62200 Forretningspotentialet i Generative Artificial Intelligence (GAI)

2024/2025

Kursusinformation
The Business Potential of Generative Artificial Intelligence (GAI)
Dansk
2,5
Diplomingeniør
Obligatorisk kursus (B Eng), IT og økonomi
F3B (fre 13-17)
Da der er tale om et specialkursus vil undervisningen tilpasses dette format. Det er samtidig intentionen at samarbejde med CBS og muligvis DIS om faget, så her kan ske tilpasninger for at få institutionernes skemaer til at passe.
Campus Ballerup
Foredrag, studenterpræsentationer, gruppearbejde, feltstudier og aktiviteter. De centrale metoder er:

-Praktiske workshops/simuleringer til anvendelse af GAI-værktøjer i reelle scenarier, med samarbejde fra virksomheder eller teknologilaboratorier.
-Studenterprojekter for at udforske GAI, fremmer selvstændig læring.
-Kritisk refleksion gennem essays/dagbøger, med fokus på AI's kapaciteter, risici og konsekvenser.
-AI-opgaver med praktisk IT erfaring
13-uger
F3B
Mundtlig eksamen og bedømmelse af opgave(r)
Alle hjælpemidler - med adgang til internettet
bestået/ikke bestået , intern bedømmelse
Michael Hedegaard , mihed@dtu.dk
62 Institut for Ingeniørteknologi og -didaktik
I studieplanlæggeren
Dette kursus giver den studerende en mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
Kurset udforsker måder at håndtere brugen af Generativ AI i forbindelse med omstrukturering af forretningsplaner og forstå de bredere påvirkninger på arbejdsaktiviteter og betydelige udfordringer for virksomheder og samfund. Fire overordnede emner vil blive dækket:

• Et fælles sprog til forståelse af Generativ AI og AI's implikationer for privatliv og sikkerhed.
• Transformation af forretningsfunktioner ved Generativ AI indebærer en revolutionering af interne vidensstyringssystemer.
• Omstrukturering af forretningsplaner ved Generativ AI gøres i seks forretningscase-studier.
• Vurdering af måder at håndtere konsekvenserne af at bruge Generativ AI med fokus på den bredere organisering af arbejde og dets betydelige udfordringer for virksomheder og samfund
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Forstå hvorfor Generativ Kunstig Intelligens (GAI) har et betydeligt økonomisk potentiale på tværs af alle industrier og offentlig administration
  • Besidde viden og evne til at anvende relevante koncepter af Generativ Kunstig Intelligens (GAI), herunder en række risici for privatlivets fred og sikkerhed
  • Have indsigt i transformationen af forretningsfunktioner og i brugen af Generativ Kunstig Intelligens (GAI).
  • Være i stand til at analysere og vurdere forretningscase-studier om Generativ Kunstig Intelligens (GAI) med fokus på behovet for at omstrukturere interne videnskabsstyringssystemer.
  • Være i stand til at analysere nøgle dilemmaer ved brug af AI, ikke mindst ved opløsning af sandhed, ved falsk generering og falsk autenticitet, og ved at tillade større kompleksitet
  • Være i stand til at belyse konsekvenserne af at bruge Generativ AI for arbejdets organisering og dens betydelige udfordringer for virksomheder og samfund
  • Have færdighederne til selvstændigt at præsentere, kritisk vurdere og analysere teoretiske sammenhænge og grundlæggende koncepter som undersøgt i kurse
  • Have færdighederne til at redegøre for forretningscases i Generativ Kunstig Intelligens (GAI).
  • Have færdighederne til at formidle mulighederne for at håndtere forandringer i en organisation ved hjælp af Generativ Kunstig Intelligens (GAI)
Kursusindhold
Generativ kunstig intelligens (GAI) har et betydeligt økonomisk potentiale på tværs af alle sektorer inden for industri og offentlig administration. Den betragtes som den næste produktivitets- og arbejdsfront for øget vækstpotentiale og øget arbejdsproduktivitet på tværs af økonomien, hvilket skaber disruption og værdiskabelse i nøgleområder inden for erhvervslivet. Der er dog en række risici for privatlivets fred og sikkerhed, som har skabt centrale dilemmaer i brugen af AI i forhold til hvad der er sandhed og i generering af falskheder og falsk autenticitet. Case-studier af organisationer som Amazon, Maersk, Danske Bank, Google, LEGO Group og Novo Nordisk vil undersøge behovet for at forandre interne ledelsespraksisser, når man håndterer generative AI-systemer. I et bredere perspektiv analyserer vi måder at håndtere konsekvenserne af brugen af generativ AI med hensyn til f.eks. arbejdsorganisation og dens betydelige geopolitiske udfordringer for virksomheder og samfund.
Litteraturhenvisninger
“The AI Advantage - How to put the Artificial Intelligence revolution to work” by Thomas H. Davenport, The MIT Press 2018, 231 pages. The seminal book on AI and enterprise strategy.

“Attention is All You Need” by Ashish Vaswani et al. Google Brain 2018, 12 pages. The idea of Transformer Neural Networks. This is the essential model that Large Language Models are built on.

“Stable Diffusion Models with breakthrough performance in image generation becomes commercially available”. By Machine Vision & Learning research group (CompVis) @LMU_Muenchen. These are built on Dall-E and Midjourney. A deep learning, text-to-image model released in 2022 based on diffusion techniques.

“ChatGPT (Chat Generative Pre-trained Transformer)” A chatbot developed by OpenAI and launched on November 30, 2022. Wikipedia, 10 pages

“The economic potential of generative AI: The next productivity frontier” by Roger Roberts, Alex Singla, Kate Smaje, Alex Sukharevsky, Lareina Yee, and Rodney Zemmel. The McKinsey Institute 2023, 60 pages. A good summary of the many research papers and surveys made by the organization.

“Gen-AI: Artificial Intelligence and the Future of Work” by Mauro Cazzaniga, Florence Jaumotte, Longji Li, Giovanni Melina, Augustus J. Panton, Carlo Pizzinelli, Emma Rockall, and Marina M. Tavares, International Monetary Fund 2024, 40 pages SDN/2024/001

“A generative AI reset: Rewiring to turn potential into value in 2024” by Eric Lamarre, Alex Singla, Alexander Sukharevsky, and Rodney Zemmel. The McKinsey Quarterly 2024, 10 pages. The generative AI payoff may only come when companies do deeper organizational surgery on their business.
Bemærkninger
Sektion for Forretningsudvikling
IT og Økonomi: 2. semester
Sidst opdateret
28. maj, 2024