گروه فناوری اطلاعات شریف

گروه فناوری اطلاعات شریف

رویداد کاربرد هوش مصنوعی در صنایع و کسب و کارها | IRAN AI

کاربر گرامی؛ تاریخ برگزاری و ثبت نام این رویداد بزودی از طریق همین صفحه اعلام خواهد شد.

پنل های کاربرد هوش مصنوعی در کسب و کارها

زمان برگزاری پنل:

اعضای پنل:

سید جابر علوی

مدیر حکمرانی داده و مبارزه با پولشویی شرکت تجارت الکترونیک پارسیان

مهندس وحید خدابخشی

مدیر عامل شبکه الکترونیک پرداخت کارت (شاپرک)

علی رضائیان

مدیر واحد بانک‌داری گروه فناوری اطلاعات و ارتباطات مُهیمن

فردین صبوری

مدیر تیم تحلیل داده و هوش مصنوعی شرکت داتا تجارت

موضوعات و محور ها:

1- کشف تقلب و مبارزه با پول‌شویی (Fraud / AML)
  • چطور می‌توان از مدل‌های یادگیری ماشین برای کشف تقلب‌های پیچیده مالی استفاده کرد؟
  • آیا الگوریتم‌های فعلی در تشخیص رفتارهای مشکوک کافی هستند یا نیاز به داده‌های بیرونی داریم؟

 

2- اعتبارسنجی هوشمند و تحلیل ریسک اعتباری
  • آیا می‌توان با داده‌های غیرسنتی (مثلاً رفتار آنلاین) ریسک مشتری را دقیق‌تر ارزیابی کرد؟
  • چالش‌های اجرای مدل‌های AI در تصمیم‌گیری‌های وام‌دهی چیست

 

3- سیستم‌های توصیه‌گر مالی و مشاوره شخصی‌سازی‌شده
  • چگونه می‌توان با استفاده از AI پیشنهادهای مالی متناسب با نیاز هر مشتری ارائه داد؟
  • آیا مشتریان حاضرند به سیستم‌های توصیه‌گر اعتماد کنند؟

 

4- اتوماسیون هوشمند فرآیندهای بانکی (IPA / RPA + AI)
  • کدام فرآیندهای بانکی بیشترین پتانسیل برای هوشمندسازی را دارند؟
  • چگونه از ترکیب RPA با AI برای افزایش بهره‌وری استفاده کنیم؟

 

5- تحلیل رفتار مشتری و تجربه کاربری (CX)
  • چه داده‌هایی برای تحلیل دقیق‌تر رفتار مشتری در دسترس بانک‌هاست؟
  • چگونه می‌توان از AI برای ارائه تجربه کاربری منحصربه‌فرد بهره گرفت؟

 

6- پیش‌بینی خروج مشتری (Churn Prediction)
  • چه شاخص‌هایی برای پیش‌بینی احتمال خروج مشتری از بانک مؤثرتر هستند؟
  • آیا اقدامات پیشگیرانه مبتنی بر AI در حفظ مشتری مؤثر بوده‌اند؟

 

7- AI در تصمیم‌سازی‌های کلان بانکی و سرمایه‌گذاری
  • چگونه می‌توان از مدل‌های پیش‌بینی برای تحلیل بازار و مدیریت پرتفوی استفاده کرد؟
  • آیا بانک‌ها آماده پذیرش تصمیم‌گیری نیمه‌خودکار در سطوح کلان هستند؟

 

8- کاربرد ChatGPT و LLMها در خدمات مشتریان
  • آیا چت‌بات‌های مبتنی بر مدل‌های زبانی می‌توانند جایگزین نیروهای پشتیبانی شوند؟
  • ریسک‌های امنیتی و اطلاعاتی استفاده از LLMها در بانک چیست؟

 

9- چالش‌های اخلاقی و رگولاتوری
  • بانک‌ها چطور می‌توانند بین بهره‌برداری از داده‌ها و رعایت حریم خصوصی تعادل ایجاد کنند؟
  • آیا مقررات فعلی پاسخگوی توسعه AI در خدمات مالی هستند؟

 

10- زیرساخت و آمادگی دیجیتال بانک‌ها
  • موانع فنی اصلی برای استقرار موفق AI در سیستم‌های بانکی چیست؟
  • آیا بانک‌های سنتی توان رقابت با نئوبانک‌های داده‌محور را دارند؟

 

11- مدل کسب‌وکار جدید با AI (فین‌تک / نئوبانک‌ها)
  • چه مزیت رقابتی‌ای برای بانک‌های سنتی در مقابل فین‌تک‌های AIمحور باقی مانده است؟
  • بانک‌ها چطور باید با اکوسیستم فین‌تک همکاری کنند نه رقابت؟

