Mākslīgā intelekta integrācija un uzņēmējdarbības transformācija
Studiju kursa īstenotājs
20080719
Par studiju kursu
Mērķis
Studiju mērķis ir sagatavot studējošos efektīvai mākslīgā intelekta (MI) izmantošanai biznesa vadībā. Studējošie iegūs padziļinātas zināšanas par MI risinājumiem un to stratēģisko pielietojumu, apgūs praktiskas iemaņas MI projektu vadībā un biznesa procesu optimizācijā. Kursā tiks attīstītas prasmes MI stratēģiju izstrādē, datu pārvaldībā un ētikas jautājumu risināšanā, veicinot studējošo spēju vadīt un ievest MI organizatoriskās pārmaiņas un atrast ciešu saikni starp MI un biznesa vajadzībām.
Priekšzināšanas
Biznesa vadības pamati: Pamatzināšanas par biznesa procesu vadību Izpratne par organizāciju struktūrām un vadības principiem Projektu vadības pamati Tehnoloģiju izpratne: Pamata digitālā pratība Spēja strādāt ar biznesa programmatūru Izpratne par datu analīzes pamatprincipiem Analītiskās prasmes: Spēja analizēt biznesa problēmas Kritiskā domāšana Pamata statistikas izpratne
Studiju rezultāti
Zināšanas
1.1) Studējošie brīvi orientējas MI risinājumos biznesa vadībā, izprot to potenciālu un ierobežojumus, kā arī pārzina jaunākās nozares tendences. 2) Studējošiem ir visaptverošas zināšanas par MI stratēģijas izstrādi un ieviešanu, kas ļauj viņiem kompetenti diskutēt un argumentēt par dažādu MI risinājumu pielietojumu organizācijās. 3) Studējošie apguvuši vismaz 3 rīkus, kas paredzēti biznesa procesu optimizācijai 4) Studējošie pārzina vismaz 5 dažādas MI projektu vadības metodoloģijas un spēj izvēlēties piemērotāko katram konkrētajam gadījumam. 5) Studējošie apguvuši padziļinātas zināšanas par MI ētikas principiem un pārvaldības praksi, kas ļauj viņiem izveidot atbildīgas MI izmantošanas vadlīnijas savās organizācijās.
Prasmes
1.1) Izstrādā un dokumentē visaptverošu MI stratēģiju organizācijai, iekļaujot detalizētu situācijas analīzi, konkrētus ieviešanas soļus, izmērāmus rezultātu indikatorus un nepieciešamo resursu aprēķinu. 2) Plāno un īsteno MI projektus, izveidojot detalizētu projekta plānu, pielietojot gan Agile, gan tradicionālās projektu vadības metodes, dokumentējot progresu un izmērot projekta rezultātus. 3) Izvērtē un salīdzina MI risinājumus, veicot funkcionalitātes analīzi, izmaksu-ieguvumu novērtējumu, tehnisko prasību atbilstības pārbaudi un ieviešanas risku novērtējumu. 4) Izveido un realizē datu pārvaldības stratēģiju MI iniciatīvām, definējot kvalitātes kritērijus, ieviešot drošības prasības un nodrošinot atbilstību regulējumam. 5) Vada un koordinē MI ieviešanas pārmaiņu procesus, izstrādājot pārmaiņu vadības plānu, nosakot mērāmus indikatorus un organizējot nepieciešamās apmācības programmas.
Kompetences
1.1) Studējošie spēj izstrādāt visaptverošu MI stratēģiju organizācijai, ņemot vērā tās specifiku, mērķus un resursus. 2) Studējošie spēj kritiski analizēt un novērtēt dažādus MI risinājumus, izvēloties vispiemērotākos konkrētām biznesa vajadzībām. 4) Studējošie prot izstrādāt un ieviest datu stratēģiju, kas atbalsta MI iniciatīvas, nodrošinot nepieciešamo datu kvalitāti, drošību un atbilstību regulējumam. 5) Studējošie prot vadīt organizatoriskās pārmaiņas, kas saistītas ar MI ieviešanu, veidojot uz inovācijām vērstu organizācijas kultūru un nodrošinot nepieciešamo prasmju attīstību komandā.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Gala pārbaudījumā studējošie izveidos un prezentēs visaptverošu plānu vai nu: a) Esošā uzņēmuma pārveidošanai, izmantojot MI tehnoloģijas, vai b) Jauna, uz MI balstīta biznesa izveidošanai, kas risina konkrētu biznesa problēmu. Studējošie demonstrēs spēju pielietot kursā apgūtās koncepcijas reālās dzīves scenārijos, sintezējot zināšanas no dažādām lekcijām. Attīsta prezentācijas un biznesa plānošanas prasmes, kas ir būtiskas MI ieviešanai organizācijās.
