服务、管理技术奇点——人工智能来了，该如何应对？

第一章  人工智能来了

政治学家、人工智能创始人之一赫伯特.西蒙于1960年宣称：“我们离复制人类大脑解决问题的能力和信息处理能力已经不远了。”西蒙的预测后来无望的落空了，但事实证明，现在，未来已来。

1.   无处不在的人工智能

1)     现象／数据／信息／知识关系如何

2)     大数据的作用

3)     如何解决不确定性问题

4)     催生的新领域-AI

2.   AI定义

第二章    深度学习+大数据结合

人类的与众不同之处就是能够学习，这也一直是传统人工智能一直努力实现的。人脑与神经网络最基本的不同在于，人脑中的长时程增强是一个生物化学过程，而在神经网络中，学习是通过修改其自身代码，以在复杂或不明朗的情况下，找到输入输出之间或者原因与结果之间的联系而发生的。所以人工智能的今天，深度学习的模型是我们最终结果准确率的关键。

1.   AI发展

2.   第三次AI热潮有何不同

3.   深度学习是如何定义的？

4.   第三章  人机大战

5.   AlphaFGo 带给人类的启示

6.   人工智能的分类

1)     弱人工智能

2)     强人工智能

3)     超人工智能

7.   今天的人工智能还不能做什么？

第三章      AI时代如何结合业务做变革

我们今天从事的呼叫中心行业，是一个集成大数据的核心部门，那么如何利用好这些数据，创造或者训练出增效的智能工具呢？或者呼叫中心行业启用智能工具所要做的前期分析和判断有哪些呢？

1.   呼叫中心发展到什么阶段适合做人工智能？

1)     透过呼叫中心发展的目标看智能需求

2)     透过不确定性数据看智能需求

3)     呼叫中心的那些条件影响人工智能的决策

2.   人工智能可以在呼叫中心的哪些场景种应用？

1)     服务联络分析

2)     服务模块分析

3)     服务目标分析

4)     管理环节分析

5)     战略决策分析

3.   人工智能应用的前提是什么？

4.   人工智能制支撑服务是？

5.   人工智能+客户服务的风险是？

第四章    行业具体AI智能服务的具体说明

呼叫中心有哪些可运用的场景？结合要改变的场景，有多少智能的工具？智能工具的显性和隐形成本有哪些？对于智能工具如何为我们效劳？

1.   智能ivr

1)     数据特征

2)     解决目标

3)     实际对比

2.   知识库

3.   流程机器人

4.   语音分析

5.   智能质检

第五章    AI时代的学习与培训结合

大多数企业启用AI工具后，期望与预期不匹配，苦不堪言。其实并非工具不好用，而是我们准备，学习，培训，成长不够。任何一款工具的优势发挥，都离不开我们的训练。

1.   AI时代我们学习什么？

1)     如何实施和部署？

2)     如何管理和应用？

3)     如何效率复盘？

2.   AI时代我们该如何学习？

3.   AI时代我们关注什么