这一页讲的是学习目标，包括理解 business model 的概念及其与 AI 的关联，以及区分 business model 和 business process。
这一页讲的是学习目标，主要包括三个方面。第一是理解 business model（商业模式）的概念及其与 AI 的关联。商业模式是企业创造、传递和捕获价值的方式，在 AI 环境中，商业模式可能涉及数据驱动的决策、自动化流程等。第二是讨论 business model 和 business process（业务流程）的区别。商业模式侧重于战略层面，描述企业如何盈利，而业务流程则是具体的操作和活动，支持商业模式的实现。最后提到未来课程中将探讨如何将商业模式和业务流程应用于 AI 场景中的实际案例。这些目标为后续课程奠定了理论基础，帮助学生理解 AI 在商业中的应用。
第 3 / 37 页
这一页讲的是课程的议程，包括 AI 市场、商业基础、AI 与商业战略、术语澄清，以及课程信息。
这一页讲的是课程的主要议程内容。首先，AI 市场部分探讨了谁对 AI 工具感兴趣以及原因，这涉及市场需求和用户群体分析。其次，商业基础部分讨论 AI 工具如何与商业模型和业务流程相结合，这强调了技术与商业的整合性。接着，AI 与商业战略部分分析 AI 是否能带来竞争优势，并举例说明 AI 在不同商业环境中的应用。然后，术语澄清部分帮助学生理解管理者常用的术语和流行词汇，增强与管理层的沟通能力。最后是课程信息，包括课程细节和答疑环节，为学生提供学习支持。这些议题为理解 AI 在商业中的应用及其战略意义奠定了基础。
这一页讲的是人工智能市场规模的增长趋势及预测。首先，页面显示了市场的历史周期(2021-2024)、基准年(2025)和预测周期(2026-2034)，并指出复合年增长率(CAGR)为26.60%。市场规模从2026年的294.16亿美元预计增长到2034年的375.93亿美元。此外，图表详细展示了不同技术领域的市场规模变化，包括自然语言处理(Natural Language Processing)、计算机视觉(Computer Vision)、机器学习(Machine Learning)、AI机器人(AI Robotics)等。图表显示这些技术领域的市场规模逐年增长，尤其是机器学习和计算机视觉的贡献较大。另一张柱状图则进一步分解了人工智能市场的组成部分，分别为服务(Services)、软件(Software)和硬件(Hardware)。从2024年的390.9亿美元到2033年的3497.3亿美元，服务和软件的市场份额增长显著。这些数据表明人工智能市场在未来的巨大潜力，尤其是在技术和服务领域的持续扩展。
第 5 / 37 页
这一页讲的是 2025 年 AI 的使用趋势和阶段。主要内容包括 AI 在企业功能中的使用比例增长，以及不同阶段的应用情况。
这一页讲的是 2025 年 AI 的使用趋势和企业应用阶段。图表显示，从 2017 年到 2025 年，使用 AI 的企业比例显著增长，从 20% 上升到 88%。其中，生成式 AI (gen AI) 的使用从 2023 年开始快速增长，预计到 2025 年达到 71%。右侧的柱状图分为四个阶段：实验阶段 (Experimenting, 32%)，试点阶段 (Piloting, 30%)，扩展阶段 (Scaling, 31%)，以及全面部署阶段 (Fully scaled, 7%)。这表明多数企业仍处于探索和扩展阶段，而全面部署的比例较低。这些数据反映了 AI 技术在企业中的逐步普及和成熟过程，尤其是生成式 AI 的快速发展。企业需要根据自身情况选择适合的应用阶段，例如从试点开始逐步扩展到全面整合。
第 6 / 37 页
这一页讲的是 AI 市场中的供需双方。供方主要是开发 AI 工具或服务的科技公司，需方包括组织、社区和个人。
这一页讲的是 AI 市场中供需双方的构成和特点。供方主要是科技公司，它们负责开发 AI 工具或提供 AI 服务。这些公司可以是综合型（generalists）或专注于某一领域（specialist/niche），也可能是传统企业（old/established）或初创公司（startups）。此外，它们可能提供现成产品（off-the-shelf）或定制化服务（customized services），服务对象包括企业客户（B2B）和个人消费者（B2C）。有些公司拥有自己的 AI 工具，而另一些则开发与第三方工具集成的服务。供方还包括内部 IT 或数字化职能部门。需方包括组织、社区和个人。