 

12- تحلیل اقتصادی و ROI پروژه‌های AI
  • چطور می‌توان اثربخشی پروژه‌های هوش مصنوعی را برای هیئت مدیره اثبات کرد؟
  • کدام شاخص‌ها برای ارزیابی موفقیت پروژه‌های AI کاربردی‌ترند؟

 

13- تجربه‌نگاری پروژه‌های موفق در ایران و جهان
  • یک پروژه موفق AI که در بانک شما اجرا شده چیست؟ چه درس‌هایی داشته؟
  • چه عواملی باعث شکست یا توقف پروژه‌های AI در بانک‌ها شده‌اند؟

 

موضوعات و محور ها:

1- سیستم‌های توصیه‌گر و شخصی‌سازی تجربه خرید
  • چگونه AI کمک می‌کند تجربه خرید برای هر مشتری منحصربه‌فرد شود؟

 

2- پیش‌بینی تقاضا، موجودی و قیمت‌گذاری هوشمند
  • نقش الگوریتم‌ها در کاهش کسری کالا، بهینه‌سازی انبار و تعیین قیمت پویا

 

3- تحلیل رفتار مشتری و اتوماسیون بازاریابی
  • استفاده از AI برای درک بهتر مشتریان و اجرای کمپین‌های هدفمند

 

4- چت‌بات‌ها، جستجوی هوشمند و تجربه کاربری مبتنی بر NLP
  • چگونه مدل‌های زبانی مثل ChatGPT در بهبود خدمات فروش نقش دارند؟

 

5- چالش‌های اخلاقی و کاربردی‌سازی در بازار ایران
  • حفظ حریم خصوصی مشتریان، کیفیت داده‌ها و تجربیات موفق بومی

 

مخاطبین این پنل:

  • مدیران ارشد و تصمیم‌گیر در کسب‌وکارهای خرده‌فروشی و فروش آنلاین
  • متخصصان تحلیل داده، علوم داده و توسعه محصول
  • فعالان و استارتاپ‌های حوزه فین‌تک، لندتک و لجستیک
  • اساتید دانشگاه، پژوهشگران و مشاوران کسب‌وکار دیجیتال
  • سرمایه‌گذاران و شتاب‌دهنده‌ها

 

موضوعات و محور ها:

1- استخدام هوشمند
  • آیا می‌توان به الگوریتم‌های هوش مصنوعی برای انتخاب بهترین نیروی انسانی اعتماد کرد؟ چه خطراتی وجود دارد؟

 

2- تحلیل داده‌های منابع انسانی (People Analytics)
  • چگونه می‌توان با داده‌های رفتاری و عملکردی، ریسک خروج کارکنان کلیدی را پیش‌بینی و مدیریت کرد؟

 

3- آموزش و توسعه فردی با AI
  • آیا هوش مصنوعی می‌تواند مسیر رشد شغلی و یادگیری کارکنان را بهتر از مدیر منابع انسانی طراحی کند؟

 

4- اتوماسیون فرآیندهای HR
  • تا چه حد می‌توان فرآیندهای منابع انسانی را به‌صورت خودکار و بدون دخالت انسانی اجرا کرد، بدون کاهش کیفیت تجربه کارکنان؟

 

5- اخلاق و شفافیت در استخدام با AI
  • چگونه از بروز تبعیض، سوگیری یا اشتباهات انسانی در الگوریتم‌های استخدامی جلوگیری کنیم؟ آیا باید الگوریتم‌ها شفاف باشند؟

 

مخاطبین این پنل:

  • مدیران و کارشناسان منابع انسانی
  • مدیران و رهبران کسب‌وکار
  • متخصصان تحلیل داده و هوش مصنوعی در حوزه HRTech
  • مشاوران منابع انسانی و دیجیتال ترنسفورمیشن
  • سرمایه‌گذاران در حوزه HRTech / استارتاپ‌های جذب و ارزیابی

 

موضوعات و محور ها:

1- ارزیابی و قیمت‌گذاری ریسک با AI
  • شخصی‌سازی حق بیمه با تحلیل داده‌های فردی و رفتاری

 

2- تشخیص تقلب بیمه‌ای (Fraud Detection)
  • استفاده از الگوریتم‌ها برای شناسایی ادعاهای مشکوک

 

3- اتوماسیون در بررسی خسارت و پرداخت مطالبات
  • بررسی اسناد، عکس‌ها یا گزارش‌ها با بینایی ماشین و NLP