Sniegums gala pārbaudījumā tiks vērtēts pēc sekojošiem kritērijiem:
- MI stratēģijas/biznesa plāna kvalitāte un cik reāla iespēja īstenot (30%)
- Prezentācijas skaidrība un profesionalitāte (30%)
- Inovatīvā domāšana un problēmu risināšana (30%)
- MI koncepciju pielietojuma dziļums (10%)
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
1. Katras lekcijas beigās, būs īss, automātiski vērtēts daudz izvēļu tests, lai novērtētu izpratni par galvenajām tēmām lekcijā, veicinātu regulāru iesaisti kursa materiālā un sniegtu tūlītēju atgriezenisko saiti, katrai aptaujai vienādi veidojot 30% no kopējā kursa vērtējuma.
2. Pārbaudes darbs, kas aptver kursa tēmas, novērtēs vispārējo izpratni par MI koncepcijām, teorijām un pielietojumiem biznesa vadībā, izmantojot daudz izvēļu jautājumus (50% no atzīmes) un rakstisku gadījuma analīzi (case study) (50% no atzīmes), kur pēdējā vērtē kritisko domāšanu, kursa koncepciju pielietošanu un spēju izskaidrot sarežģītas idejas reālā biznesa kontekstā. Rakstiskā sadaļa tiks vērtētā šādos kritērijos (Problēmas identifikācija, MI koncepciju pielietošana, Analīze un kritiskā domāšana, Rekomendācijas, Komunikācija)
3. Gala pārbaudījumā studējošie izveidos un prezentēs visaptverošu plānu vai nu: a) Esošā uzņēmuma pārveidošanai, izmantojot MI tehnoloģijas, vai b) Jauna, uz MI balstīta biznesa izveidošanai, kas risina konkrētu biznesa problēmu. Studenti demonstrēs spēju pielietot kursa koncepcijas reālās dzīves scenārijos, sintezējot zināšanas no dažādām lekcijām. Attīsta prezentācijas un biznesa plānošanas prasmes, kas ir būtiskas MI ieviešanai organizācijās.
Sniegums gala pārbaudījumā tiks vērtēts pēc sekojošiem kritērijiem:
- MI stratēģijas/biznesa plāna kvalitāte un cik reāla iespēja īstenot (30%)
- Prezentācijas skaidrība un profesionalitāte (30%)
- Inovatīvā domāšana un problēmu risināšana (30%)
- MI koncepciju pielietojuma dziļums (10%)
|
||
Studiju kursa tēmu plāns
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Ievads. Mākslīgais intelekts un tā ietekme uz biznesu
Apraksts
Anotācija: 1) Pašreizējais MI tehnoloģiju stāvoklis
2) MI ietekme uz dažādām nozarēm
3) Veiksmīgas MI ieviešanas gadījumu izpēte biznesā
Nodarbības jautājumi: Kā MI var pārveidot biznesa operācijas un stratēģiju jūsu nozarē?
Kādas tehnoloģijas jūs varat izmantot jau šodien vai kādi būtu jāpēta?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI stratēģijas un ceļveža izstrāde
Apraksts
Anotācija: 1) Organizācijas gatavības novērtēšana MI ieviešanai
2) Augstas ietekmes MI lietošanas gadījumu identificēšana
3) MI iniciatīvu prioritizēšana
4) MI ceļveža izstrāde
5) Pārmaiņu vadība MI ieviešanai
Nodarbības jautājumi: Kā jūs novērtētu savas organizācijas gatavību MI un izstrādātu stratēģisko ceļvedi MI ieviešanai?
Kādus kritērijus jūs izmantotu, lai prioritizētu MI iniciatīvas savā organizācijā?
