exercise 2: Pontos de decisão para a ferramenta de diagnóstico de IA Exercise 3: Avaliação dos fundamentos de uma iniciativa de IA Exercise 4: Dimensionamento além das PoCs Exercise 5: Classificação dos obstáculos de escalonamento da IA Exercise 6: Dimensionamento de um sistema de IA Exercise 7: MLOps Exercise 8: Navegando em MLOps Exercise 9: Classificação das práticas arquitetônicas Exercise 10: Barreiras à adoção Exercise 11: Atribuição de funções na transformação da IA Exercise 12: Modelo para a transformação da IA Exercise 13: É hora de encerrar!