组织可以是大型或中小型企业（large vs small/medium），非营利或营利机构（non-profit vs for-profit），使用 AI 工具的目的是跨职能应用（cross-functional）或特定业务功能（specific business function），并可能有战略性或操作性目标（strategic vs operational objectives）。社区和群体可以是正式的或非正式的（formal vs informal）。个人用户则可能出于个人或专业用途（personal vs professional use），包括高层管理者和终端用户（top management vs end-users）。这一页帮助我们理解 AI 市场中供需双方的多样性和复杂性。
第 7 / 37 页
这一页讲的是 AI 市场中的供需关系及个人定位。主要强调根据背景选择供给侧或需求侧，并考虑多方利益相关者的视角。
这一页讲的是在 AI 市场中个人如何定位于供给侧 (supply side) 或需求侧 (demand side)。首先，根据个人的背景和经验，可以判断自己更适合供给侧，例如技术开发者或服务提供者，还是需求侧，例如终端用户或购买方。同时，幻灯片指出，即使未来个人代表供给侧或需求侧的一方，也需要综合考虑多方利益相关者的视角，例如潜在购买者、服务提供商、终端用户以及法律实体等。这种全面的视角可以帮助个人更好地理解市场动态，优化决策。例如，一个 AI 工程师如果只关注技术开发而忽略用户需求，可能会导致产品无法满足市场需求。因此，供需关系的理解不仅有助于个人职业发展，还能促进整个市场的健康发展。
第 8 / 37 页
这一页讲的是为什么在课程中需要理解商业（business）。主要包括 AI 是解决商业问题的技术方案、实施 AI 需要调整商业模式，以及重新评估商业假设的重要性。
这一页讲的是为什么在课程中需要理解商业（business）。首先，人工智能（AI）是一种技术驱动的解决方案，能够帮助企业解决复杂的业务问题，例如优化流程、提高效率或预测市场趋势。其次，实施 AI 的过程通常需要对现有的商业模式进行调整，因为 AI 的引入可能改变企业的运营方式，例如需要新的数据基础设施或团队技能。最后，某些商业调整可能需要重新评估企业的基本假设，例如市场需求、客户行为或竞争环境。这些假设的重新审视能够确保企业在应用 AI 时能够适应新的环境和挑战。例如，一家零售企业在引入 AI 预测顾客需求时，可能需要重新定义其库存管理策略，以适应更动态的市场需求。这些内容强调了理解商业背景对成功应用 AI 的重要性。
这一页讲的是如何分析业务流程。首先，需要审视组织或业务功能中的战略和运营驱动因素，以寻找改进的机会。这些驱动因素可以包括降低成本、提高客户满意度、缩短周转时间等。其次，针对具体的业务流程进行分析，可以按照以下步骤进行：1. 识别流程；2. 创建高层次的业务流程图；3. 定义当前状态流程图（As-Is process map）；4. 设计目标状态流程图（To-Be process map）。As-Is流程图描述现有流程的实际情况，帮助发现问题；To-Be流程图则展示优化后的理想流程状态，用于指导改进方向。例如，如果一个公司希望减少订单处理时间，可以通过绘制As-Is流程图找到瓶颈，再通过设计To-Be流程图提出解决方案。
第 17 / 37 页
这一页讲的是流程映射框架 (Process Mapping Framework)，包括当前流程图 (As-Is Process Map) 和目标流程图 (To-Be Process Map)。主要内容是如何描述业务流程的现状和未来状态。
这一页讲的是流程映射框架 (Process Mapping Framework)，分为两部分：当前流程图 (As-Is Process Map) 和目标流程图 (To-Be Process Map)。当前流程图描述业务流程的现状，主要功能包括：准确捕捉组织流程的视觉化图像、展示完成流程的各个步骤，以及将流程拆解并显示相关应用。目标流程图则描述业务流程的未来状态，例如在自动化或工具集成后。它展示了理想的业务流程状态、自动化步骤的结构化表示，并说明集成工具（如 AI 或自动化）后流程的样貌。图中间的红蓝环形图强调了两者的关系，01代表现状，02代表未来。这个框架的意义在于帮助企业分析现有流程的效率，并规划优化后的流程设计。例如，企业可以通过当前流程图发现瓶颈，然后通过目标流程图设计自动化解决方案。
