商业 类型
可以朗读 语音朗读
163千字 字数
No.84 管理
2025-12-01 发行日期
展开全部

主编推荐语

数据与AI赋能指南，解锁企业转型与增长新路径。

内容简介

在数字化转型的浪潮中，数据与AI已成为企业竞争的核心驱动力。无论是传统企业，还是科技领先企业，能否高效利用数据与AI技术，将直接决定企业能否在激烈的市场竞争中脱颖而出。

本书详细阐述了数据战略、AI技术与商业场景的深度融合应用。通过STAR框架、生成式AI、LLM与RAG等前沿技术，结合运营效率提升、产品主导增长、营销优化等典型场景，提供了可快速落地的解决方案。对于企业领导者、产品经理、项目经理、数据与技术从业者来说，是一本有价值的参考书，能够帮助企业从战略制定到实施落地，全面掌握数据与AI的赋能之道。

目录

  • 版权信息
  • 译者序
  • 推荐序
  • 前言
  • 致谢
  • 第1部分 数据与AI在现代商业中的竞争优势
  • 第1章 数据与AI：构建公平竞争新格局
  • 1.1 业务的高速变革与演进
  • 1.2 本书阅读指南
  • 1.3 本书核心价值
  • 1.4 致企业领导者和高层管理者
  • 1.5 致产品经理和项目经理
  • 1.6 致数据与AI领域的专业人士
  • 第2章 数据战略导论
  • 2.1 STAR框架简介
  • 2.2 快速见效型应用场景与战略型应用场景
  • 2.3 生成式AI与基座模型概述
  • 2.4 LLM微调、RAG与AI Agent技术导论
  • 2.5 制定有效方案：数据战略与AI战略的对比
  • 2.6 数据产品、数据项目与数据计划的区别
  • 第3章 基于业务目标的数据密集型应用场景分类
  • 3.1 运营优化型应用场景
  • 3.2 产品主导增长优化型应用场景
  • 3.3 增长营销优化型应用场景
  • 3.4 决策支持优化型应用场景
  • 3.5 财务优化型应用场景
  • 3.6 数据变现型应用场景
  • 第4章 数据与AI驱动的产品主导增长
  • 4.1 充分利用数据驱动产品主导增长
  • 4.2 产品分析与机器学习在产品主导增长中的作用
  • 4.3 以基座模型驱动产品主导增长
  • 第5章 数据与AI驱动的营销效能提升
  • 5.1 AI和机器学习驱动的营销战略支持
  • 5.2 客户细分与营销活动级别优化
  • 5.3 全面提升常态化营销活动的运营效率
  • 第6章 验证数据与AI商业产品及服务的产品市场契合度
  • 6.1 探析科技初创企业失败的主要原因
  • 6.2 产品市场契合度
  • 6.3 实践产品市场契合度的基本原则
  • 6.4 探索产品市场契合度战略制定中的有效实践方法
  • 第2部分 数据与AI的三重维度：伦理考量、部署策略与竞争分析
  • 第7章 遵循监管与伦理标准
  • 7.1 标准规范
  • 7.2 前期监管合规考虑
  • 7.3 AI伦理问题应当置于首位
  • 7.4 构建生成式模型的重要考量
  • 第8章 成功部署AI的实施策略
  • 8.1 AI部署的基础架构
  • 8.2 AI部署的关键考量要素
  • 8.3 选择适配部署需求的技术栈
  • 8.4 成本考虑：自建与购买
  • 8.5 速度和效率
  • 8.6 基于敏捷与DevOps原则的AI部署
  • 8.7 AI部署中的常见误区与最佳实践策略
  • 8.8 构建基座模型应考虑的要素
  • 8.9 RAG部署的关键考虑要素
  • 第3部分 支持增长的技术基础
  • 第9章 行业与组织调研
  • 9.1 生成式AI驱动的市场研究
  • 9.2 开展技术快速评估
  • 9.3 确定合适的案例研究
  • 9.4 调研并识别合适的应用场景
  • 9.5 从现有文档和访谈中提取关键信息
  • 9.6 确定最佳匹配的应用场景
  • 9.7 生成式AI应用场景的补充考量
  • 第10章 技术评估
  • 10.1 评估现有数据清单的有效性与使用效率
  • 10.2 评估与分析现有参考架构
  • 10.3 通过初步技术差距分析识别关键技术鸿沟
  • 10.4 在数据基础架构中的基座模型应用考量
  • 第11章 利益相关方的参与和数据素养能力
  • 11.1 利益相关方的界定、分类与优先级管理
  • 11.2 需求收集与利益相关方访谈
  • 11.3 评估企业高管及全员数据素养需求现状
  • 第12章 评估组织的现状
  • 12.1 构建反映组织现状的基础流程、组织架构、技术体系与信息模型
  • 12.2 评估组织的数据成熟度
  • 12.3 开展数据技能调查与审计
  • 12.4 评估管理和微调基座模型所需的专业技能
  • 12.5 开展数据资源审计与报告编制
  • 12.6 评估基座模型的基础结构与计算成本
  • 第13章 评估当前状态：AI伦理与数据隐私
  • 13.1 审视企业的法律与监管体系
  • 13.2 AI的可问责性、可解释性和公平性的差距分析
  • 13.3 实践应用与案例分析
  • 13.4 提升整体依从性与合规性的策略
  • 第4部分 AI战略的制定与实施
  • 第14章 筛选并界定最佳应用场景
  • 14.1 记录整理潜在应用场景
  • 14.2 基座模型选择标准
  • 14.3 识别与推荐最佳应用场景
  • 14.4 界定数据计划的范围、进度表、利益相关方及关键绩效指标
  • 14.5 制定项目章程的方法
  • 14.6 向关键利益相关方推介项目
  • 第15章 评估全部相关资源
  • 15.1 明确目标用户及其需求
  • 15.2 数据资源需求评估
  • 15.3 评估与项目相关的数据架构
  • 15.4 弥补数据技能与数据素养的缺口
  • 15.5 制定培训方案
  • 15.6 制定招聘方案
  • 15.7 评估供应商合作关系并制定供应商管理方案
  • 15.8 应对基座模型的伦理与社会影响
  • 15.9 构建基座模型的监控与运维挑战
  • 15.10 数据项目中的高级风险防控与治理
  • 第16章 技术战略规划：实现未来的目标规划
  • 16.1 剖析技术战略规划的构成要素
  • 16.2 深入探究基础概述部分
  • 16.3 撰写技术愿景部分
  • 第17章 制定最终战略规划
  • 17.1 制定实施路线图
  • 17.2 合规要求
  • 17.3 资源分配与预算
  • 17.4 利益相关方与部门协同
  • 17.5 培训和人才招聘方案
  • 17.6 风险管理与应急预案
  • 17.7 监控与管理体系
  • 17.8 数据战略的高级项目管理
  • 17.9 战略规划的总结与展望
  • 17.10 实施方案优化的工具、技术与资源
  • 17.11 这仅是开始
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。