Kā var piemērot pārmaiņu vadības principus, lai nodrošinātu veiksmīgu MI ieviešanu?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI ētika un risku pārvaldība
Apraksts
Anotācija: 1) Ētiskie apsvērumi MI izstrādē un ieviešanā
2) Neobjektivitāte MI sistēmās: atpazīšana un mazināšana
3) MI caurskatāmība un izskaidrojamība
4) Datu privātums un drošība MI laikmetā
5) MI ētikas ietvara izstrāde jūsu organizācijai
6) MI Centrs Latvijā
Nodarbības jautājumi: Kādu ētikas ietvaru jūs piedāvātu MI izmantošanai savā organizācijā, un kā jūs nodrošinātu tā ieviešanu?
Kā var identificēt un mazināt neobjektivitāti MI sistēmās?
Kādas stratēģijas var izmantot, lai līdzsvarotu MI caurskatāmību ar intelektuālā īpašuma aizsardzību?
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI nākotne un jaunās tehnoloģijas (Vieslekcija)
Apraksts
Nodarbības jautājumi: Kā jaunās MI tehnoloģijas varētu ietekmēt jūsu nozari nākamajos 5-10 gados, un kā jūsu organizācija var sagatavoties?
Kādas potenciālās sinerģijas pastāv starp MI un citām jaunajām tehnoloģijām, piemēram, kvantu skaitļošanu vai lietu internetu?
Kā varētu attīstīties cilvēku darbu attiecības, attīstoties MI spējām?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI vadīta lēmumu pieņemšana
Apraksts
Anotācija: 1) MI loma cilvēku lēmumu pieņemšanas papildināšanā
2) Prognozējošā analītika un prognozēšana
3) Preskriptīvā analītika optimizācijai
4) Reāllaika lēmumu atbalsta sistēmas
5) MI ieteikumu līdzsvarošana ar cilvēku spriedumu
Nodarbības jautājumi: Kādos veidos MI var papildināt un uzlabot lēmumu pieņemšanas procesus jūsu konkrētajā biznesa kontekstā?
Kā jūs integrētu MI radītās atziņas ar cilvēku ekspertīzi stratēģiskajā lēmumu pieņemšanā?
Kādi ir potenciālie ierobežojumi un riski, paļaujoties uz MI kritisko biznesa lēmumu pieņemšanā?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI Praksē - klientu apkalpošanā, finanšu pakalpojumos
Apraksts
Anotācija: 1) MI vadīta klientu segmentācija un personalizācija
2) Čatboti un virtuālie asistenti klientu apkalpošanā
3) Prognozējošā klientu uzvedības modelēšana
4) MI satura veidošanā
5) MI ROI mērīšana mārketinga iniciatīvās
6) MI Finanšu plānošanā
Nodarbības jautājumi: Kā var izmantot MI, lai uzlabotu klientu pieredzi un palielinātu mārketinga ROI jūsu nozarē?
Kādi ir ētiskie apsvērumi, izmantojot MI klientu uzvedības prognozēšanai un personalizācijai?
Kā jūs mērītu MI vadītu mārketinga iniciatīvu efektivitāti?
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu stratēģija un infrastruktūra MI
Apraksts
Anotācija: 1) Uz datiem balstītas kultūras veidošana
2) Datu pārvaldība un kvalitātes vadība
3) Datu arhitektūra MI projektiem
4) Mākoņdatošana un MI infrastruktūra
5) Datu drošības un atbilstības apsvērumi
6) Praktiskais uzdevums: Izveidojam savu PowerBI atskaiti
Nodarbības jautājumi: Kā jūs izstrādātu visaptverošu datu stratēģiju, lai atbalstītu MI iniciatīvas savā organizācijā?
Kādi ir galvenie apsvērumi, izvēloties starp vietējo un mākoņa infrastruktūru MI projektiem?
Kā organizācijas var nodrošināt datu kvalitāti un drošību, vienlaikus ievērojot atbilstību noteikumiem?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Biznesa procesu automatizācija ar MI
Apraksts
Anotācija: 1) Ievads MI vadītā biznesa procesu automatizācijā
2) Galvenās tehnoloģijas MI procesu automatizācijā (RPA, NLP, Mašīnmācīšanās)
3) Procesu identificēšana, kas piemēroti MI automatizācijai
4) MI automatizācijas ieviešana: izaicinājumi un labākā prakse
5) MI automatizācijas ietekmes mērīšana uz biznesa sniegumu
6) Nākotnes tendences MI veicinātas procesu automatizācijā
Nodarbības jautājumi: Kā jūs novērtētu, kuri biznesa procesi jūsu organizācijā ir vispiemērotākie MI vadītai automatizācijai, un kādus kritērijus jūs izmantotu šim novērtējumam?
