課程背景：

數(shù)字化轉(zhuǎn)型概念雖然一直被熱炒，卻很難完成落地。相信您并不是第一次聽到“數(shù)字化”和“人工智能”這樣的名詞，但卻很少有人能夠具象清晰地把這些名詞解釋清楚。

想要梳理清楚紛繁復(fù)雜的數(shù)字化轉(zhuǎn)型技術(shù)并找到關(guān)鍵點(diǎn)？

想要了解您所在行業(yè)的數(shù)智化轉(zhuǎn)型案例以及背后的經(jīng)驗(yàn)教訓(xùn)？

企業(yè)有意嘗試數(shù)智化轉(zhuǎn)型，但立項(xiàng)時(shí)卻無(wú)從下手，難以形成具體方案？

新一代AI生產(chǎn)力工具如何大幅提升企業(yè)效率？

新一代AI技術(shù)背后的核心趨勢(shì)有什么，這將如何重塑產(chǎn)業(yè)？

我們?cè)撟鲂┦裁磥?lái)把挑戰(zhàn)轉(zhuǎn)變?yōu)闄C(jī)遇？

所有答案將在課上揭曉！

培訓(xùn)目標(biāo)：

?  掌握1套思維框架，將所有數(shù)字化轉(zhuǎn)型技術(shù)串聯(lián)起來(lái)

?  了解您所在行業(yè)的數(shù)智化轉(zhuǎn)型案例，以及背后的經(jīng)驗(yàn)與教訓(xùn)

?  手把手帶你用“6步落地法”，找到最合適企業(yè)轉(zhuǎn)型突破口并形成方案

?  知曉新一代AI工具提升企業(yè)效率的10種用法

?  掌握人工智能的2大底層原理和5大底層套路

?  了解新一代AI技術(shù)的三大核心趨勢(shì)及背后的價(jià)值

課程大綱：

《D-1企業(yè)數(shù)字化轉(zhuǎn)型如何落地》 

一、數(shù)智化的頂層思維

1、數(shù)智化轉(zhuǎn)型是什么

?  企業(yè)中的流程與人類的神經(jīng)

?  企業(yè)中的信息與人類的神經(jīng)信號(hào)

?  數(shù)字化：在數(shù)字世界中幫助企業(yè)構(gòu)造神經(jīng)系統(tǒng)

2、數(shù)智化頂層思維框架

?  感知：獲取原始數(shù)據(jù)

?  認(rèn)知：抽取關(guān)鍵信息

?  推理決策：形成計(jì)劃

?  反饋動(dòng)作：實(shí)施計(jì)劃

小互動(dòng)：如果你在跟心儀的女神約會(huì)……

3、數(shù)字化與信息化的區(qū)別

?  數(shù)字化：引入數(shù)據(jù)要素，閉環(huán)數(shù)字神經(jīng)系統(tǒng)

?  信息化：智能制造的核心手段，提升決策效率

?  智能化：利用數(shù)據(jù)提升生產(chǎn)力

案例：特斯拉焊接數(shù)字化案例

4、如何提升數(shù)智化成功幾率

?  Gartner：85%的數(shù)字化轉(zhuǎn)型項(xiàng)目都未成功

?  數(shù)字化選擇題：IT技術(shù) or 業(yè)務(wù)邏輯

?  IT技術(shù)只能花錢，什么能幫助企業(yè)賺錢

?  精益思維：一個(gè)“強(qiáng)迫癥”+“控制狂”病人的發(fā)病過(guò)程

?  數(shù)字化全貌：精益思維定位價(jià)值+業(yè)務(wù)痛點(diǎn)匹配IT技術(shù)

?  提升數(shù)字化成功概率的5條核心理念

案例：某商用車頭部企業(yè)數(shù)字化踩坑史

二、精益生產(chǎn)與數(shù)智化

1、精益生產(chǎn)核心概念串講

?  精益生產(chǎn)的核心邏輯：發(fā)現(xiàn)浪費(fèi) → 減少浪費(fèi)

