●推薦序
譯者序
前言
章 人工智能時代慢慢到來
節 逐漸實現認知
第二節 AI/認知技術
一、統計機器學習
二、自然語言處理
三、基於規則的專家繫統
物理機器人
五、機器人流程自動化
第三節 AI與廠商群體
一、谷歌
二、Facebook
三、IBM的沃森
第四節 這本書裡有什麼
參考文獻
第二章 AI走進企業
節 認知技術在商業中的廣泛理論基礎
第二節 更多行業、更多功能
第三節 為什麼隻有大公司和科技初創企業
第四節 不僅僅是試水，但也沒深潛
第五節 對公司來說還有哪些困難
參考文獻
第三章 今天的企業在做什麼
節 認知項目全景圖
第二節 AI能力的三種類型
程自動化
二、認知洞察
三、認知互動
第三節 組合類別
第四節 成為認知型企業的步驟
一、理解技術與任務
二、建立在當前分析優勢的基礎上
三、創建一個優先級排序的項目集
第五節 開展試點或概念驗證
一、認知工作再設計
二、專注於擴大規模並達成生產力收益
第六節 未來的認知型公司
參考文獻
第四章 你的認知戰略是什麼
節 認知技術的戰略影響
第二節 問題、爭議、機會戰略
一、內部或外部目標
二、以客戶為中心的戰略
三、做好內部決策
第三節 開發新的或改進產品、服務
一、IT產品
二、產品和服務設計
三、非IT產品和服務
全新產品
第四節 新業務模式
一、汽車行業中AI驅動的新商業模式
二、初創企業和既定商業模式的持續性
第五節 為什麼現有商業模型面對AI仍在堅持
第六節 認知戰略的目標和流程
一、內容戰略
二、人纔戰略
三、合作或收購策略
充滿雄心的戰略
第七節 基於國家的AI戰略
第八節 取得戰略進展
參考文獻
第五章 AI任務、組織架構和業務流程
節 創建高顆粒度的預測和分類模型
程應用
二、對組織的意義
三、廣泛實施的挑戰
第二節 執行結構化數字任務
程應用
二、對組織的意義
三、廣泛實施的挑戰
第三節 操縱信息
程應用
二、對組織的意義
三、廣泛實施的挑戰
第四節 理解人類的語音和文本
程應用
二、對組織的意義
三、廣泛實施的挑戰
第五節 計劃和優化運營
程應用
二、對組織的意義
第六節 感知和識別圖像
程應用
二、對組織的意義
三、廣泛實施的挑戰
第七節 有目的地、自主地周遊世界
程應用
二、對組織的意義
三、廣泛實施的挑戰
第八節 評估人類情緒
程應用
二、對組織的意義
三、廣泛實施的挑戰
第九節 對流程進行構架和（再）工程化的需求
參考文獻
第六章 智能機器世界裡的職業與技能
節 大規模自動化的案例
第二節 大規模增強化的案例
第三節 推進增強化或自動化
第四節 工作和技能的變化
一、未來工作的技能
二、公司和特定崗位的技能戰略
三、是時候開始了
參考文獻
第七章 認知技術的技術實現
節 技術挑戰
第二節 制訂AI技術策略
第三節 利用來自交易軟件廠商的認知能力
第四節 機器人過程自動化作為入門級策略
第五節 利用廠商的幫助打造廣泛的認知平臺
第六節 建立多廠商及開源的能力
第七節 準備好數據
一、為蒙特利爾銀行奠定數據根基
二、葛蘭素史克經受的數據磨難
第八節 利用外部數據
參考文獻
第八章 管理AI的組織、社會及倫理
節 Facebook的麻煩和AI干預
第二節 AI公平性與算法偏差
第三節 AI的透明度和可解釋性
第四節 隱私和數據安全
第五節 AI的信任與披露
一、不要過度承諾
二、披露
三、模型和算法的認證
第六節 人類知識和技能的喪失
第七節 公司變革管理戰略
一、增強化方法有很大幫助
二、變革管理在什麼時候對誰為關鍵
三、認知變革管理的常用方法
第八節 向國家和公司學習
第九節 總結和結論
參考文獻

本書不僅概述了統計機器學習、神經網絡、深度學習、自然語言處理（NLP）、基於規則的專家繫統、物理機器人以及機器人過程自動化（RPA）等強大的技術，更解釋了它們是如何使用的，以及大型商業企業（如、谷歌、臉書）所做的人工智能工作，並概述了成為認知型企業的戰略和步驟。適合管理者、CEO和那些為他們的企業尋找人工智能開發指南的人閱讀。這本書主要關注企業如何利用人工智能/認知技術來獲得商業利益和競爭優勢。