雅书

内容简介：

本书是一本介绍AI技术在企业生产和运营过程中实践应用的图书，全书共6章：智能化应用的概念，智能化应用的价值、挑战及发展趋势，智能化技术概述，多行业智能化应用业务场景分析，智能化应用的项目化实施和智能化应用的实践案例。

本书旨在为企业提供实用的AI应用指南，深入介绍了智能化应用的开发和实施过程，包括技术架构、数据管理、算法选择、模型训练和评估等内容，并结合实际案例分享经验和方法论，帮助读者在实践中掌握建立智能化应用的关键技术和管理能力。

本书读者对象为：数据分析、人工智能、机器学习等领域的从业人员;对于企业数字化转型和智能化应用感兴趣的企业管理者和决策者;对于智能化应用感兴趣，希望深入了解智能化技术和应用场景的读者。

作者简介：

田野，联想方案服务集团产品中心资深数据科学家，原数据智能集团突出贡献专家。研究领域包括机器学习、人工智能及工业智能。在工艺优化质量控制、能耗优化、供应链优化等领域有丰富的工程实践经验，主持和建设了国内外十余家世界500强企业的智能化转型和智能化应用项目，拥有国内外授权专利30余项。

张建伟，联想方案服务集团产品中心总监，中国企业数字化转型的资深实践者。拥有20余年大数据及智能制造领域从业经验，对大数据应用、数据治理、智能化应用等相关技术和实践有着深刻理解及丰富的经验。作为总架构师，主导和完成了国内数十家制造业企业的数字化转型项目，为中国制造业的数字化转型探索出了一条清晰的解决之道。

目  录：

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