 

4- بازاریابی هدفمند و حفظ مشتری با AI
  • تحلیل داده‌های مشتری برای طراحی پیشنهادها و کمپین‌های دقیق

 

5- چالش‌های پیاده‌سازی AI در شرکت‌های بیمه سنتی
  • موانع زیرساختی، حقوقی، داده‌ای و فرهنگی

 

سؤالات کلیدی پیشنهادی برای پنل:

  • چطور می‌توان از هوش مصنوعی برای شخصی‌سازی حق بیمه بدون نقض حریم خصوصی استفاده کرد؟
  • هوش مصنوعی تا چه حد می‌تواند در تشخیص تقلب بیمه‌ای از انسان مؤثرتر عمل کند؟
  • آیا می‌توان فرآیند پرداخت خسارت را به‌طور کامل اتومات کرد؟ چالش‌های اجرایی چیست؟
  • چگونه می‌توان داده‌های رفتاری مشتریان را برای طراحی محصولات بیمه‌ای جدید تحلیل کرد؟
  • آیا شرکت‌های بیمه سنتی در ایران آماده‌ی پذیرش مدل‌های مبتنی بر AI هستند؟ چه زیرساخت‌هایی لازم است؟

 

مخاطبین این پنل:

  • مدیران ارشد بیمه (مدیرعامل، CTO، مدیر فنی)
  • مدیران واحد خسارت، بیمه‌نامه، صدور و فنی
  • تحلیل‌گران داده، تیم‌های AI شرکت‌های بیمه یا بیمه‌گر اتکایی
  • استارتاپ‌های InsurTech و فعالان نوآوری
  • مشاوران بیمه، فین‌تک و تحول دیجیتال

 

موضوعات و محور ها:

1- تشخیص و پیش‌بینی بیماری با هوش مصنوعی
  • تحلیل تصاویر پزشکی، آزمایشات و علائم بالینی

 

2- پزشکی شخصی‌سازی‌شده (Personalized Medicine)
  • طراحی مسیر درمان متناسب با ژنتیک و داده‌های هر بیمار

 

3- مدیریت داده‌های بیمار و پرونده الکترونیک هوشمند (EHR)
  • استخراج بینش از داده‌های کلینیکی با NLP و ML

 

4- رباتیک، اتوماسیون و دستیارهای AI در درمان و جراحی
  • کاربرد ربات‌های جراح، سیستم‌های پشتیبان تصمیم پزشک

 

5- چالش‌های اخلاقی، حقوقی و ایمنی در پزشکی هوش‌مصنوعی‌محور
  • مسئولیت، حریم خصوصی و نظارت انسانی بر الگوریتم‌ها

 

سؤالات کلیدی پیشنهادی برای پنل:

  • AI چگونه می‌تواند به پزشک در تشخیص زودهنگام و دقیق‌تر بیماری‌ها کمک کند؟
  • چه میزان از تصمیم‌های درمانی را می‌توان به هوش مصنوعی سپرد؟ چه کسی مسئول است؟
  • آیا سیستم‌های پزشکی فعلی ایران ظرفیت استفاده از داده برای AI را دارند؟
  • چگونه می‌توان از هوش مصنوعی برای کاهش خطاهای پزشکی و بهبود کیفیت خدمات استفاده کرد؟
  • حریم خصوصی داده بیماران در الگوریتم‌های هوش مصنوعی چطور باید محافظت شود؟

 

مخاطبین این پنل:

  • پزشکان متخصص، مدیران بیمارستان‌ها و مراکز درمانی
  • مدیران فناوری سلامت، شرکت‌های HealthTech
  • دانشمندان داده، فعالان AI حوزه پزشکی
  • سیاست‌گذاران و مدیران کلان سلامت
  • استارتاپ‌های سلامت دیجیتال و سلامت از راه دور

 

موضوعات و محور ها:

1- تشخیص اشیا و چهره با AI (Object & Face Detection)
  • کاربرد در امنیت، خرده‌فروشی، تبلیغات و سلامت

 

2- پردازش تصاویر پزشکی و صنعتی
  • تشخیص بیماری از MRI/CT و کنترل کیفیت در تولید

 

3- بینایی ماشین در خودروهای خودران و رباتیک
  • درک محیط، مسیر‌یابی، تشخیص موانع

 

4- تقویت و بازسازی تصاویر (Enhancement & Super-resolution)
  • بهبود کیفیت تصاویر دوربین، تصاویر قدیمی یا ماهواره‌ای

 

