課程分類： DS賦能運用
課程目標：
深入解讀DeepSeek、人工智能+的背景和趨勢，把握智能化的未來發(fā)展脈絡
剖析大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算、AI等最新發(fā)展動態(tài)，以及在各行業(yè)中的應用
洞察智能時代的變革力量，并結(jié)合企業(yè)現(xiàn)階段戰(zhàn)略目標，搭建數(shù)字化運營體系
厘清盲點，規(guī)避企業(yè)轉(zhuǎn)型過程中的風險，倒逼思維升級，挖掘業(yè)務場景突破點
正確認識AI時代挑戰(zhàn)和機遇，主動擁抱變化，提升企業(yè)經(jīng)營水平和市場競爭力
課程對象：企業(yè)中高層管理者、數(shù)智化相關崗位人員
課程時間：1天，6小時/天
第一單元：DeepSeek核心價值與AI驅(qū)動產(chǎn)業(yè)變革趨勢
一、AI技術(shù)革命與產(chǎn)業(yè)格局重塑
1.DeepSeek突圍啟示與科技創(chuàng)新
2.全球AI發(fā)展趨勢和產(chǎn)業(yè)變革機遇
3.中國開展人工智能+行動的戰(zhàn)略意義
4.大模型對傳統(tǒng)行業(yè)的顛覆性影響
5.各行業(yè)面臨的挑戰(zhàn)與轉(zhuǎn)型方向
二、數(shù)字基礎設施生態(tài)體系構(gòu)建
1.5G：技術(shù)制高點和產(chǎn)業(yè)主導權(quán)
2.物聯(lián)網(wǎng)：人類感官的延伸
3.大數(shù)據(jù)：永不枯竭的生產(chǎn)資料
4.云計算：智能時代的基石
5.“智能+”終極版圖：數(shù)字孿生
三、大數(shù)據(jù)+大算力+強算法=大模型
1.參數(shù)規(guī)模：千億級參數(shù)成為主流
2.技術(shù)架構(gòu)：GPT--基于反饋的強化學習
3.模態(tài)支持：文本、圖片、影像、語音等多模態(tài)
4.應用領域：通用大模型VS行業(yè)大模型
【案例解析】中醫(yī)大模型、機器狗“挑山工”、盤古大模型聚焦B端應用
四、DeepSeek的核心能力與應用場景
1.DeepSeek的技術(shù)優(yōu)勢與核心競爭力
2.DeepSeek如何賦能企業(yè)數(shù)智化升級
3.從“數(shù)據(jù)驅(qū)動”到“AI驅(qū)動”的戰(zhàn)略轉(zhuǎn)型
4.管理者如何擁抱AI技術(shù)，重塑企業(yè)競爭力
5.AI時代下的組織架構(gòu)與人才戰(zhàn)略
五、人工智能引領產(chǎn)業(yè)變革和場景重構(gòu)
1.【案例解析】交通行業(yè)——基于城市大腦的智能交通布局
2.【案例解析】能源電力——虛擬電網(wǎng)與新型電力系統(tǒng)建設
3.【案例解析】智慧城市——從長安到雄安，未來城市圖景
4.【案例解析】工業(yè)制造——數(shù)字孿生工廠顛覆傳統(tǒng)生產(chǎn)路徑
5.【案例解析】數(shù)字政府——AI大模型賦能數(shù)字政務建設
六、AI時代的新興機遇和挑戰(zhàn)
1.企業(yè)級應用與AI時代崗位分化
2.大模型及AI未來發(fā)展的十大趨勢
3.發(fā)現(xiàn)問題的能力比解決問題更重要
4.用想象力、創(chuàng)造力駕馭，做AI做不了的事
5.潛在風險：信息濫用、數(shù)據(jù)安全、科技作惡
第二單元：人工智能+行動助力產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級
一、國家戰(zhàn)略和頂層設計
