Hubungi Kami

Kerangka Materi

Fondasi AI: Konsep, Jenis, dan Miskonsepsi

  • Apa itu kecerdasan buatan dan apa yang bukan kecerdasan buatan
  • AI sempit versus AI umum
  • Machine learning, deep learning, dan data science
  • Bagaimana machine learning bekerja tanpa istilah teknis yang rumit

Generative AI dan AI Agents dalam Bisnis

  • Kemampuan dan keterbatasan generative AI
  • AI agents dan cara kerjanya
  • Aplikasi bisnis umum dari generative AI
  • Halusinasi dan keterbatasan alat saat ini

Kesiapan Data: Fondasi untuk AI

  • Data terstruktur dan tidak terstruktur
  • Kualitas data dan dimensi utamanya
  • Esensi tata kelola data bagi manajer
  • Mengapa kesiapan data harus didahulukan sebelum AI

Di Mana AI Menciptakan Nilai Bisnis

  • Matriks peluang AI
  • Analisis rantai nilai untuk kasus penggunaan AI
  • Kegiatan utama dan pendukung
  • Proses yang menghasilkan nilai tertinggi

Studi Kasus Sukses AI dan Pelajaran yang Dipetik

  • Aplikasi AI nyata di berbagai fungsi bisnis
  • Apa yang membuat implementasi yang sukses berhasil
  • Pola kegagalan umum dan cara menghindarinya

Lokakarya: Mengidentifikasi Peluang AI per Departemen

  • Memetakan proses departemen dan titik kesakitan (pain points)
  • Menghasilkan ide kasus penggunaan AI untuk setiap area bisnis
  • Mengisi kanvas peluang AI
  • Berbagi dan mendiskusikan temuan antar departemen

Memrioritaskan Kasus Penggunaan AI untuk Nilai Maksimal

  • Penilaian nilai versus kelayakan
  • Pemenang cepat versus taruhan strategis
  • Corong proyek AI
  • Memilih kasus penggunaan pertama yang akan dipursu

Tata Kelola AI: Peran, Komite, dan Akuntabilitas

  • Siapa yang harus memimpin AI di organisasi
  • Peran, komite, dan tanggung jawab tata kelola
  • Pusat Keunggulan (Center of Excellence) versus kepemilikan terdistribusi
  • Praktik terbaik untuk tata kelola AI

Keamanan, Risiko, dan AI Bertanggung Jawab

  • Konstrain keamanan informasi dan perlindungan data
  • Penilaian risiko untuk inisiatif AI
  • Pedoman etika dan penggunaan AI yang bertanggung jawab
  • Membangun AI yang dapat dipercaya

Membangun Organisasi yang Siap untuk AI

  • Menilai kematangan AI
  • Keterampilan dan kompetensi untuk perjalanan AI
  • Manajemen perubahan dan kesiapan budaya
  • Siklus strategi AI

Lokakarya: Membuat Peta Jalan Implementasi AI dan Rencana Aksi

  • Mengonsolidasikan peta peluang
  • Menetapkan fase, pemenang cepat, dan tonggak pencapaian
  • Menugaskan pemilik, metrik, dan titik pemeriksaan tata kelola
  • Memproduksi peta jalan awal dan langkah selanjutnya

Persyaratan

  • Tidak diperlukan pengetahuan teknis atau pemrograman sebelumnya.
  • Ketertarikan dalam menerapkan AI dalam konteks bisnis atau manajemen.

Target Peserta

  • Manajer senior dan kepala departemen.
  • Manajer umum dan eksekutif.
  • Pemimpin yang bertanggung jawab atas inisiatif digitalisasi dan transformasi.
 16 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait