Öppna kurser

Framgångsrik AI-transformation

Utvecklingen kopplat till AI och maskininlärning innebär en dramatisk beteendeförändring kring hur vi använder tjänster och produkter, på både kort och lång sikt. Genom att styra och använda potentialen skapas ett försprång till konkurrenterna, inte minst genom en bättre kundupplevelse eller en bättre produkt.

Utbildningsmål

På den här högaktuella utbildningen lär du dig hur AI och relaterade teknologier som prediktiv analys och maskininlärning kan göra din verksamhet mer effektiv och konkurrenskraftig. Du får en strategisk och operativ överblick av AI – och en djupdykning i hur du skapar en strategi som tar din organisation och dina produkter in i en datadriven framtid, som ett första steg i er AI-transformation.

  • Du får en aktuell överblick av AI och dess påverkan på affärsmodeller
  • Du får en teknisk förståelse för hur AI fungerar i praktiken
  • Kunskap om nyckeltermer som prediktiv analys, autonomt beslutsfattande, maskininlärning och djupinlärning
  • Hur AI kan användas för att analysera och skapa bilder, video och text
  • Vägledning om hur du kan använda AI i just din verksamhet, eller integrera det i dina produkter

Målgrupp

Utbildningen är perfekt för dig som vill förstå hur AI kan användas i praktiken och komma igång med din transformation, oavsett om du är företagsledare, IT-chef, projektledare, produktägare, verksamhetsexpert eller har en annan relevant roll i den digitala utvecklingen i din organisation. Den är på en strategisk nivå och kräver inga förkunskaper.

Förkunskaper

Inga speciella förkunskaper krävs utöver ett allmänt intresse kring digitalisering och IT. Utbildningen är på populärvetenskaplig och strategisk nivå; och inte teknisk annat än som bakgrundsinformation för dem som vill förstå lite mer.

Innehåll

Utvecklingen och trender

  • En historisk tillbakablick och framtida trender
  • Disruptiv teknisk revolution
  • AI som nästa nivå på automatiseringen

Introduktion till AI

  • Varför behöver ledare och verksamhetspersonal bry sig?
  • AI är inte en teknikfråga
  • Historien bakom AI
  • Vad är AI och varför är det så viktigt?
  • Svag och stark AI
  • Kvalificerad analys och autonomt beslutsfattande
  • Data är den nya oljan

Populärvetenskaplig översikt – så fungerar AI

  • Ett helt annat sätt att utveckla programvara
  • Vad är det för skillnad på big data, data mining, prediktiv analys, och AI?
  • Vad är en AI modell, och hur tränas de? Hur kommer algoritmer in i bilden?
  • Inlärningsmetoder: Vägledd och ovägledd inlärning, överföringsinlärning och förstärkningsinlärning
  • Problemtyper: Klassificering, regression, gruppering, association och avvikelsedetektering
  • Skillnaden på AI, maskininlärning och djupinlärning

Vad kan AI göra?

  • Analys och generering av ljud, bild, video och text
  • Prognoser – förutspå framtiden
  • Avvikelsedetektering
  • Rekommendationsmotorer
  • Optimering
  • Utforska stora datamängder
  • Ett praktikfall från virkesindustrin (lärdom: det är inte tekniken som är problemet)

ROI och AI-mognad

  • De 3 komponenterna i AI ROI
  • Hur uppnår man ROI i AI projekt?
  • Snabba resultat kontra att bygga AI mognad
  • Hur uppnår man uthållig AI adoption – plug&play eller transformation?

Starta din AI-transformation

  • Kritiska förmågor för framgångsrik AI adoption
  • Hur kan AI införas?
  • Var skall vi börja?
  • Hitta lämpliga möjligheter för AI i din organisation
  • En vinnande AI strategi
  • Automatisera beslut eller förstärka människan med AI?
  • Köpa eller bygga själv?
  • Skapa värde genom rätt användning av AI

Vikten av data

  • Datadominans – “the winner takes It all”
  • Förstå värdet av data
  • Processflöde i ett AI projekt – allt handlar om data
  • Strukturerat och ostrukturerat data, samt olika typer av datakällor
  • Problem orsakade av dåligt data
  • Prediktiv kraft och hur träningsdata kan förbättras med ”feature engineering”

AI och din organisation

  • Vem bör driva AI intresset och initiativet?
  • Hur bygger man en AI-redo kultur?
  • Organisatorisk mognad
  • Vad är en AI-driven ledare?
  • AI och organisationen

Utveckla din egen AI

  • Det är stora skillnader mellan IT-projekt och AI-projekt
  • Yrkesroller inom AI utveckling
  • Iterativ utvecklingsprocess
  • Träningsdata för experiment och testdata för att verifiera modellens kvalitet
  • Prova olika hypoteser tills du är nöjd
  • Få ännu bättre resultat genom att kombinera olika modeller (”ensambles”)
  • Utveckla AI i större skala: Skapa en AI-fabrik med MLOps
  • Plattformsstrategier

Etik & lagar

  • Etisk, ansvarsfull och pålitlig AI
  • Nya regelverk: EU’s kommande AI Act
  • XAI för systemverifiering, systemförbättring, att lära sig av systemet och följa lagkrav

 

Kursen levereras genom utbildningspartner: IDG Academy

IDG1.png