课程背景：
随着科技迅猛发展，特别是人工智能技术的不断突破，我们步入了一个以智能化为特征的新时代。2024年的全国两会上，科技平权与人工智能+成为了热议的话题。与此同时，“人工智能+”行动首次被写入政府工作报告中。
近年来我国人工智能的蓬勃发展正在为各行各业赋能，为企业与个人的发展带来新机遇。工业和信息化部赛迪研究院数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。相关机构预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元。
什么是人工智能？大数据+机器深度学习。大数据是人工智能的基础，通过大数据的收集分析为人工智能提供素材，机器基于素材的积累实现深度学习——以人的思维方式思考、解决问题。人工智能出现的意义绝不仅仅是机器人的批量生产与应用，而是作为核心驱动力驱动产业结构、城市形态、生活方式和科技格局的颠覆式变革。
随着5G、物联网、大数据、云计算等新一代信息技术的普及应用，人工智能+正在成为支撑战略性新兴产业发展的重要组成部分。未来，我们有理由相信人工智能将在更多的领域得到应用，为促进产业数字化转型升级提供坚强助力。
处在这样一个划时代的转折点，如何迎接人工智能爆发的产业机遇，如何在AI商用的垂直细分领域占据一席之地，亟需各行业管理者深入思考和密切关注。
课程收益：
1. 深入解读人工智能+的背景、要素、现状与趋势，把握智能化的未来发展脉络
2. 剖析大数据、物联网、云计算、AI等最新发展动态，以及在各行业中的应用
3. 洞察数字时代的变革力量，并结合企业现阶段战略目标，搭建数字化运营体系
4. 厘清盲点，规避企业转型过程中的风险，倒逼思维升级，挖掘业务场景突破点
5. 正确认识AI时代挑战和机遇，主动拥抱变化，提升企业经营水平和市场竞争力
课程时间：1天，6小时/天
课程对象：企业中高层管理者、各部门骨干、数智化相关岗位人员
课程方式：讲师讲授+案例解析+小组研讨+互动答疑
课程大纲
第一讲：人工智能+最新动态及行业应用趋势
一、人工智能与科技平权
1. 人工智能概述及分类
2. 内涵定义和实现要素
3. 科技平权与产业数字化
4. 人工智能+行动的战略意义
二、人工智能技术生态体系
1. 5G：技术制高点和产业主导权
2. 物联网：人类感官的延伸
3. 大数据：永不枯竭的生产资料
4. 云计算：智能时代的基石
5. “智能+”终极版图：数字孪生
案例解析：钱学森先生眼中的“数字孪生世界”
三、AI大模型开启新范式
1. 从聚合式到生成式
2. 从标准化到个性化
3. 人机对话VS自我进化
4. 各国科技巨头纷纷入局
四、通用大模型三项核心能力
1. 图文识别生成和文案撰写能力
2. 自然语言处理和逻辑推理能力
3. 商业逻辑洞察和系统输出能力
应用演示：视频生成、公文写作、PPT生成、提示词技巧
五、大数据+大算力+强算法=大模型
1. 参数规模：千亿级参数成为主流
2. 技术架构：GPT--基于反馈的强化学习
3. 模态支持：文本、图片、影像、语音等多模态
4. 应用领域：通用大模型VS行业大模型
案例解析：中医大模型、机器狗“挑山工”、盘古大模型聚焦B端应用
六、人工智能引领各行业应用场景重构
案例解析：交通行业——基于城市大脑的智能交通布局
案例解析：能源电力——虚拟电网与新型电力系统建设
案例解析：智慧城市——从长安到雄安，未来城市图景
案例解析：工业制造——数字孪生工厂颠覆传统生产路径
案例解析：数字政府——AI大模型赋能数字政务建设
七、AI时代的新兴机遇和挑战
1. 企业级应用与AI时代岗位分化
2. 大模型及AI未来发展的十大趋势
3. 发现问题的能力比解决问题更重要
4. 用想象力、创造力驾驭，做AI做不了的事
5. 潜在风险：信息滥用、数据安全、科技作恶
第二讲：人工智能+助力产业数字化转型升级
一、国家战略和顶层设计
1. 数字经济与产业升级
2. 数字经济分类和界定
3. 数据成为新的生产要素
4. 新一代信息技术应用赋能
5. 新基建加速产业数字化进程
案例解析：消费互联网VS产业互联网
二、数字化是产业升级必经之路
1. 数字化的定义、价值、底层逻辑和终极目标
2. 数字化背景下，企业生存之道——保持危机感
3. 什么是数字化转型六度法则，如何将数字化真正落地
案例解析：德国大众为什么炒掉软件公司多名高管
三、数字化三个基本特征
1. 数据业务化——消灭物理介质
2. 流程标准化——减少人为干预
3. 管理精细化——全程闭环可控
案例解析：华为数字化工具应用的启示
小组讨论：在目前的业务场景中，有哪些不符合数字化要求的节点，如何优化？
四、企业数字化转型常见问题
1. 战略层面缺乏系统性顶层设计
2. 业务层面信息化基础相对薄弱
3. 实施层面技术与业务容易脱节
4. 组织层面人才队伍上储备不足
案例解析：麦肯锡最新报告：数字化转型成功率普遍不高？
五、数字化转型落地三个要点
1. “科技+业务”双轮驱动
2. 让听得见炮火的士兵做决定
3. 借助专业第三方力量推进实施
六、企业数字化运营体系构建
1. 基础建设：数字基因六大模块、数字技术平台架构
2. 组织建设：数字运营开发流程、数字生态应用场景、数字资产长效机制
3. 人才建设：数据驱动能力、跨界融合能力、场景转化能力、创新发展能力
七、数字化转型实践五步曲（数转模型）
1. 内部管理信息化
1）各业务系统之间联动，流程衔接自动化
2）简化流程、无纸化，数据埋点，从点到线到面一体
2. 业务流程可视化
1）进度清晰可见、节点流转可控
2）流程标准化，减少人为和不确定因素
3. 产品服务数据化
1）建立指标体系，拆解、匹配适合运营方法
2）分析和改善指标，以数据导向总结优化
4. 营销推广个性化
1）用户细分，需求聚焦，360°视图
2）线上线下深度融合，数据驱动和精准引流
5. 用户体验标准化
1）洞察痛点，快速响应，超预期满足
2）打造极致体验，促进留存和转化
小组讨论：目前在数字化转型执行层面，存在哪些盲点和障碍，如何克服？
课程回顾、总结、分享和行动
1. 基于人工智能发展趋势，从产品、渠道、技术、运营、服务、资源等角度切入，探讨关于现阶段人工智能与企业经营管理相结合的商业化应用实施路径。
2. 目前在市场洞察、痛点捕捉、应用场景、流程优化、数据驱动、客户服务和业务创新等方面，与原生数字巨头们存在哪些差距，应该如何改进？
3. 企业数转智改是一个“科技+业务”双轮驱动的系统性工程，结合行业特性和岗位职责，有什么具体想法或者行动计划？