这一页讲的是Order-to-Cash流程的具体操作示例。首先，客户通过邮件发送采购订单(Purchase Order, PO)，代理人打开邮件附件，检查产品代码是否在采购订单中。如果代码存在，代理人进入ERP系统并执行相关事务处理；如果代码不存在，代理人会在主数据文件(master data file)中查找。如果主数据文件中也没有代码，代理人需通过邮件联系主数据分析员更新文件。一旦产品代码确认后，代理人根据组织要求和采购订单填写ERP系统所需字段，并生成和验证销售订单(Sales Order)。最后，代理人回复初始邮件，附上销售订单，并将邮件归档到处理文件夹。这一流程强调了数据准确性和ERP系统在订单处理中的关键作用。
第 19 / 37 页
这一页讲的是一个现状流程图 (As-Is Process Flowchart)，描述了从接收订单到生成销售订单的手动操作流程。关键步骤包括邮件处理、产品代码匹配和 ERP 系统录入。
这一页讲的是一个现状流程图 (As-Is Process Flowchart)，详细展示了处理销售订单的手动操作流程。流程从接收邮件开始，打开邮件附件中的采购订单 (PO)，然后检查是否存在产品代码。如果产品代码缺失，需要打开主数据文件并查找产品描述；如果找到匹配的产品代码，则进入 ERP 系统。登录 ERP 后，选择适当的交易页面，输入公司特定的订单值（如销售组织、部门、渠道等），并添加相关信息（如 Sold To、Ship To、PO 编号、物料代码和数量）。完成后生成销售订单 (Sales Order)，验证订单后回复邮件并附上销售订单，同时将邮件移至已处理文件夹。整个流程强调手动操作，可能存在效率低下和错误风险。通过这个流程图可以清楚地看到各步骤之间的逻辑关系和决策点，例如产品代码匹配的关键性。
第 20 / 37 页
这一页讲的是业务流程的改进(To-Be Process Flowchart)，重点是如何通过自动化和手动操作完成销售订单处理。流程分为三个主要部分：Outlook、Desktop 和 ERP。
这一页讲的是业务流程的改进(To-Be Process Flowchart)，展示了从电子邮件接收到销售订单生成的详细步骤。流程图分为三个部分：Outlook、Desktop 和 ERP，分别代表不同阶段的操作。首先，在 Outlook 部分，用户打开邮件并检查附件中的采购订单(PO)。如果输入是结构化的，则进入自动化处理，否则需手动操作。接下来，在 Desktop 部分，使用 OCR(光学字符识别)提取数据，并检查是否存在产品代码。如果没有产品代码，需要打开主数据文件查找产品描述并匹配产品代码。最后，在 ERP 部分，用户登录系统并在新销售订单页面中选择适当的交易类型，输入公司特定的订单信息，如销售组织、渠道等，并添加具体的值(如 PO 编号、物料代码、数量等)。完成后生成销售订单并验证。如果流程成功，邮件会被回复并附上销售订单，随后移至已处理文件夹。这一流程通过自动化减少了手动操作，提高了效率和准确性。
第 21 / 37 页
这一页讲的是 Business process 和 Work process(es) 的区别。主要内容包括业务流程如何跨多个功能区域和工作流程的关系。
这一页讲的是 Business process（业务流程）与 Work process(es)（工作流程）的区别。业务流程是一种跨越组织中多个功能区域的整体流程，旨在完成一个完整的目标或任务。图中展示了业务流程如何通过多个功能区域（Functional Area A、B 和 C）连接多个工作流程（Work process 1 至 Work process 6）。每个工作流程由具体的 Activity（活动）和 Task（任务）组成，活动和任务之间有明确的逻辑关系。图中的箭头表示业务流程在不同功能区域间的流动，从而将多个工作流程整合为一个整体。举例来说，业务流程可能是订单处理，它需要从客户服务部门（Functional Area A）开始，经过生产部门（Functional Area B），最后到物流部门（Functional Area C）完成交付。这一页强调了业务流程的整体性和跨部门协作的重要性，同时说明了工作流程是业务流程的组成部分，体现了组织内流程的层次性结构。
第 22 / 37 页
这一页讲的是 AI 的商业案例 (Business Case)，重点是量化结果和成本效益分析。