5- تولید تصویر با هوش مصنوعی (Generative AI / Diffusion)
  • تولید تصاویر واقعی، Deepfake، بازسازی چهره یا محیط

 

سؤالات کلیدی پیشنهادی برای پنل:

  • AI در تشخیص اشیا یا چهره تا چه حد دقیق است و چه چالش‌هایی دارد؟
  • پردازش تصویر در حوزه پزشکی چطور می‌تواند جایگاه پزشک را تغییر دهد یا تکمیل کند؟
  • آیا می‌توان به‌طور کامل به AI در تصمیم‌گیری‌های بینایی‌محور تکیه کرد؟
  • چگونه با حجم بالای داده تصویری برای آموزش مدل‌ها مقابله کنیم؟
  • کاربردهای اخلاقی و تهدیدهای Deepfake یا تصاویر تولیدی چیست؟

 

مخاطبین این پنل:

  • مهندسان هوش مصنوعی و بینایی ماشین
  • پژوهشگران دانشگاهی حوزه CV و AI
  • فعالان صنایع پزشکی، تولید، امنیت، حمل‌ونقل
  • استارتاپ‌های AI، توسعه‌دهندگان اپلیکیشن و نرم‌افزار تصویری
  • مدیران فناوری شرکت‌ها و سازمان‌ها

 

موضوعات و محور ها:

1- تبلیغات هدفمند مبتنی بر داده (Targeted Advertising)
  • تحلیل رفتار کاربر و شخصی‌سازی پیام‌های تبلیغاتی

 

2- تولید خودکار محتوا با AI (Content Generation)
  • نوشتن متن، ساخت ویدیو و طراحی بصری تبلیغ با ابزارهای مولد

 

3- تحلیل و پیش‌بینی رفتار مشتری (Customer Insights & Prediction)
  • پیش‌بینی نرخ تبدیل، رفتار خرید و بازگشت مشتری

 

4- اتوماسیون کمپین‌های تبلیغاتی
  • تنظیم، اجرای و بهینه‌سازی کمپین‌ها با حداقل دخالت انسانی

 

5- ارزیابی عملکرد تبلیغات و بهینه‌سازی لحظه‌ای (Real-time Optimization)
  • تشخیص موثرترین کانال‌ها و اصلاح سریع تبلیغات

 

سؤالات کلیدی پیشنهادی برای پنل:

  • چطور می‌توان با کمک هوش مصنوعی پیام‌های تبلیغاتی را دقیق‌تر و شخصی‌سازی‌شده‌تر کرد؟
  • هوش مصنوعی چگونه فرآیند تولید محتوا را برای برندها متحول می‌کند؟
  • آیا می‌توان به الگوریتم‌ها در پیش‌بینی رفتار کاربران اعتماد کرد؟ محدودیت‌ها چیست؟
  • چگونه AI به بهینه‌سازی بودجه و اثربخشی کمپین‌ها کمک می‌کند؟
  • تهدیدها و فرصت‌های اخلاقی استفاده از داده‌های کاربران در تبلیغات هوشمند چیست؟

 

مخاطبین این پنل:

  • مدیران بازاریابی، دیجیتال مارکترها
  • مدیران برند، مدیران محتوا
  • تحلیل‌گران داده، تیم‌های BI
  • مدیران استارتاپ‌ها و فروشگاه‌های آنلاین
  • توسعه‌دهندگان پلتفرم‌های تبلیغاتی و Martech
  • سرمایه‌گذاران و شتاب‌دهنده‌ها

 

موضوعات و محور ها:

  • تولید محتوای شبکه‌های اجتماعی با هوش مصنوعی؛ از ایده تا انتشار خودکار
  • تولید و ویرایش خبر با AI؛ انقلاب در اتاق خبر روابط عمومی
  • پایش و تحلیل احساسات افکار عمومی در شبکه‌های اجتماعی با هوش مصنوعی
  • رصد بحران و پیش‌بینی چالش‌های روابط عمومی با الگوریتم‌های هوشمند
  • تولید تیزر و محتوای ویدئویی تبلیغاتی با کمترین هزینه و بیشترین خلاقیت
  • هوش مصنوعی در طراحی، بهینه‌سازی و ارزیابی استراتژی و برنامه روابط عمومی
  • بررسی و تضمین انطباق محتوای تولیدشده با هویت و لحن برند
  • آینده کپی‌رایتینگ و تولید محتوا با هوش مصنوعی؛ جایگزینی یا تقویت خلاقیت انسانی؟
  • هوش مصنوعی به‌‌عنوان عضوی از تیم روابط عمومی و محتوا؛ چه نقش و جایگاهی دارد؟

