前言 1
第一部分 人与企业的人工智能框架 11
第1章 人工智能的成功 11
竞逐企业成功 11
为什么人工智能计划会失败 13
为什么人工智能计划会成功 15
利用人工智能的力量取胜 16
第2章 人与企业的人工智能框架介绍 18
创新的通用框架 18
AIPB框架的利益伪范畴 20
现有框架及其缺失 21
AIPB框架的利益 22
总结 27
第3章 AIPB框架的核心范畴 28
敏捷开发类比 29
专家范畴 30
AIPB框架的过程范畴与所推荐的方法 34
评估范畴 35
方法范畴 38
翻转课堂 52
总结 54
第4章 人工智能和机器学习:非技术概述 55
什么是数据科学,以及数据科学是做什么的 55
机器学习的定义及其关键特点 57
机器学习的方式 59
人工智能的定义和概念 60
人工智能类型 62
像人一样学习 64
通用人工智能、杀手机器人和黔驴技穷 65
数据推动人工智能 68
关于因果关系 78
总结 79
第5章 人工智能的实际应用及其机会 80
人工智能的机会 80
如何应用人工智能技术 81
人工智能的实际案例 84
总结 101
第二部分 制订人工智能愿景 105
第6章 原因的重要性 105
从为什么开始 105
产品的领导力与判断力 106
领导力以及产生共同愿景和理解 107
总结 108
第7章 定义人与企业的目标 110
定义利益相关者并介绍其目标 110
利益相关者的目标 113
总结 123
第8章 什么造就优秀的产品 125
重要性与满意度 125
好产品的四大要素 127
Netflix以及聚焦最重要的事情 137
精益和敏捷产品开发 137
总结 139
第9章 为人类带来更好体验的人工智能 141
体验的定义 142
人工智能对人类体验的影响 142
体验界面 151
体验经济 152
设计思维 153
总结 155
第10章 人工智能愿景案例 156
时空感知 157
人工智能驱动的味觉 157
AIPB框架的愿景描述 159
第三部分 制订人工智能战略 163
第11章 人工智能的科学创新 163
作为科学的人工智能 163
TCPR模型 166
TCPR模型的类比 169
数据依赖的类比 170
总结 172
第12章 人工智能准备度与成熟度 173
人工智能准备度 173
人工智能成熟度 186
总结 190
第13章 人工智能的关键性考虑因素 192
人工智能炒作与现实 193
测试风险假设 195
评估技术可行性 196
招聘、保留和培训人才 197
自建与外购 200
减轻责任 201
减少偏差和优先考虑包容性 205
管理员工的期望 206
管理客户的期望 207
质量保证 208
度量成功 209
与时俱进 211
人工智能生产 212
总结 212
第14章 人工智能战略案例 213
播客示例介绍 213
回顾AIPB框架的战略阶段 213
制订AIPB框架的解决方案策略 214
制订AIPB框架的优先路线图 215
第四部分 最后的思考 223
第15章 人工智能对工作的影响 223
人工智能、替代工作和技能差距 223
技能差距和新工作角色 224
明天的技能 227
自动化、就业与经济的未来 227
总结 229
第16章 人工智能的未来 230
人工智能和高管领导力 230
期待和关注什么 233
总结 243
附录A 人工智能和机器学习算法 244
附录B 人工智能的过程 255
附录C 人工智能的生产 267
参考书目 272