Budai Tamás
projektvezető - tréningek és fejlesztési projektek
+36 1 4540 611; +36 20 998 5950 budai@ahkungarn.huSokan a mesterséges intelligencia hallatán a ChatGPT-re gondolnak. Bár ez az eszköz valóban áttörést jelentett, az AI világa ennél sokkal szélesebb, mélyebb és átfogóbb. A gépi tanulás, a prediktív analitika, a generatív modellek, az automatizált döntéstámogatás és a robotizált folyamatok együttese már most új üzleti modelleket teremt, és alapjaiban formálja át a vállalatok működését.
Azok a szervezetek, amelyek időben és tudatosan integrálják az AI-t a stratégiájukba, jelentős versenyelőnyre tehetnek szert: gyorsabb döntéshozatal, költségoptimalizálás, új bevételi források, magasabb ügyfél-elégedettség. Akik azonban kivárnak, komoly kockázatot vállalnak – nemcsak lemaradhatnak a technológiai fejlődés ütemétől, hanem piaci pozíciót is veszíthetnek.
A 64 órás, 8 modulból álló, vizsgával és projektbemutatóval záruló AI Manager képzés kifejezetten felső- és középvezetők, igazgatók, funkcionális területek vezetői és HR-szakemberek számára készült.
A program során Ön:
Ez a képzés nem csupán technológiai ismereteket ad, hanem olyan vezetői tudást, amely segíti Önt abban, hogy az AI-korszak nyertesei közé tartozzon.
8 modulból álló, 64 órás képzés, egész napos személyes és félnapos online alkalmakkal.
Ezen felül kb. 25 óra önálló tanulás.
Modulok témái:
1. modul – Az AI stratégiai jelentősége és gazdasági kontextusa – Személyes – szept. 17.
Áttekintjük, miért vált kiemelt versenyképességi tényezővé a mesterséges intelligencia az üzleti világban. Megvizsgáljuk az AI-technológiák gazdasági hatásait (automatizáció, termelékenység-növelés, munkaerő-átrendeződés), és megértjük az AI-érettségi szinteket. Áttekintjük a globális és hazai trendeket, benchmarking példákat (McKinsey, PwC, OECD).
2. modul – Alapfogalmak, technológiai architektúrák és AI-típusok – Online – szept. 24. és okt. 1.
Bevezetés a mesterséges intelligencia fő fogalmaiba: gépi tanulás (ML), mélytanulás (DL), természetes nyelvfeldolgozás (NLP), generatív AI (GenAI). Megismerjük az AI-rendszerek architektúráját (adatforrások, modellek, inference pipeline, deployment), a felügyelt / nem felügyelt tanulás közti különbséget, és az AI élettartam-ciklus fő lépéseit (ML Lifecycle).
3. modul – Üzleti alkalmazási lehetőségek és AI-megoldások megtérülése – Online – okt. 8. és 15.
Feltárjuk, milyen szervezeti problémák oldhatók meg hatékonyan mesterséges intelligenciával. Különbséget teszünk szabályalapú és tanuló rendszerek között, és különböző AI use case-eket elemzünk (pl. prediktív elemzés, ügyfélszegmentáció, churn-előrejelzés, RPA+AI hibrid megoldások). Kitérünk az AIprojektek ROI-számítására, a TCO (Total Cost of Ownership) és megtérülés dimenzióira.
4. modul – Szervezeti felkészültség és bevezetési feltételek – Személyes – okt. 22.
Az AI bevezetésének szervezeti előfeltételeit vizsgáljuk: adatérettség, adatminőség, digitalizációs szint, kompetenciatérkép. Foglalkozunk a belső stakeholder menedzsmenttel, az ellenállás leküzdésével, és a változásmenedzsmenttel (Kotter-modell). Bemutatjuk a „Data-Driven Organization” és az AI governance alapelveit.
5. modul – AI-eszköztár és funkcionalitások szervezeti területek mentén – Személyes – okt. 29.
Gyakorlati példákon keresztül ismerjük meg az AI különböző alkalmazási lehetőségeit: generatív szövegalkotás (pl. ChatGPT, Claude, Gemini), kódgenerálás (GitHub Copilot), képgenerálás (Midjourney, DALL·E), prediktív analitika (DataRobot, H2O.ai), és low-code AI platformok (Microsoft AI Builder, Google Vertex AI). Részletesen tárgyaljuk ezek alkalmazhatóságát a HR, a marketing, a logisztika és a pénzügyi területeken.
6. modul – AI use case azonosítás, értékelés és priorizálás – Személyes – nov. 5.
Strukturált módszertan alapján azonosítjuk és értékeljük a szervezet szempontjából releváns AI felhasználási lehetőségeket. Alkalmazzuk az AS-IS / TO-BE folyamatmodellezést, stakeholder map-et és prioritásmátrixot. Megtanuljuk a használati esetek értékelését üzleti hatás, megvalósíthatóság és technikai komplexitás alapján.
7. modul – Döntéstámogatás és projektindítás: az AI-projektek kiválasztása – Online – nov. 12. és 19.
Gyakorlati modelleken (pl. Stacy Matrix, Feasibility–Impact Matrix) keresztül döntési keretrendszert adunk az AI use case-ek kiválasztásához. Foglalkozunk az AI pilot projektek tervezésével, MVP-k kialakításával, skálázásával, valamint az AI-bevezetések kockázatmenedzsmentjével és compliance kérdéseivel.
8. modul – Vizsga és projektbemutató – Személyes - nov. 26.
A kedvezmények közül egyszerre kettő vehető igénybe, melyek összeadódnak, így akár 20%-os kedvezményt is elérhet!
Részvételi díj: 985.000 Ft + áfa / fő
A képzés részvételi díja nem tartalmazza a bemutatott AI platformokra történő előfizetést.
A részvételi díj (a kedvezmények figyelembe vételével) a képzés elején és felénél, két részletben kerül kiszámlázásra. A részvételi díj étkezési költséget tartalmaz, amely a számlán elkülönítve kerül feltüntetésre.
projektvezető - tréningek és fejlesztési projektek
+36 1 4540 611; +36 20 998 5950 budai@ahkungarn.hu