 

موضوعات و محور ها:

1- اعتبارسنجی هوشمند با داده‌های غیرسنتی (Alternative Data)
  • استفاده از داده‌های رفتاری، شبکه‌های اجتماعی، تراکنش‌ها و موبایل

 

2- مدل‌سازی ریسک اعتباری با یادگیری ماشین
  • ساخت مدل‌های پیش‌بینی نکول و طبقه‌بندی متقاضیان

 

3- کشف تقلب (Fraud Detection) در وام‌دهی آنلاین
  • شناسایی هویت‌های جعلی، درخواست‌های مشکوک یا رفتارهای غیرعادی

 

4- اتوماسیون فرآیند اعتباردهی و تصمیم‌گیری لحظه‌ای
  • کاهش زمان بررسی، افزایش دقت، و تجربه کاربری بهتر

 

5- چالش‌های قانونی، شفافیت و تبعیض الگوریتمی
  • رعایت عدالت، شفافیت مدل و رعایت حقوق متقاضیان

 

سؤالات کلیدی پیشنهادی برای پنل:

  • چگونه می‌توان با استفاده از داده‌های جایگزین، افراد بدون سابقه بانکی را اعتبارسنجی کرد؟
  • الگوریتم‌های هوش مصنوعی تا چه اندازه در پیش‌بینی ریسک و نکول وام موفق بوده‌اند؟
  • چه تدابیری برای جلوگیری از تبعیض یا سوگیری در مدل‌های اعتبارسنجی لازم است؟
  • چه زیرساخت‌هایی برای اجرای اعتبارسنجی هوشمند در ایران مورد نیاز است؟
  • آیا مدل‌های تصمیم‌گیری لحظه‌ای می‌توانند جایگزین کامل کارشناسان انسانی شوند؟

 

مخاطبین این پنل:

  • مدیران لندتک‌ها، فین‌تک‌ها و شرکت‌های وام‌دهی
  • تحلیل‌گران ریسک، مدیران اعتبار و ضد‌تقلب
  • تیم‌های هوش مصنوعی و داده در حوزه مالی
  • بانک‌ها، مؤسسات اعتباری و PSPها
  • نهادهای قانون‌گذار و تنظیم‌گر مالی

 

موضوعات و محور ها:

1- کنترل کیفیت خودکار محصولات غذایی با بینایی ماشین
  • شناسایی نقص‌ها، آلودگی‌ها یا تفاوت‌های ظاهری در خطوط تولید

 

2- پیش‌بینی تقاضا و مدیریت هوشمند زنجیره تأمین غذا
  • کاهش ضایعات، بهینه‌سازی موجودی، تولید و توزیع بر اساس تحلیل داده‌ها

 

3- فرمولاسیون و توسعه محصول جدید با کمک AI
  • تحلیل ترجیحات مصرف‌کننده و پیشنهاد ترکیب‌های نوآورانه

 

4- پایش ایمنی غذایی و ردیابی مشکلات سلامت‌محور
  • تشخیص خطرات احتمالی، آلودگی‌ها و پایش کیفیت مواد اولیه

 

5- بهینه‌سازی بازاریابی، قیمت‌گذاری و تجربه مشتری در صنایع غذایی
  • استفاده از AI برای شناخت الگوی خرید، شخصی‌سازی پیشنهادها و تعیین قیمت پویا

 

سؤالات کلیدی پیشنهادی برای پنل:

  • AI چگونه می‌تواند به کاهش ضایعات و افزایش بهره‌وری در صنایع غذایی کمک کند؟
  • چه مزایایی در استفاده از بینایی ماشین برای کنترل کیفیت وجود دارد؟
  • چطور می‌توان با تحلیل داده‌ها، محصولات جدید متناسب با ذائقه بازار طراحی کرد؟
  • چالش‌های عملی پیاده‌سازی هوش مصنوعی در کارخانه‌های صنایع غذایی چیست؟
  • آیا صنعت غذایی ایران آمادگی بهره‌گیری از AI در زنجیره تأمین را دارد؟

 

مخاطبین این پنل:

  • مدیران تولید و کنترل کیفیت کارخانه‌های صنایع غذایی در راستای بهبود بهره‌وری و دقت کنترل محصولات
  • مدیران زنجیره تأمین و برنامه‌ریزی در راستای کاهش ضایعات، بهینه‌سازی فرآیندهای لجستیکی
  • متخصصان تحقیق و توسعه محصولات غذایی در راستای طراحی فرمول‌های جدید
  • مدیران فروش و بازاریابی صنایع غذایی در راستای تحلیل رفتار مشتری، بهینه‌سازی قیمت و کمپین‌ها
  • مشاوران تحول دیجیتال در صنعت غذا در راستای شناسایی فرصت‌های به‌کارگیری AI در کارخانه‌ها