Kādi ir potenciālie ieguvumi un riski, ieviešot MI vadītu procesu automatizāciju konkrētā jūsu biznesa jomā, un kā jūs mazinātu šos riskus?
Kā var izmērīt MI automatizācijas projekta panākumus un ROI, un kādus galvenos snieguma rādītājus (KPI) jūs piedāvātu, lai izsekotu tā ietekmi uz biznesa sniegumu?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI talantu piesaiste, komandu veidošana un MI projektu vadībā
Apraksts
Anotācija: 1) MI projektiem nepieciešamās lomas un prasmes
2) MI spēju veidošana vs. iegāde
3) Sadarbība starp tehniskajām un biznesa komandām
4) Esošā darbaspēka prasmju uzlabošana MI jomā
5) Inovāciju un nepārtrauktas mācīšanās kultūras veidošana
6) Praktiskais darbs
Nodarbības jautājumi: Kādas stratēģijas jūs izmantotu, lai izveidotu un uzturētu efektīvu MI komandu savā organizācijā?
Kā ne-tehniskie vadītāji var efektīvi sadarboties ar MI speciālistiem?
Kādas pieejas var izmantot, lai uzlabotu esošo darbinieku prasmes ar MI saistītās jomās?
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
MI ieviešana un MI kultūra
Apraksts
Anotācija: 1) MI projektu dzīves cikls un metodoloģijas
2) MI projektu atlase un tvēruma noteikšana
3) MI izstrādes un ieviešanas vadība
4) MI projektu panākumu mērīšana un komunicēšana
5) MI mērogošana no pilotprojekta līdz ražošanai
6) MI ietekmes izpratne uz organizācijas kultūru
7) MI gatavās organizācijas kultūras galvenie elementi
8) MI ieviešanas pretestības pārvarēšana
Nodarbības jautājumi: Kā jūs izstrādātu AI projekta dzīves ciklu savai organizācijai, ņemot vērā gan tehnisko attīstību, gan kultūras pielāgošanu?
Kādus galvenos atskaites punktus un pārskatīšanas posmus jūs iekļautu?
Aprakstiet stratēģiju AI risinājuma paplašināšanai no pilotprojekta līdz pilnai ražošanai jūsu organizācijā.
Ar kādiem potenciāliem izaicinājumiem jūs varētu saskarties, un kā jūs tos risinātu?
Kā vadītāji var efektīvi pārvaldīt pretestību AI ieviešanai, vienlaikus veicinot AI gatavu organizācijas kultūru?
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vieslekcija: MI transformācijas veiksmes stāsti (Vieslekcija)
Apraksts
Anotācija: Vieslektors pasniegs lekciju par un ap sekojošām tēmām
1) Izaicinājumi, ar kuriem saskarās un pārvarēja MI ieviešanas laikā
2) Galvenie panākumu faktori MI vadītai biznesa transformācijai
3) Gūtās mācības un labākā prakse
4) Jautājumu un atbilžu sesija ar vieslektoru
Nodarbības jautājumi: Kādas mācības no veiksmīgām MI transformācijām var piemērot jūsu organizācijas MI ceļojumam?
Kā aplūkotais uzņēmums pārvarēja pretestību MI ieviešanai, un ko var mācīties no viņu pieejas?
Kādi bija vissvarīgākie veiksmes faktori MI transformācijas procesā?
|
-
Patstāvīgais darbs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Gala pārbaudījuma prezentācijas
Apraksts
Anotācija: Darbs grupās, pirms tam jāatrod problēma ko MI varētu risināt, stundu laikā tiek izstrādāts risinājums, teorijā un prezentēts ieviešanas
|
Bibliogrāfija
Obligātā literatūra
Daugherty, P. R., & Wilson, H. J. (2024). Human + Machine, Updated and Expanded: Reimagining Work in the Age of AI. Harvard Business Review Press.Piemērots angļu valodas plūsmai
Malone, T. W. (2018). Superminds: The Surprising Power of People and Computers Thinking Together. Little, Brown Spark.Piemērots angļu valodas plūsmai
Iansiti, M., & Lakhani, K. R. (2020). Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World. Harvard Business Review Press.Piemērots angļu valodas plūsmai