AI赋能:企业智能化应用实践

序言一
序言二
前言
第1章智能化应用的概念/
1.1智能化的概念/
1.1.1什么是智能化/
1.1.2企业为什么需要智能化/
1.1.3企业如何实现智能化/
1.1.4智能化与数字化的关系/
1.2智能化应用：构建企业智能化生态的
关键要素/
1.3智能化应用的分类/
1.3.1数据分析型智能化应用/
1.3.2决策支持型智能化应用/
1.3.3自动化型智能化应用/
1.3.4人机协作型智能化应用/
1.4智能化应用的构成要素/
1.4.1数据基础/
1.4.2业务需求/
1.4.3技术支撑/
1.4.4战略驱动/第2章智能化应用的价值、挑战及发展趋势/
2.1智能化应用的价值/
2.1.1提高效率/
2.1.2优化决策/
2.1.3降低成本/
2.1.4改善用户体验/
2.1.5增强竞争力/
2.2智能化应用面临的挑战/
2.2.1数据质量/
2.2.2算法不可解释/
2.2.3数据隐私/
2.2.4数据安全风险/
2.3智能化应用的发展趋势/
2.3.1技术深度融合/
2.3.2数据价值挖掘/
2.3.3跨行业应用/第3章智能化技术概述/
3.1智能化技术的概念和发展历程/
3.1.1智能化技术的概念/
3.1.2智能化技术的发展历程/
3.2智能化技术的分类/
3.2.1人工智能技术/
3.2.2区块链技术/
3.2.3机器人技术/
3.2.4传感器技术/
3.2.5云计算技术/
3.2.6大数据技术/
3.2.7物联网技术/
3.2.8边缘计算技术/
3.3智能化技术的主要应用场景/
3.3.1智能感知与识别/
3.3.2数据分析与挖掘/
3.3.3业务智能决策/
3.3.4工艺与流程优化/
3.3.5智能控制与自动化/
3.3.6人机交互与协同/
3.4智能化技术的发展趋势/
3.4.1多模态融合技术将更加普及，强化
智能化交互体验/
3.4.2与业务深度融合，促进企业业务升级/
3.4.3向边缘设备推进，实现分布式智能化
应用/
3.4.4注重数据安全和隐私保护，应对数据
安全风险挑战/
3.4.5注重社会责任和伦理问题，推动智能
化应用健康发展/目录////AI赋能：企业智能化应用实践第4章多行业智能化应用业务场景分析/
4.1汽车行业/
4.1.1汽车行业业务分析/
4.1.2汽车行业智能化应用的全景分析/
4.1.3典型智能化应用一：基于机器学习
技术的汽车销量预测/
4.1.4典型智能化应用二：基于多分类
深度学习技术的汽车售后
备件需求预测/
4.1.5典型智能化应用三：基于多目标优化
技术的售后服务备件生产计划
和库存优化/
4.2石油石化行业/
4.2.1石油石化行业业务分析/
4.2.2石油石化行业智能化应用的
全景分析/
4.2.3典型智能化应用一：基于运筹优化
技术的油气田智能钻井参数优化/
4.2.4典型智能化应用二：炼油工艺产品
收率优化/
4.2.5典型智能化应用三：工艺参数智能预警
与控制/
4.3化工行业/
4.3.1化工行业业务分析/
4.3.2化工行业智能化应用的全景分析/
4.3.3典型智能化应用一：化学品生产
工艺的多目标优化/
4.3.4典型智能化应用二：生产流程的
质量智能检测/
4.3.5典型智能化应用三：化工产品组
分纯度的智能控制/
4.4烟草行业/
4.4.1烟草行业业务分析/
4.4.2烟草行业智能化应用的全景分析/
4.4.3典型智能化应用一：制丝线水分
稳定性智能控制/
4.4.4典型智能化应用二：基于机器学习
与运筹优化技术的烘丝机出口
质量优化/
4.4.5典型智能化应用三：基于机器视觉
与仿真技术的全线质量控制/
4.5钢铁行业/
4.5.1钢铁行业业务分析/
4.5.2钢铁行业智能化应用的全景分析/
4.5.3典型智能化应用一：基于卷积神经
网络的钢板表面缺陷检测与识别/
4.5.4典型智能化应用二：基于深度学习的
VD炉的炉温控制质量检测/
4.5.5典型智能化应用三：基于人工智能技术
的钢材制成件的销量预测/
4.6通信运营商/
4.6.1通信运营商业务分析/
4.6.2通信运营商智能化应用的
全景分析/
4.6.3典型智能化应用一：
智能语音客服/
4.6.4典型智能化应用二：智能化用户画像与
营销推荐系统/
4.6.5典型智能化应用三：智能化网络调度与
安全/
4.7其他行业/
4.7.1零售业/
4.7.2医疗健康行业/
4.7.3物流行业/
4.7.4机械制造行业/第5章智能化应用的项目化实施/
5.1智能化应用的前期准备/
5.1.1智能应用场景识别/
5.1.2智能应用的业务价值分析/
5.2智能化应用的可行性分析/
5.2.1ROI预估/
5.2.2数据可用性和可信度评估/
5.2.3智能化技术可行性和
可扩展性评估/
5.2.4企业内部的技术和人员资源评估/
5.3工程化实施团队组建/
5.3.1确定团队目标与考核体系/
5.3.2确定团队人员角色及分工/
5.3.3确定团队组织形式：
跨组织、委外、合作/
5.3.4确定团队沟通机制/
5.4智能化应用的开发流程/
5.4.1需求分析和定义/
5.4.2数据采集和预处理/
5.4.3算法技术方案设计/
5.4.4算法和模型开发/
5.4.5智能化应用集成/
5.4.6应用部署和测试/
5.4.7迭代和优化/
5.5智能化应用的系统化集成/
5.5.1智能化应用的架构设计与实现/
5.5.2业务应用设计、开发与集成/
5.5.3前后端应用的设计、开发与集成/第6章智能化应用的实践案例/
6.1某全球化学品龙头生产企业——工艺
优化与产品质量智能预测/
6.2某新能源电池企业——
售后备件供应链智能优化/
6.3某卷烟厂——基于机器学习与
运筹优化技术的制丝线智能
控制系统/
6.4某国产汽车龙头企业——汽车售后
服务智能优化/
6.5某化纤龙头企业——基于销量预测的
智能排产与转产