您现在位置:人工智能> 浏览课程
人工智能战略体系认知与行业应用
普通模式 学习模式
目录
共22个课时
  • 收起
  • 讲义
  • 练习
  • 笔记
  • 讨论
讲义资料
课程试卷
课程笔记
讨论
X
恭喜获得:
《人工智能战略体系认知与行业应用》课程证书
点击查看证书

请单击打卡

时间:00:00:00

打卡后继续观看课程

课程介绍
人工智能战略体系认知与行业应用
  • 主 讲:
  • 年份:2020 年
  • 有效期:
  • 学习人数:168
  • 限购:
享受以下课程服务
  • 智能题库

    模块齐全丰富,不同阶段针对性做题提分

  • 资料下载

    老师授课精华讲义,自由下载学习

  • 问答专区

    讲师答疑,答你所疑

领券
    授课讲师
      -
    推荐课程
  • ¥299.00
    1. 课程背景产品同质化严重、竞争对手众多、价格趋同、成本居高不下、产品滞销、回款困难,2020一只突如其来的黑天鹅从天而降,让本已困顿的局面雪上加霜。粗犷式赢利时代已经完结,降本增效、降本增利已经迫在眉睫。“做不做”已不再是问题,而是要问“怎么做”?关键时期不可掉以轻心,稍有不慎或将面临生死存亡境地!用创新设计拔得市场先机用精益设计砍掉多余成本用智能设计拓宽利润想象空间2. 课程收益让企业高层管理者对产品创新路径有整体的认知,并通过列举的案例了解正确的方法会带来巨大的收益,找到产品开发正确的方向和正确的工具。3. 课程对象企业总经理、副总研发部总监、副总资深工程师对产品设计感兴趣的个人4. 课程讲师朱践知科理咨询创新事业部总经理DFMA精益设计专家精益六西格玛黑带大师中欧商学院MBA讲师优势超过12年的咨询经验;擅长利用DFMA?精益设计方法论、六西格玛设计 (DFSS) 和发明创造理论 (TRIZ) 工具与方法等,为企业提供产品创新设计咨询服务,全面优化产品设计,缩短研发周期,更快进入市场并赢得竞争。还擅长精益六西格玛改善,帮助企业提升运营质量;企业客户包括北汽、中车、一汽、上汽、Volvo、福田雷沃、东风、长安、宇通、美的、海尔、格力、中航、航天火箭研究院、默沙东、上海医药、华润双鹤、华润电力、快捷半导体、飞思卡尔、中化工蓝星、君悦酒店、广发银行、我爱我家等。
  • ¥1070.00
    1. 课程背景DFMA即面向制造及装配的产品设计,1980由美国BDI公司的两位教授建立,是以简化设计,实现低成本、高质量的生产制造的结构性方法,也是在价值分析和价值工程(VAVE)方法的基础上,更适合落地实施的产品降本方法! 2. 课程特点结构性方法论:课程以DFMA为核心,旨在通过简化设计实现产品的低成本、高质量生产。它基于价值分析和价值工程的方法,特别适合实际应用和落地实施。全面知识体系:课程内容不仅涵盖DFMA的基础知识,还深入到具体的设计优化策略,如减少零部件数量和单个零件装配时间,提供实际的再设计建议和思路。实践案例分析:课程确保学员能够将所学知识应用于实际工作中,并通过经典案例分析,学员可以直观地看到DFMA的实际效果和应用场景。 3. 学员收益学员能够优化产品设计,缩短研发周期,加快产品上市速度,从而提升企业的市场竞争力。掌握DFMA技术有助于在设计阶段就开始控制成本,实现降本增效,为企业带来经济效益。提升了学员的技术应用能力,特别是在大数据和AI技术在产品设计领域的应用。 4. 课程对象产品研发部门主管及工程师、生产主管、工艺工 程师采购或供应商管理主管及工程师、成本控制 主管等产品开发及成本控制相关人员。 5. 讲师介绍蒋浩敏 科理创新对标中心运营副总DMFA降本设计技术顾问 《降本设计——面向产品成本的创新设 计之路》作者之一 讲师优势主导科理AIMS人工智能管理体系搭建,参与起草风险管理及数字化转型白皮书,持续专注于将流程优化、商业经营、风险合规知识,用于协助企业构建AI应用合规化的管理体系
  • ¥1999.00
    1. 课程背景DFMA-面向制造及装配的产品设计1980由美国BDI公司的两位教授建立,是以简化设计,实现低成本、高质量的生产制造的结构性方法,也是在价值分析和价值工程(VAVE)方法的基础上,更适合落地实施的产品降本方法。学员们来自波音(Boeing)、通用汽车(GM)、福特(Ford)、康明斯(Cummins)、科勒(Kohler)、摩托罗拉(MOTORALA)、戴尔(Dell)、国际游戏技术(International Game Technology)、迪尼斯科(Dynisco)、哈雷戴维森(Harley-Davidson)、约翰迪尔(John Deere)、Endress+Hauser、北汽、一汽、上汽、长安汽车、广汽、方太、美的、海尔等。 2. 课程优势从产品制造与装配的角度考察和优化产品设计;从产品的可装配性分析与评价、可装配性再设计等多方面入手;重点讲解面向制造与装配的产品设计准则和方法,及产品可制造性及可装配性的评价与改良方法。3. 课程收获国际创新思维,突破创新思维障碍拓宽视野夯实基础,提升技术研发相关知识和创新思维,帮助企业树立正确的降本设计意识。国际前沿方法论,提升解决问题能力获得DFMA? 知识,如产品结构分析,产品再设计优化等,能面对产品开发设计中的各项挑战并解决。创新人才培养,提升团队研发能力科理DFMA课程进行人才培养阶梯式设计,层层深入,致力于培养一批有实战能力、具有持续创新能力的研发创新人才。国际认证证书,提升竞争力通过考试后可取得由科理咨询、美国BDI联合颁发的DFMA? · 降本设计一级认证证书,提升个人就业、转岗、晋升和发展的竞争力。4.讲师优势刘树广科理咨询产品结构设计专家DFMA降本设计专家对标拆解优化设计专家江先伟科理咨询成本分析专家DFMA降本设计专家价值工程采购降本专家5.课程对象研发总监、研发技术中心负责人、研发工程师、产品规划负责人、采购负责人、财务负责人、成本负责人、成本管理相关人员、价值工程负责人,以及所有研发、采购、供应链等相关工作人员及大学生。6.课程证书
    • 课程详情
    • 课程目录
    • 课程评价 0
    • 课程答疑 0
    • 课程笔记 0
    详细介绍

