本書共分為五部分。第一部分討論了人工智能的不同類型,并建立了它們如何工作的知識框架。第二部分介紹了人工智能在銀行業、制造業等各個行業中的用例。第三部分主要介紹如何定義和實現企業級人工智能戰略,以及如何在這種戰略下實現一個成功的人工智能項目。第四部分用一個詳細的例子對人工智能的架構、多種應用的技術模式及人工智能模型如何工作進行深入探討。第五部分聚焦人工智能的未來及它對社會和工作的意義。
本書適合人工智能的從業者、數據分析師,以及想要利用人工智能技術解決商業問題的企業管理者閱讀。
1.本書作者是一位美國技術專業人士,在人工智能領域擁有20多年的經驗,他使用創新性的人工智能應用、動態*優化、高級分析法和大數據工程幫助許多企業轉型及創造可持續的競爭優勢。
2.本書是一本實用的AI轉型攻略書,采用雙重的分析和指導方法,一方面作者站在讀者的角度,由淺入深地介紹人工智能相關的理論、技術、算法及應用;另一方面,作者站在企業領導者的角度,深入分析了企業在將人工智能運用到現有運營模型時遇到的挑戰,幫助企業領導者建立可擴展的、企業級的人工智能戰略所需的合理和必要的步驟,克服企業轉型過程中面臨的挑戰,成功實現數字化轉型。
3.本書還是一本AI和商業相結合的書,內容涵蓋從基本概念到實際用例,以及對未來發展趨勢的分析。希望了解未來AI和商業如何結合的大眾和高層管理者都可以閱讀。
4.本書具有前瞻性,本書的主題AI是未來的一種趨勢,是商業戰略中一個越來越重要的工具,本書采用綜合性的資源介紹如何發展和實現大規模人工智能組織戰略,指導企業理解并抓住人工智能的機遇。
[美]拉希德·哈克(Rashed Haq)
一位美國技術專業人士。現為克魯斯機器人公司的副總裁,該公司是一家全球領先的的自動駕駛汽車公司。在此之前,他曾任陽獅集團的全球人工智能和數據部門主管及集團副總裁。在過去的20年里,他使用創新性的人工智能應用、動態*優化、高級分析法和大數據工程幫助許多企業轉型及創造可持續的競爭優勢。拉希德擁有理論物理和數學領域的高等學位。作為一名有才華的作家和廣受歡迎的演講家,拉希德經常撰寫關于人工智能在商業中實際應用的文章,并在全球會議上發表關于安全地應用人工智能的演講。
第 一部分 人工智能簡介 1
第 一章 制造業的一場革命 2
四次工業革命的影響 3
人工智能的神話和現實 5
數據和算法的良性循環 5
正在進行的革命——為什么是現在 6
人工智能:你的競爭優勢 10
注釋 11
第二章 人工智能是什么,它是怎樣工作的 13
狹義人工智能的發展 14
第 一個神經網絡 15
機器學習 16
監督式、非監督式和半監督式學習 22
讓數據更有效 25
語義推理 26
人工智能的應用 30
注釋 31
第二部分 企業中的人工智能 33
第三章 電子商務和零售業中的人工智能 34
數字廣告 35
市場營銷與用戶獲取 36
交叉銷售、向上銷售和忠誠度 40
企業與企業之間的客戶智能 42
動態定價與供應鏈優化 43
數字助理和客戶參與度 45
注釋 49
第四章 金融服務中的人工智能 50
反洗錢 51
貸款及信用風險 53
預測性服務和建議 54
算法和自動交易 56
投資研究和市場見解 58
自動化業務操作 61
注釋 62
第五章 能源和制造業中的人工智能 64
優化工廠運行和資產維護 66
自動化的生產生命周期 68
供應鏈優化 69
庫存管理和物流配送 70
電力預測和需求響應 71
石油開采 73
能源交易 75
注釋 76
第六章 醫療保健中的人工智能 77
藥物研發 78
臨床試驗 79
疾病診斷 80
為臨終關懷做準備 82
住院護理 84
注釋 86
第三部分 建立企業的 AI 能力 89
第七章 發展AI戰略 90
互聯智能系統的目標 91
AI落地的挑戰 92
AI戰略組件 95
制定AI戰略的步驟 96
另外的一些組裝工作 98
注釋 102
第八章 AI生命周期 103
用例定義 104
收集、評估和補救數據 107
選擇和訓練模型 113
管理模型 119
測試、部署和激活模型 121
總結 125
第九章 構建完美的人工智能引擎 126
AI平臺與AI應用 127
AI平臺架構應該做什么 127
一些重要的考慮因素 132
AI平臺架構的主要功能組件 137
注釋 141
第十章 管理模型風險 142
管理模型風險 144
減少模型的風險 145
模型風險辦公室 154
注釋 155
第十一章 激活組織能力 157
協調利益相關者 158
組織規模 158
AI 卓越中心 160
標準和項目管理 161
組建項目執行團隊 164
招聘與人才管理 166
數據素養、實驗及數據驅動的決策 168
總結 170
注釋 170
第四部分 深入研究AI架構和建模 171
第十二章 體系結構和技術模式 172
AI平臺架構 173
技術模式 178
總結 188
第十三章 AI建模過程 189
定義用例與AI任務 190
選擇所需數據 191
創建Notebook環境并導入數據 192
清洗并準備數據 194
利用探索性數據分析來理解數據 196
特征工程 201
創建與選擇最佳模型 203
注釋 210
第五部分 展望未來 211
第十四章 未來的社會、工作與AI 212
AI與社會的未來 213
AI與工作的未來 214
監管數據與人工智能 216
AI的未來:不斷進步的AI技術 218
這僅僅是開始 223
注釋 223