1.數(shù)字經(jīng)濟與產(chǎn)業(yè)升級
2.數(shù)字經(jīng)濟分類和界定
3.數(shù)據(jù)成為新的生產(chǎn)要素
4.新一代信息技術(shù)應用賦能
5.新基建加速產(chǎn)業(yè)數(shù)字化進程
【案例解析】消費互聯(lián)網(wǎng)VS產(chǎn)業(yè)互聯(lián)網(wǎng)
二、數(shù)字化是產(chǎn)業(yè)升級必經(jīng)之路
1.數(shù)字化的內(nèi)涵、價值、底層邏輯和終極目標
2.數(shù)字化背景下，企業(yè)生存之道——保持危機感
3.什么是數(shù)字化轉(zhuǎn)型六度法則，如何將數(shù)字化真正落地
【案例解析】德國大眾為什么炒掉軟件公司多名高管
三、數(shù)字化的三個基本特征
1.數(shù)據(jù)業(yè)務化——消滅物理介質(zhì)
2.流程標準化——減少人為干預
3.管理精細化——全程閉環(huán)可控
【案例解析】華為數(shù)字化工具應用的啟示
【行動指南】在目前的業(yè)務場景中，有哪些不符合數(shù)字化要求的節(jié)點，如何優(yōu)化？
四、企業(yè)數(shù)字化變革常見問題
1.戰(zhàn)略層面缺乏系統(tǒng)性頂層設計
2.業(yè)務層面信息化基礎相對薄弱
3.實施層面技術(shù)與業(yè)務容易脫節(jié)
4.組織層面人才隊伍上儲備不足
【案例解析】麥肯錫最新報告：數(shù)字化轉(zhuǎn)型成功率普遍不高？
五、企業(yè)數(shù)字化轉(zhuǎn)型頂層設計
1.基礎建設：數(shù)字基因六大模塊、數(shù)字技術(shù)平臺架構(gòu)
2.組織建設：數(shù)字運營開發(fā)流程、數(shù)字生態(tài)應用場景、數(shù)字資產(chǎn)長效機制
3.人才建設：數(shù)據(jù)驅(qū)動能力、跨界融合能力、場景轉(zhuǎn)化能力、創(chuàng)新發(fā)展能力
六、數(shù)字化轉(zhuǎn)型落地三個要點
1.“科技+業(yè)務”雙輪驅(qū)動
2.讓聽得見炮火的士兵做決定
3.借助專業(yè)第三方力量推進實施
【行動指南】如何完善基礎數(shù)據(jù)治理，打通數(shù)據(jù)堵點，完成數(shù)據(jù)貫通和閉環(huán)。
七、數(shù)字化轉(zhuǎn)型實踐六步曲（數(shù)轉(zhuǎn)模型）
1.數(shù)字化轉(zhuǎn)型的戰(zhàn)略規(guī)劃
2.數(shù)字化轉(zhuǎn)型的組織障礙
4.數(shù)字化轉(zhuǎn)型的技術(shù)挑戰(zhàn)
5.數(shù)字化轉(zhuǎn)型的安全風險
6.數(shù)字化轉(zhuǎn)型的人才培養(yǎng)
【思考方向】現(xiàn)階段在數(shù)字化轉(zhuǎn)型頂層設計和實施層面，存在哪些盲點和障礙，如何克服？
課程回顧、總結(jié)、分享和行動
1.基于人工智能發(fā)展趨勢，從產(chǎn)品、渠道、技術(shù)、運營、服務、資源等角度切入，探討關于現(xiàn)階段人工智能與企業(yè)經(jīng)營管理相結(jié)合的商業(yè)化應用實施路徑。
2.目前在市場洞察、痛點捕捉、應用場景、流程優(yōu)化、數(shù)據(jù)驅(qū)動、客戶服務和業(yè)務創(chuàng)新等方面，與原生數(shù)字巨頭們存在哪些差距，應該如何改進？
3.企業(yè)數(shù)轉(zhuǎn)智改是一個“科技+業(yè)務”雙輪驅(qū)動的系統(tǒng)性工程，結(jié)合行業(yè)特性和崗位職責，有什么具體想法或者行動計劃？
