AI v podnikové praxi (online)
Modul má za cíl poskytnout účastníkům komplexní porozumění principům a aplikacím umělé inteligence v podnikové praxi. Účastníci se seznámí se základními technologiemi AI, jako jsou strojové učení, hluboké učení, zpracování přirozeného jazyka a prediktivní analytika, a naučí se identifikovat oblasti, kde mohou tyto technologie přinést hodnotu ve firmách.
Garant a lektor studijního modulu
Ing. et Mgr. Ondřej Měska, MBA
Anotace
Tento modul poskytuje účastníkům ucelený přehled o tom, jak umělá inteligence mění fungování moderních firem napříč odvětvími. Seznámíme se s klíčovými pojmy, principy a nástroji AI, včetně strojového učení, zpracování přirozeného jazyka a generativních modelů. Důraz bude kladen na praktické využití – od automatizace procesů přes prediktivní analýzy až po zákaznickou personalizaci. Diskutovat budeme i etické otázky, rizika a regulatorní rámce spojené s využíváním AI ve firmách. Součástí modulu jsou případové studie z různých sektorů, včetně bankovnictví, výroby a služeb. Zohledníme i dopady AI na pracovní trh, řízení změny a rozvoj leadershipu.
Určen je pro manažery a decisionmakery, kteří chtějí porozumět potenciálu i limitům AI bez nutnosti hlubokých technických znalostí. Posluchači se seznámí s konkrétními nástroji a přístupy, které mohou zlepšit rozhodování i strategické plánování. Cílem modulu je vybavit studenty dovednostmi pro informované rozhodování o implementaci AI nástrojů ve vlastní organizaci. Modul spojuje teoretický základ s praktickým vhledem a otevřenou diskusí.
Sylabus
- Teoretická definice AI
- Hlavní teoretické pilíře
- Klíčové oblasti uplatnění AI
- Odvětví využívající AI
- Limity v oblasti AI
- Výzvy v oblasti AI
- Regulace v oblasti AI
- Praktické aplikace – Implementace AI
- Výpočet návratnosti investice ROI
- AI Chatboti v bankovnictví – Příklad „George“
- Využití AI při automatizaci skladů a logistiky – Rohlik.cz
- Využití AI při automatizaci skladů a logistiky – Škoda Auto
- Optimalizace dopravy a logistiky – Uber
Literatura
- CHANG, S., and JOO, S. (2018) Industry 4.0 and Digital Transformation: The Impact on Business Process Management. Business Process Management Journal, 24(6), pp. 1360-1380.
- CHAN, S. a kol. (2020). Machine learning in dermatology: current applications, opportunities, and limitations. Dermatology and therapy, 10(3), pp.365-386.
- BRYNJOLFSSON, E., and MC AFFEE, A. (2014) The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W.W. Norton & Company, New York.
- JIANG, Y. a kol. (2022). Quo vadis artificial intelligence?. Discover Artificial Intelligence, 2(1), p.4.
- ERTEL, W., (2024). Introduction to artificial intelligence. Springer Nature.
- RUSSELL, B., and PANDYA, R. (2019) Robotic Process Automation and the Future of Work: A Review of the Literature. Journal of Business Research, 98, pp. 24-33.
- WANG, L., and DING, X. (2020) Automation, Robotization, and Economic Efficiency in Industrial Production. Journal of Manufacturing Science and Engineering, 142(3), pp. 1-13