这一页讲的是 AI 的商业案例 (Business Case)。商业案例指的是一个定义明确、具有量化结果的场景。在 AI 的背景下，这意味着评估将 AI 工具集成到业务流程或功能中的量化收益，并将这些收益与实施和维护 AI 解决方案的成本进行权衡。如果某公司有一个单一流程能够轻松提供足够的价值支持 AI 的实施，那么决策会很简单。然而，通常需要分析多个流程并明确范围，以建立支持 AI 实施的商业案例。这种分析有助于确保 AI 的投资能够带来预期的业务价值，同时避免不必要的成本浪费。
第 23 / 37 页
这一页讲的是 AI 在商业中的角色及其对 business process 和 business model 的影响。重点包括 AI 是商业流程的一部分，同时可能改变商业模式，实施 AI 需要重新设计流程和模式。
这一页讲的是 AI 在商业环境中的重要性及其对 business process（业务流程）和 business model（商业模式）的影响。首先，AI 不仅仅是一个技术工具，而是需要被理解为业务流程中的一个组成部分。它可能对现有的商业模式产生深远影响，例如通过优化流程提高效率或创造新的价值链。其次，实施 AI 并不是简单地引入技术，而是需要重新设计业务流程。这可能包括对现有流程的自动化、数据驱动的决策支持，以及对组织结构的调整。此外，AI 的引入可能要求企业重新审视其商业模式，例如从传统的产品销售转向基于服务的订阅模式。比如，一家制造公司可能通过 AI 技术转型为提供预测性维护服务的企业。这些变化不仅影响运营层面，还可能重塑企业的核心竞争力和市场定位。
这一页讲的是如何利用大数据分析 (big data analytics) 和人工智能 (AI) 帮助新西兰应对老龄化人口问题。文章提到，通过安装运动传感器 (motion sensors)，可以实时监测老年人在家中的行为变化，例如活动模式是否异常。这些数据通过分析，可以为护理人员提供及时的预警和指导，帮助他们更好地照顾老年人。这种技术的应用不仅提升了护理效率，还能改善老年人的生活质量。这一方法的重要性在于，它结合了技术与社会需求，为解决老龄化带来的挑战提供了创新的解决方案。例如，如果传感器检测到某位老年人在家中长时间未移动，系统可以自动通知护理人员进行检查，从而避免潜在的健康风险。
第 26 / 37 页
这一页讲的是课程的主要议程，包括 AI 市场、商业基础、AI 与商业战略、术语澄清以及课程信息。
这一页讲的是课程的主要议程，分为几个关键主题。首先是 AI 市场，探讨谁对 AI 工具感兴趣以及原因，这帮助理解市场需求和用户群体。其次是商业基础，讨论 AI 工具如何融入现有的商业模型和流程，强调 AI 在商业中的适配性。接下来是 AI 与商业战略，重点分析 AI 是否能带来竞争优势，并举例说明 AI 在不同商业场景中的应用。第四部分是术语澄清，帮助学生理解管理者常用的术语和流行词汇（buzzwords），以便更好地与管理者沟通。最后是课程信息（INFOYS 703），包括细节和问答环节。这些议程为课程内容提供了清晰的框架，帮助学生全面理解 AI 在商业中的角色和价值。
第 27 / 37 页
这一页讲的是 Air New Zealand 的数字化目标及愿景。主要内容包括其致力于成为全球领先的数字航空公司，以及数字化转型的重要性。
这一页讲的是 Air New Zealand（新西兰航空）设定的战略目标，即成为全球领先的数字航空公司。这反映了航空业在数字化转型中的趋势和竞争力提升的必要性。背景图片展示了与数字化相关的元素，例如芯片、数据处理和自动化设备，暗示了技术在航空业中的应用，例如优化航班运营、提升客户体验和增强安全性。新西兰航空的这一目标强调了数字技术在全球化竞争中的重要性，例如通过数据分析（data analytics）改善效率、利用人工智能（AI）提升服务质量，以及通过物联网（IoT）实现更智能的运营。这个愿景不仅仅是技术层面的创新，更是企业战略层面的转型，旨在通过数字化手段提升品牌价值和市场竞争力。
这一页讲的是新西兰航空（Air New Zealand）致力于成为全球领先的数字化航空公司。通过采用数字技术，该公司提升了客户体验。主要创新包括：1）Air NZ app：一个移动应用程序，方便用户随时管理旅行计划，提供航班信息、登机口提醒等功能；2）Airband™：一种专为未成年人独自旅行设计的可穿戴腕带，帮助监护人实时了解孩子的旅程动态；3）人工智能聊天机器人 Oscar：一个为客户提供帮助的虚拟助手，可解答旅行相关问题，还支持机场休息室的咖啡预订服务。这些技术的应用展示了新西兰航空在客户服务数字化方面的努力。例如，家长可以通过 Airband™ 轻松追踪孩子的行程，而 Oscar 则能快速解决旅客的疑问，提升整体服务效率。这些创新体现了数字技术在航空业的重要性，增强了用户体验和服务便利性。
