Hoppa till huvudinnehållet

Kurs

Artificiell intelligens (AI) – strategi

Grundläggande3 tim

Lär dig att kombinera affärs-, data- och AI-kompetens och sätt mål för att driva framgång med en effektivt skalbar AI-strategi.

R3 tim16 videor49 övningar3,450 XP19,657Intyg om fullgjord kurs

Skapa ditt kostnadsfria konto

Fortsätt med Google
eller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina data lagras i USA.

Älskad av elever på tusentals företag

Utbildar ett team?

Prova för företag

Kursbeskrivning

Upptäck hörnstenarna i AI-strategi

Du har säkert hört talas om olika strategier som affärs-, data- och AI-strategi och undrar hur de hänger ihop. Finns det en rekommenderad ordning som visar vilken som kommer först? Gå med i den här kursen för att förstå hur dessa sammanflätade strategier kombineras för att skapa ett robust strategiskt ramverk för organisationer som verkar i dagens datadrivna värld. Du kommer också att utforska rollen som AI-strateg i att driva en framgångsrik AI-transformation som är väl anpassad till strategiska affärsmål.

Utforska vad som gör ett bra AI-mål

När du formulerar en effektiv AI-strategi börjar du med att förstå skillnaden mellan AI och traditionell programvara. En sådan distinktion hjälper till att skapa ett perspektiv för att avgöra om AI ens är rätt val. Du kommer också att lära dig att sätta realistiska affärsmål och definiera rätt mätvärden för att avgöra projektets framgång. När du går vidare kommer du att få insikter i hur du bedömer om projekten motiverar avkastningen på de investeringar som krävs för att bygga så sofistikerad teknik.

Att få de viktigaste strategiska komponenterna på plats

Du kommer att lära dig mer om de olika komponenterna i en framgångsrik AI-strategi i detalj, med början i att främja en AI-kultur. En sådan kultur har sina rötter i att främja innovation, högpresterande team och rätt data. När du arbetar dig igenom denna konceptuella kurs kommer du att märka att även om innovation är avgörande, är det lika viktigt att bygga ett robust ramverk för riskbedömning för att göra rätt.

Dags att frigöra potentialen genom att skala AI

När du når slutet av den här kursen har du alla nödvändiga ingredienser för att komma igång. Det rekommenderas dock att börja i liten skala och utforska idéns genomförbarhet genom ett proof of concept innan du gör stora investeringar för fullskalig implementering. Du kommer också att gå igenom vad som krävs för att bygga skalbara AI-system och betydelsen av MLOps för att skala dem effektivt. I slutändan understryker kapitlet inflytandet från ledningssponsorer och AI-förespråkare när det gäller att främja AI-användning.

Förkunskapskrav

Det finns inga förkunskapskrav för den här kursen

Kursplan

Kursöversikt

1

Grunderna i AI-strategi

Det här kapitlet belyser de komplexa sambanden mellan affärs-, data- och AI-strategier. Det går sedan djupare in på hur en effektiv AI-strategi börjar med en tydlig vision och vilken roll en fokuserad handlingsplan spelar för att driva en organisations strategiska mål. Du lär dig också vilka färdigheter som krävs för att bli en framgångsrik AI-strateg, inklusive deras ansvarsområden och bidrag till att uppnå affärsmålen.
Starta kapitel
2

Så utformar du en vinnande AI-strategi

Det här kapitlet skärper affärssinnet genom att skilja AI-programvara från traditionell programvara, vilket säkerställer ett effektivt resursutnyttjande för relevanta affärsutmaningar. Det förklarar också de viktigaste affärsdrivkrafterna för att identifiera de mest betydelsefulla AI-initiativen och hur man sätter rätt AI-mål. Vid sidan av en genomgång av ROI:s betydelse får du förståelse för utmaningarna och drivkrafterna kring att bedöma ROI.
Starta kapitel
3

Komponenter i en AI-strategi

Det här kapitlet förklarar olika komponenter i en framgångsrik AI-strategi, till exempel innovation och hur man bygger rätt kultur för högpresterande team. Det betonar också vikten av AI-kompetens och tar upp de viktigaste riktlinjerna för hur AI bör och inte bör användas. Innovation är viktigt, men lika viktigt är det att förstå potentiella AI-risker och ställa rätt frågor – det är grunden för ett robust ramverk för riskbedömning.
Starta kapitel
4

Dags att agera

I det här kapitlet diskuterar vi rollen som genomförbarhetsstudier spelar och betonar vikten av att starta med ett fokuserat PoC för att bedöma AI:s potential innan en fullskalig lansering. Vi lyfter också fram vad som krävs för att bygga skalbara AI-system och vilken betydelse MLOps har för att skala rätt. Avslutningsvis understryker kapitlet hur exekutiva sponsorer och AI-ambassadörer påverkar och främjar AI-adoption.
Starta kapitel
R

Artificiell intelligens (AI) – strategi

Kurs
slutförd

Tjäna intyg om genomförande

Registrera dig nu

Utveckla dina datakunskaper med DataCamp för mobil

Ta dig framåt var du än är med våra mobilkurser och dagliga 5-minuterskodningsutmaningar.