 

موضوعات و محور ها:

1- خودران‌ها و سیستم‌های کمک‌راننده پیشرفته (ADAS)
  • بینایی ماشین، تشخیص مسیر، کنترل تطبیقی سرعت و ترمز خودکار

 

2- کنترل کیفیت خودکار در خط تولید با بینایی ماشین
  • شناسایی خطاها و نقص‌ها در قطعات یا مونتاژ نهایی

 

3- نگهداری پیش‌بینانه (Predictive Maintenance)
  • پیش‌بینی خرابی‌ها با تحلیل داده‌های حسگرها و کاهش توقف تولید

 

4- مدل‌سازی تقاضا و بهینه‌سازی زنجیره تأمین قطعات
  • پیش‌بینی فروش، کنترل موجودی و تأمین به‌موقع قطعات خودرو

 

5- طراحی محصول و مهندسی معکوس با هوش مصنوعی
  • بهینه‌سازی طراحی خودرو با شبیه‌سازی و یادگیری ماشین

 

سؤالات کلیدی پیشنهادی برای پنل:

  • چگونه هوش مصنوعی مسیر تولید خودروهای خودران را تسهیل می‌کند؟
  • نقش AI در ارتقای کیفیت تولید و کاهش ضایعات چیست؟
  • آیا می‌توان با تحلیل داده‌های حسگرها از خرابی‌های احتمالی جلوگیری کرد؟
  • هوش مصنوعی چگونه فرآیند طراحی محصول را سریع‌تر و ارزان‌تر می‌کند؟
  • چالش‌ها و الزامات زیرساختی برای به‌کارگیری AI در صنعت خودروی ایران چیست؟

 

مخاطبین این پنل:

  • مدیران تولید و کنترل کیفیت در خودروسازی در راستای استفاده از بینایی ماشین و تحلیل داده برای کاهش خطاها
  • مهندسان طراحی، تحقیق و توسعه (R&D) در راستای بهره‌برداری از شبیه‌سازی و بهینه‌سازی با AI
  • مدیران نگهداری و تعمیرات کارخانه در راستای پیش‌بینی و پیشگیری از توقف تولید با مدل‌های یادگیری ماشین
  • تیم‌های زنجیره تأمین و فروش در راستای بهینه‌سازی تأمین قطعات و پیش‌بینی تقاضای بازار
  • استارتاپ‌های فناوری خودرو، متخصصان AI در راستای توسعه سیستم‌های خودران و کمک‌راننده هوشمند

 

موضوعات و محور ها:

1- پیش‌بینی تقاضا و برنامه‌ریزی هوشمند موجودی
  • کاهش موجودی مازاد و کمبود کالا با مدل‌های پیش‌بینی دقیق

 

2- بهینه‌سازی مسیر حمل‌ونقل و توزیع با الگوریتم‌های AI
  • کاهش زمان و هزینه حمل، مسیریابی پویا و کاهش مصرف سوخت

 

3- اتوماسیون انبارداری و مدیریت سفارش‌ها
  • استفاده از ربات‌ها و الگوریتم‌های هوشمند در چیدمان و برداشت کالا

 

4- تشخیص اختلالات و ریسک در زنجیره تأمین (Disruption Detection)
  • پیش‌بینی تأخیرها، مشکلات تأمین یا نوسانات بازار با تحلیل داده‌ها

 

5- ردیابی هوشمند و شفافیت در زنجیره تأمین (Traceability)
  • استفاده از AI برای مانیتورینگ بلادرنگ مسیر کالا و وضعیت سفارش‌ها

 

سؤالات کلیدی پیشنهادی برای پنل:

  • چگونه هوش مصنوعی به بهینه‌سازی هزینه و زمان در لجستیک کمک می‌کند؟
  • کدام داده‌ها برای پیش‌بینی دقیق تقاضا و مدیریت موجودی حیاتی‌اند؟
  • نقش AI در افزایش شفافیت و پاسخ‌گویی زنجیره تأمین چیست؟
  • چطور می‌توان از الگوریتم‌های هوشمند برای مقابله با ریسک‌های ناگهانی (مانند بحران‌ها) استفاده کرد؟
  • میزان آمادگی زنجیره‌های تأمین ایران برای پذیرش فناوری‌های AI چقدر است؟

 

مخاطبین این پنل:

