日期 | 模組 | 課程單元 | 時數 | 地點 |
|---|
結訓日前完成 | AI時代的風險與安全意識 | 網路詐騙的危害認識各類型網路詐騙與避
生成式AI風險全球AI治理與評測現況
為什麼資料要防護?個人日常中的資料防護
| 4H | 線上自學 |
9/10(四) | 智慧店務趨勢與導入策略洞察 | 智慧零售與無人模式解析:分析全球與本地實務案例,辨識不同模式下的導入門檻與效益。營運痛點與 AI 機會辨識:從技術成本、人力效益與顧客體驗出發,找尋智慧店務的最佳切入點。AI 在店務管理的角色轉變:探討從人力導向走向 AI 輔助營運的思維模式與系統架構設計。導入思維實作:以營運效率為核心,練習盤點店務流程並設計 AI 導入的優先順序。
| 6H | 實體/線上同步 |
9/11(五) | AI 智慧營運洞察與數據輔助決策 | 門市數據驅動方法論:分析銷售、庫存與排班等數據,找出影響經營成效的核心驅動因子。AI 工具與決策應用實務:操作 AI 進行銷售預測與補貨建議,縮短決策路徑並降低人為失誤。智慧店務標籤化管理:利用 AI 為店鋪異常事件或顧客行為建立標籤,實現細粒度的數位化管理。數據決策流程實作:針對真實店務情境執行數據分析演練,驗證 AI 決策的準確度。
| 6H | 實體/線上同步 |
9/17(四) | AI Agent 流程自動化與智慧店務實作 | 任務導向 AI Agent 架構:理解 AI Agent 如何串接門市感測數據與通知工具,實現無人化自動觸發。自動化店務流程設計:針對異常通報、庫存提醒及自動化客服設計任務導向的工作流(Workflow)。無程式碼工具操作實務:應用 No-code 平台整合 LLM 與營運資料,打造專屬的智慧店務小幫手。智慧店務 Agent 實作:實際建立一個能處理特定店務任務的 AI 代理人,並模擬真實營運情境。
| 7H | 實體/線上同步 |
9/18(五) | 智慧方案整合與成效驗證 | 人機協作流程優化:關注 AI 回應的穩定性與服務品質,建立智慧化營運下的滿意度提升機制。營運效益評估與導入規劃:評估 AI 導入後的人力節省效益,並設計中長期的系統整合路徑。數位轉型風險控管:討論數據安全、法規限制與 AI 錯誤處理機制,確保方案符合營運倫理。專題成果發表:完成包含流程設計與 Agent 應用的智慧店務方案,並進行成果簡報分享。
| 7H | 實體/線上同步 |
註 : 主辦單位保留變更課程內容與講師之權利。