活動資訊
以「上個月業績怎麼樣?」為例。業務看的是接單金額,財務看的是入帳金額。兩個數字各有用途,AI 要回答這個問題,也需要知道公司在什麼情況下會用哪個指標。
這場研討會將從兩套體系出發。標準體系訂出資料與指標的共同規則,治理體系負責檢查資料品質、追查異常與管理取用權限。接著搭配 FineDataLink 操作示範和場景案例,帶你看這些規則與管理方式如何落實在四個環節,讓分散在各系統的資料逐步成為報表與 AI 都能使用的資源。
📩 活動內容搶先看
AI Ready 的四個實作環節:
1. 建立資料底座|什麼時候該建資料倉儲?
了解各種資料架構適用的情況,以及如何整合分散在 ERP、MES 等系統的資料,供報表與後續應用使用。
2. 管理資料品質與血緣|數字對不上,要從哪裡查?
看品質檢查如何找出異常,再沿著資料血緣追查來源,確認哪些報表會受到影響。
3. 建立共用指標|怎麼讓報表和 AI 用同一套方式算「準時交貨率」?
了解如何把業務端的計算規則整理成查得到、可共用的指標,供不同部門與應用使用。
4. 提供 API 服務|整理好的資料,怎麼開放給 AI 使用?
看企業如何透過 API 依權限提供資料,並保留取用紀錄。
場景案例分享:
- 生產排程與優化|看工廠如何整合訂單、庫存與產線資料,支援日常排程與調整。
- 能耗管理|看工廠如何整合能源使用資料,追蹤用量趨勢與節能成效。
👥 適合參加對象
- IT 主管與數位轉型負責人|正在規劃導入 AI,想了解企業資料要先做好哪些準備。
- 資料工程、BI 與資料治理團隊|負責跨系統資料整合、報表指標定義或資料取用權限。
- 製造業生產與營運主管|想了解如何整合現有資料,支援生產排程與能耗管理。
00
DAYS
00
HOURS
00
MIN
00
SEC
相關活動