  • مدیران زنجیره تأمین، انبار و حمل‌ونقل در راستای ارتقاء تصمیم‌گیری، کاهش هزینه‌ها و افزایش سرعت عملیات
  • شرکت‌های لجستیکی و پلتفرم‌های حمل‌ونقل در راستای پیاده‌سازی هوش مصنوعی در مسیریابی و زمان‌بندی
  • کارشناسان تحلیل داده و مدیران فناوری در راستای طراحی و پیاده‌سازی الگوریتم‌های AI در زنجیره تأمین
  • شرکت‌های تولیدی و توزیعی در راستای افزایش دقت در سفارش‌گذاری، تأمین به‌موقع و کاهش خطا
  • استارتاپ‌های LogiTech و مشاوران دیجیتال در راستای شناخت فرصت‌های نوآوری در زنجیره تأمین هوشمند

 

موضوعات و محور ها:

1- شخصی‌سازی مسیر یادگیری کارکنان با AI
  • پیشنهاد محتوای آموزشی متناسب با نیاز، سطح و عملکرد افراد

 

2- تحلیل داده‌های یادگیری برای ارزیابی اثربخشی آموزش
  • شناسایی شکاف مهارتی و بهینه‌سازی برنامه‌های آموزشی

 

3- مربی‌گری مجازی و آموزش تطبیقی با چت‌بات‌ها و سیستم‌های هوشمند
  • عامل بلادرنگ با کاربر برای آموزش مفاهیم یا مهارت‌ها

 

4- تشخیص نیازهای آموزشی آینده‌محور سازمان
  • استفاده از هوش مصنوعی برای پیش‌بینی مهارت‌های مورد نیاز آینده

 

5- خودکارسازی ارزیابی و سنجش عملکرد یادگیری
  • آزمون‌سازی هوشمند، تحلیل نتایج و ارائه بازخورد خودکار

 

سؤالات کلیدی پیشنهادی برای پنل:

  • چگونه می‌توان با کمک AI مسیر یادگیری شخصی‌سازی‌شده برای کارکنان طراحی کرد؟
  • چه داده‌هایی برای تحلیل اثربخشی آموزش با AI مورد نیاز است؟
  • آیا ابزارهای هوش مصنوعی می‌توانند جایگزین بخشی از مربیان انسانی شوند؟
  • چگونه AI می‌تواند به شناسایی مهارت‌های بحرانی آینده کمک کند؟
  • چه چالش‌هایی در پذیرش سیستم‌های یادگیری هوشمند در سازمان‌ها وجود دارد؟

 

مخاطبین این پنل:

  • مدیران آموزش و توسعه منابع انسانی در راستای ارتقاء کیفیت آموزش کارکنان با ابزارهای هوشمند
  • کارشناسان یادگیری سازمانی و L&D در راستای طراحی سیستم‌های آموزشی مبتنی بر داده
  • مشاوران منابع انسانی در راستای آشنایی با ابزارهای جدید آموزش تطبیقی و تحلیلی
  • مدیران فناوری اطلاعات سازمان‌ها در راستای پیاده‌سازی پلتفرم‌های آموزش هوشمند درون‌سازمانی
  • طراحان پلتفرم‌های آموزش دیجیتال در راستای نوآوری در تجربه یادگیری و تعامل با کاربران

 

موضوعات و محور ها:

1- چگونه استارتاپ‌ها با AI مزیت رقابتی خلق می‌کنند
  • بهبود محصول، تجربه مشتری و مدل کسب‌وکار با کمترین منابع

 

2- به‌کارگیری AI در MVP و تست بازار سریع
  • ساخت نمونه اولیه با کمک هوش مصنوعی و تحلیل داده‌های اولیه کاربران

 

3- اتوماسیون فرایندها برای کاهش هزینه و مقیاس‌پذیری سریع
  • استفاده از AI در فروش، پشتیبانی، تولید محتوا و تحلیل عملکرد

 

4- تحلیل رفتار کاربر و تصمیم‌گیری داده‌محور
  • بهینه‌سازی تجربه کاربر+ی و طراحی با تحلیل هوشمند داده‌های تعامل

 

5- چالش‌ها و فرصت‌های استارتاپ‌های AI-Native
  • منابع فنی، داده، مدل تجاری و جذب سرمایه برای کسب‌وکارها

 

سؤالات کلیدی پیشنهادی برای پنل:

  • AIاستارتاپ‌ها چطور می‌توانند بدون تیم فنی بزرگ از AI استفاده کنند؟
  • AI چگونه به خلق MVP سریع‌تر و بهتر کمک می‌کند؟
  • کدام بخش‌های کسب‌وکار نوپا بیشترین پتانسیل برای اتوماسیون با AI را دارند؟
  • چگونه می‌توان از تحلیل داده برای اصلاح سریع مسیر استارتاپ بهره برد؟
  • چه الزامات زیرساختی و حقوقی برای استارتاپ‌های AIمحور وجود دارد؟

 

مخاطبین این پنل:

  • بنیان‌گذاران و مدیران استارتاپ‌ها در راستای شناخت کاربردهای عملی و قابل اجرا از AI برای رشد سریع
  • مشاوران و شتاب‌دهنده‌های استارتاپی در راستای ارائه راهکارهای نوآورانه به تیم‌های تحت پوشش
  • توسعه‌دهندگان محصول و طراحان UX در راستای استفاده از تحلیل داده و شخصی‌سازی تجربه کاربر
  • سرمایه‌گذاران خطرپذیر (VC) در راستای آشنایی با روندهای جدید AI در فضای استارتاپی
  • علاقه‌مندان به راه‌اندازی استارتاپ‌های AI محور در راستای شناخت چالش‌ها و ابزارهای موجود برای شروع کار

 

کارگاه‌های آموزشی

کارگاه شماره یک

موضوع: هوش مصنوعی کاربردی، کاربرد ها در کسب‌ و کار به‌ عنوان نیروی کار دیجیتال

کارگاه شماره دو

موضوع: هوش مصنوعی به‌عنوان مزیت رقابتی – نقش و جایگاه AI در تحول کسب‌وکار

کارگاه شماره سه

موضوع: بهره برداری عملیاتی از هوش مصنوعی در پروژه های صنعتی از آموزش تا استقرار

کارگاه شماره چهار

موضوع: عنوان زیرساخت مقیاس‌پذیر هوش مصنوعی

کارگاه شماره پنج

موضوع: AI Agentها – فرایند ساده و کاربردی پیاده‌سازی پروژه‌های AI در سازمان

کارگاه شماره شش

موضوع: هوش مصنوعی در بانکداری نوین

پنل های گفتگو رویداد IRAN AI 2025

زمان برگزاری پنل:

سخنران ها کلیدی:

حمید رضا ربیعی

استاد دانشکده مهندسی کامپیوتر، رئیس مرکز نوآوری هوش مصنوعی دانشگاه صنعتی شریف

رضا ساکیانی

مدیر عامل تجارت الکترونیک پارسیان

محمد محسن صدر

معاون وزیر و رئیس سازمان فناوری اطلاعات ایران

علی گل‌زاده

مدیرعامل شرکت داتا تجارت

مهدی نجفی

مدیر عامل سفر مارکت

شهاب جوانمردی

مدیر عامل فناپ

مصطفی امینی

مدیر عامل بهپویان هوشمند امید

حنان نوذری

مدیر عامل ابرناک

امیر حسین شبیری

مدیر عامل شبکه الکترونیک پرداخت کارت (شاپرک)

عباس عسکری ساری

مدیرعامل گروه فناوری اطلاعات و ارتباطات مُهیمن

حبیب الله یاجم

مدیر گروه ژرفاتک

سخنرانی ها با موضوعات زیر انجام خواهد شد:

نمایشگاه رویداد IRAN AI 2026

مقدمه:

با گسترش فناوری‌های نوین، هوش مصنوعی به یکی از مهم‌ترین محرک‌های تحول در کسب‌وکارها تبدیل شده است. نمایشگاه “کاربردهای هوش مصنوعی در کسب‌وکارها” با هدف معرفی دستاوردهای نوآورانه و فراهم‌سازی بستری برای تبادل دانش و تجربه، میزبان فعالان حوزه فناوری، صنعت و اقتصاد خواهد بود. این رویداد فرصتی است برای کشف راه‌حل‌های هوشمند که آینده‌ی کسب‌وکارها را رقم خواهند زد.
این نمایشگاه یکی از برنامه های رویداد IRAN AI 2026 می باشد و به تاریخ 30 و 31 شهریور ماه سال 1405 در محل دانشگاه صنعتی شریف برگزار می شود

اهداف:

مزایا:

مخاطبین:

دستاوردها:

مهلت ثبت نام به پایان رسید

ثبت نام به عنوان حامی مالی رویداد IRAN AI 2025

شرح خدمات قابل ارائه در قبال حمایت از IRAN AI 2025
شرایط:
جهت دریافت اطلاعات بیشتر با ما تماس بگیرید:

مهلت ثبت نام به پایان رسید

کاربر گرامی؛ مهلت ثبت نام به پایان رسید.