第 29 / 37 页
这一页讲的是管理者常用的三个数字化相关术语：Digitization、Digitalization 和 Digital Transformation。重点是它们的定义和区别。
这一页讲的是管理者常用的三个数字化相关术语。首先是 Digitization，它指的是将模拟信息转换为数字格式的过程，例如将纸质文件扫描成电子文档。其次是 Digitalization，它超越了简单的数字化替换，强调通过重新设计业务流程或创建新的数字化收入来源来优化业务。例如，使用自动化工具取代人工流程，并重新定义客户服务方式。最后是 Digital Transformation，它是一个更全面的概念，涉及数字技术在整个业务中的整合，从而导致业务运营方式和客户价值交付的根本性变化。引用的定义强调了数字转型需要技术能力、结构性调整以及文化变革，通常通过社交媒体、云计算、移动技术、分析工具和人工智能等数字技术实现。这些术语的区别在于范围和影响力，从简单的信息转换到全面的业务变革，管理者需要根据企业目标选择适合的策略。
这一页讲的是德国人口普查项目（约2012年）中的婚姻记录数据，重点展示了如何通过结构化的方法提取婚姻相关信息。这张幻灯片包含一份婚姻记录的图像，记录了婚姻相关的详细信息，包括婚姻日期（date of marriage）、新郎姓名（groom's name）、新娘姓名（bride's name）、新郎性别（groom's gender）、新娘性别（bride's gender）、新郎父亲姓名（groom father's name）、新娘父亲姓名（bride father's name）、新郎出生日期（groom's date of birth）、新娘出生日期（bride's date of birth）以及婚姻类型（marriage type）和年份（year）。通过AI技术，这些信息可以被自动提取和结构化处理，用于人口统计分析或历史研究。这种方法极大地提高了数据处理效率，并为社会科学研究提供了宝贵的数据支持。例如，通过分析婚姻记录，可以研究历史上的婚姻趋势、家庭结构变化以及社会文化的演变。这也展示了AI在处理历史文档和大规模数据中的重要应用。
这一页讲的是数字化应用的例子，重点展示了捷豹路虎（Jaguar Land Rover）如何利用先进的数字技术为客户提供虚拟“动手”体验。通过虚拟体验系统（Virtual Experience），客户可以与捷豹或路虎的车型进行几乎1:1比例的互动展示。这种技术突破了传统展厅的空间和展示限制，使客户能够以数字化方式详细了解车辆的各个方面。页面中的图片展示了一个用户在互动屏幕前操作的场景，背景是一辆红色汽车的数字化模型，说明了技术的可视化效果。这个例子强调了数字化技术在汽车行业的应用如何提升客户体验，同时也展示了数字化在复杂产品展示中的潜力。
这一页讲的是数字化转型（Digital Transformation）、IT驱动的组织转型（IT-enabled Organizational Transformation）以及利用数字技术进行创新（Innovating with Digital Technologies）的区别。数字化转型强调通过技术改变业务模式和客户体验，例如通过数据分析优化决策。IT驱动的组织转型则侧重于通过升级IT工具和基础设施、采用IT改进业务流程（如提升生产力和运营效率），或者整合IT系统以支持多个业务功能和流程。最后，数字技术创新指的是利用新技术创造全新的产品或服务，以实现差异化竞争优势。举例来说，升级IT工具可能只是一个转型步骤，而开发基于AI的新产品则属于创新。这些概念帮助企业理解如何通过技术实现业务目标并推动长期发展。
这一页讲的是本次课程的内容安排，主要分为几个部分：首先是 AI 市场（AI market），讨论谁对 AI 工具感兴趣以及原因；其次是商业基础（Business basics），探讨 AI 工具如何与现有商业模式和业务流程相结合；第三部分是 AI 与商业战略（AI and business strategy），分析 AI 是否能够带来竞争优势，并举例说明 AI 在不同商业场景中的应用；第四部分是澄清管理者常用的术语和流行语（Clarifying terms and buzzwords），帮助学生理解这些术语与管理者的沟通方式；最后是课程信息（INFOSYS 703 course information），包括细节和问答环节。这些内容旨在帮助学生全面了解 AI 在商业中的应用及其战略意义，为后续学习打下基础。