    徐明强博士领衔 (1).gif

    1. 课程背景

    随着第四次工业革命的到来,AI 已成为新质生产力的象征,全球对智算数据中心的需求激增,充分证明了时代正在呼唤“大算力”。同时,大模型技术的飞速发展,不仅创造了更大的想象空间,也推动着生产力效率的提升。然而,中国企业普遍面临着一个共同的挑战,即缺乏足够的AI 专业人才。科理AI 助力企业全面导入AI,开发系列课程帮助企业培养学员掌握人工智能的基本理论和关键技术,理解AI 在现代社会中的重要作用和广泛应用。同时,课程也注重培养学员的伦理意识和责任感,确保AI技术的健康、可持续发展。


    2. 科理AI 优势

    原微软大中华地区首席技术官徐明强博士在线解读

    原微软大中华地区首席技术官徐明强博士,携科理AI 资深专家团队授课,带领科理AI 团队从战略方向上助力企业全面导入AI。

    image.png

    科理AI—国际领先的AI战略及技术提供商

    科理,33年咨询管理经验,科理AI 国内外先进的AI战略及技术方案提供商,助力企业全面导入AI。科理AI 结合为企业部署从战略顶层设计到技术实施落地的全方面导入方案,加快企业构建智能化产业生态体系,赢得市场主动权!

     

    3. 课程特点

    卓越讲师团队与权威内容:由原微软大中华地区首席技术官徐明强博士,携科理AI 资深专家团队授课,确保课程的权威性和实用性

    系统全面的AI知识体系:课程覆盖了从AI 基础介绍到AI技术、战略、管理体系,再到AI 在研发、供应链、生产、销售、服务等方面的应用,提供了一个系统的学习路径

    实践与理论相结合:课程不仅包括理论知识,还涉及AI 在实际工作场景中的应用,如AI 研发、AI 供应链、AI 生产等,帮助学员将所学知识应用于实际工作中

     

    4.课程大纲

    AI概述

        AI介绍

      • AI简介

      • 大模型介绍

      • 行业场景

        AI趋势

    ?

      • AI在当今环境下的分类

      • AI趋势-范式篇

      • Al趋势-模型篇

      • AI趋势-商业篇

      • AI趋势-行动篇

      • Al趋势-职场效率篇

        AI战略

      • AI战略导论

      • AI战略部署模型

      • AI愿景生成流程

      • AI应用案例生成流程

      • AI赋能因素组织构建

      • AI项目实施流程

        AI技术

        ISO 42001管理体系标准解读


    P+AI(应用范围和行业)

        AI研发领域应用

        AI供应链领域应用

        AI生产领域应用

        AI营销领域应用

        AI客户服务领域应用


    5.学员收益

    学员获得系统化的AI知识体系,涵盖从基础概念到前沿趋势的全面理解;

    深入掌握AI核心技术原理,为学员构筑坚实的理论基础,提高工作效率与创新能力;

    精准运用AI技术解决供应链、生产、销售、客户服务等核心领域的实际问题,推动业务全面优化升级。

     

    6. 课程对象

    企业高管(CTO/CIO)、部门经理等管理层人员、AI项目经理、AI技术团队负责人、AI研发/算法工程师、AI质量工程师、企业AI转型及相关人员