数据是决定您的 AI POC 成败的首要因素之一。您已经学习了在为项目进行数据剖析以评估质量时应重点思考的四个方面。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
了解什么是 AI、它如何演进，以及它与其他非 AI 的数据解决方案有何不同。在本章中，您将开始搭建将 AI 引入业务的框架，包括 AI 战略的关键要素、实施阶段以及基础技术设计。最后，您将了解在整个过程中开展负责任的 AI 治理为何至关重要。
您已经了解了什么是 AI，以及如何以负责任的方式看待它。现在是时候更清楚地认识 AI 在业务中的优势、局限和用例了。本章将带您做到这一点！您将理解 AI 能为组织带来的价值，以及它存在不足的领域。您还将浏览企业内不同部门的一些高层用例。最后，您将学习选择优质 AI 用例的原则。
确定用例后，就该构建概念验证（POC）了！这是一个小型项目，用于评估可行性，并在全面实施时预估进一步的业务价值。在本章中，您将学习 POC 的各个阶段、成功要素，以及与技术基础设施和数据相关的关键考量。最后，您将了解 POC 项目团队所需的角色类型。
当前练习
在课程的最后一章，您将学习实施 AI 解决方案的收尾步骤——评估 POC、扩展落地，以及对齐文化与技能。您将了解评估 POC 的重点领域，以及推进解决方案规模化的良好信号。您还将学习迈向全面实施需要关注的关键环节，包括企业文化要求与员工技能提升。
