หลักสูตร Data & AI for Business Leaders เป็นการอบรมสำหรับผู้บริหารที่อธิบาย Data Platform, Lakehouse และ Microsoft Fabric ด้วยภาษาธุรกิจ และแยก Predictive, Generative กับ Agentic AI ออกจากกัน เหมาะกับ CEO, CFO, CIO และหัวหน้าหน่วยธุรกิจที่ต้องตัดสินใจลงทุน จบแล้วได้ร่างแผนปฏิบัติการ 90 วันสำหรับทีมของตัวเอง
องค์กรจำนวนมากลงทุนกับข้อมูลและ AI แล้ว แต่ผู้บริหารยังตอบได้ยากว่าควรเริ่มตรงไหน โครงการใดคุ้มค่า และจะควบคุมความเสี่ยงอย่างไร เพราะการพูดคุยกับทีมเทคนิคมักเต็มไปด้วยศัพท์เฉพาะ ขณะที่การตัดสินใจเรื่องแพลตฟอร์ม งบประมาณ และลำดับความสำคัญเป็นหน้าที่ของผู้นำธุรกิจ ผู้บริหารจึงต้องเข้าใจภาพรวมมากพอที่จะตั้งคำถามให้ถูก และเชื่อมการลงทุนด้านข้อมูลและ AI เข้ากับเป้าหมายของธุรกิจได้
หลักสูตรนี้อธิบายองค์ประกอบของ Data Platform สมัยใหม่ด้วยภาษาธุรกิจ ตั้งแต่ Lakehouse และ Medallion Architecture ไปจนถึงตำแหน่งของ Microsoft Fabric และแพลตฟอร์มคลาวด์ แยกความต่างของ Predictive AI, Generative AI และ Agentic AI พร้อมกรอบการเลือก Use Case และประเมิน ROI การวางกลยุทธ์แพลตฟอร์ม Governance ความเสี่ยงและ Responsible AI รวมถึงการบริหารการเปลี่ยนแปลงและ Operating Model ผู้เรียนนำโจทย์ธุรกิจของหน่วยงานตนเองมาใช้ในกิจกรรมกลุ่ม และจบวันด้วยร่างแผนปฏิบัติการ 90 วันที่นำไปเริ่มได้ทันที (อบรม 1 วัน 6 ชั่วโมง ระดับ Executive)
ສິ່ງທີ່ທ່ານຈະໄດ້ຮັບ
อธิบายองค์ประกอบของ Data Platform สมัยใหม่ด้วยภาษาธุรกิจ รวมถึง Lakehouse และ Medallion Architecture
เข้าใจบทบาทของ Microsoft Fabric และแพลตฟอร์มคลาวด์ในภาพรวมของ Data Platform
แยกความต่างของ Predictive AI, Generative AI และ Agentic AI และรู้ว่าแต่ละแบบเหมาะกับงานใด
ระบุ Use Case ด้านข้อมูลและ AI ที่ให้ผลตอบแทนสูงสำหรับหน่วยงานของตนเอง
ตั้งคำถามที่ถูกต้องเรื่องคุณภาพข้อมูล Governance และความเสี่ยงของโครงการ AI
AI กำลังกลายเป็นความสามารถพื้นฐานขององค์กร เช่นเดียวกับ Internet, Cloud และ Digital Transformation ในช่วงที่ผ่านมา ผู้บริหารจึงไม่จำเป็นต้องรู้วิธีสร้าง AI Model หรือเขียนโปรแกรม แต่ควรเข้าใจว่า AI คืออะไร ทำอะไรได้และทำอะไรไม่ได้ สร้างผลกระทบต่อธุรกิจอย่างไร…
AI จะฉลาดได้เท่ากับข้อมูลที่ป้อนให้ โครงการ AI หลายโครงการในองค์กรไม่สำเร็จไม่ใช่เพราะเทคโนโลยี แต่เพราะข้อมูลกระจัดกระจายอยู่หลายที่ รหัสสินค้าหรือรหัสผู้ขายไม่ตรงกันระหว่างระบบ ข้อมูลไม่ครบ หรือไม่มีใครเป็นเจ้าของข้อมูลอย่างชัดเจน…