已開放尚未開始
主管與 AI 導入
聚焦 AI 素養、Use Case 發現、流程與痛點訪談、Use Case 優先排序與人工監督,協助主管在部門內負責任地推動 AI 導入,並延伸到帶領真實產業共創專案與企業轉型。
8 門課程 · 預估學習時數: 60 小時
適合對象
- 需要評估部門 AI 導入 Use Case 的主管與承辦人
- 準備把已排序的 Use Case 帶進真實產業共創專案的轉型負責人
學習成果
- 理解 AI 的能力邊界、風險與人工審查方法
- 完成 AI Use Case Discovery Canvas、Process & Pain Point Map 與 Use Case Portfolio
- 把候選 Use Case 轉成 Project Charter,驗證 Proof of Value,並規劃企業轉型路線圖
培養的能力
- AI 素養
- Prompt 與 Context 設計
- 驗證與佐證
- Responsible AI 與資料安全
- AI 應用與 Use Case 設計
- AI 任務判斷
- 指令設計
- Context 與來源判斷
- 輸出驗證
- Human–AI–Human 工作流程
- 負責任使用
- 任務框定
- Context 選擇
- 執行設計
- 輸出驗證
- 人工把關
- Use Case 設計
- Use Case 探索
- 問題框定(而非解法)
- AI Use Case 模式判斷
- User、Owner 與結果角色
- 可衡量的期望結果
- 資料需求與授權意識
- 風險與人工審查框架
- 流程探索
- 中性、可追問證據的訪談問句
- 有界限的現況流程繪製
- 交接點辨識
- 判斷點紀錄
- 痛點分類法
- 根因作為待驗證假說
- 區分已觀察與已推估的基準值
- 證據可信度判斷
- 試點設計
- 價值作為可衡量結果
- 技術可行性評估
- 組織準備度評估
- 風險可見性與治理升級
- 證據信心評估
- Portfolio 思維
- 可執行的下一步、負責人與檢視日期
- 產業 AI 專案 Charter 撰寫
- 產業 AI PoV 原型與評估設計
- 企業 AI 轉型路線圖規劃
開始前需要完成
無
建議先具備
- IL 301 · IL 301|企業 AI Pilot 與導入實驗室
課程順序
- 1.AI 101 Claude AI 工作力基礎課程
- 2.AI101L AI 工作力實作:從工作任務到 AI Use Case
- 3.AD 101 AI Use Case Discovery:找出值得做的 AI 應用
- 4.AD 102 Process & Pain Point Discovery:流程與痛點發掘
- 5.AD 103 AI Use Case Prioritization:AI 應用組合評估與排序
- 6.IL 101 IL 101|產業 AI 專案與價值設計
- 7.IL 201 IL 201|產業 AI Proof of Value 共創實驗室
- 8.IL 302 IL 302|企業 AI 轉型、擴散與價值實現
下一步
AI 101 · Claude AI 工作力基礎課程