?  如何發(fā)現(xiàn)浪費(fèi)：建模

?  如何減少浪費(fèi)：流程

?  精益生產(chǎn)工具回顧：從5SVM到DMAIC

?  精益生產(chǎn)落地過(guò)程中存在的問(wèn)題

案例：一個(gè)“強(qiáng)迫癥+控制狂”病人發(fā)病的過(guò)程

2、精益生產(chǎn)為何落地難

?  精益生產(chǎn)落地最大的阻礙是人類天性

?  人類天生容易被情緒控制

?  人類天生有好奇心做錯(cuò)誤嘗試

?  人類天生不喜歡改變

?  精益生產(chǎn)與數(shù)智化是天作之合

案例：一個(gè)90%以上準(zhǔn)確率的AI算法揭開人類天性

3、如何讓精益生產(chǎn)落地

?  走到現(xiàn)場(chǎng)，用真實(shí)的數(shù)據(jù)做業(yè)務(wù)建模

?  回歸業(yè)務(wù)，找到真正的痛點(diǎn)問(wèn)題

?  流程升級(jí)，構(gòu)建更好的業(yè)務(wù)流程

?  持續(xù)迭代，精益是個(gè)螺旋上升的過(guò)程

?  精益生產(chǎn)是數(shù)智化的基座

案例：某企業(yè)DMAIC實(shí)施過(guò)程案例

三、數(shù)字化轉(zhuǎn)型方法論

1、數(shù)字化轉(zhuǎn)型頂層規(guī)劃法

?  數(shù)字化戰(zhàn)略思考

?  梳理企業(yè)價(jià)值鏈

?  描繪數(shù)字化藍(lán)圖

?  選定變革領(lǐng)域

?  規(guī)劃里程碑點(diǎn)

?  項(xiàng)目落地實(shí)施

案例：某離散制造企業(yè)精益管理，某離散制造企業(yè)數(shù)字化降本，某制造企業(yè)呆滯庫(kù)存消減，某制造企業(yè)排產(chǎn)效率提升，某服裝制造企業(yè)流轉(zhuǎn)系統(tǒng)。

2、數(shù)字化轉(zhuǎn)型項(xiàng)目落地法

?  痛點(diǎn)場(chǎng)景細(xì)分

?  痛點(diǎn)價(jià)值折算

?  問(wèn)題根因分析

?  與根因?qū)?yīng)的解決方案

?  基于干系人的可行性分析

?  基于業(yè)務(wù)邏輯的里程碑點(diǎn)規(guī)劃

?  閉環(huán)到痛點(diǎn)價(jià)值的成效分析

案例：特斯拉眼中的智能制造，特斯拉數(shù)字化營(yíng)銷，特斯拉數(shù)字化供應(yīng)鏈降本，某大型制造業(yè)數(shù)字質(zhì)量提升，人力資源數(shù)字化、工藝優(yōu)化數(shù)字化。

3、數(shù)字化轉(zhuǎn)型經(jīng)驗(yàn)總結(jié)

?  數(shù)字化轉(zhuǎn)型的關(guān)鍵詞是：融合

?  數(shù)字化轉(zhuǎn)型的最大阻礙來(lái)源：人

?  數(shù)字化轉(zhuǎn)型成功三要素：價(jià)值定位、業(yè)務(wù)梳理、IT匹配

?  數(shù)字化轉(zhuǎn)型成功黃金定律：一把手是CIO

數(shù)字化轉(zhuǎn)型是螺旋上升式的，沒(méi)有捷徑要合理劃分milestone

四、不同領(lǐng)域的數(shù)字化轉(zhuǎn)型

1、供應(yīng)鏈數(shù)字化

?  供應(yīng)鏈的核心模塊

?  采購(gòu)數(shù)字化

?  運(yùn)營(yíng)數(shù)字化

?  物流數(shù)字化

2、大數(shù)據(jù)時(shí)代下的營(yíng)銷

?  什么是數(shù)據(jù)思維

?  打通全域數(shù)據(jù)

?  建立消費(fèi)者畫像

?  如何在數(shù)字世界觸達(dá)消費(fèi)者

?  基于客戶旅程的動(dòng)態(tài)數(shù)字化營(yíng)銷

案例：一汽集團(tuán)數(shù)字化營(yíng)銷案例

3、人力資源數(shù)字化

?  HR數(shù)智化總體規(guī)律

?  HR1.0-最簡(jiǎn)單的核心邏輯

?  HR2.0-流程遷移至線上

?  HR3.0-深入痛點(diǎn)場(chǎng)景

?  HR4.0-解放人類回歸價(jià)值

4、產(chǎn)品設(shè)計(jì)數(shù)字化

?  CAD（輔助設(shè)計(jì)）

?  CAE（工程仿真）

?  CAM（輔助制造）

?  CAPP（工藝規(guī)劃）

5、工藝仿真數(shù)字化

?  有限元分析：CAE的起點(diǎn)與核心

?  三維實(shí)體構(gòu)造：CAE靜態(tài)機(jī)構(gòu)分析基礎(chǔ)

?  數(shù)據(jù)交換：CAE動(dòng)態(tài)分析基礎(chǔ)

?  全面的仿真：流體、電磁、熱分析、疲勞及壽命

6、質(zhì)量數(shù)字化

?  墨菲定律：質(zhì)量問(wèn)題的根源是人

?  定責(zé)任

?  建標(biāo)準(zhǔn)

?  采數(shù)據(jù)

?  弱化人

案例：中國(guó)航天數(shù)字質(zhì)量案例

《D2-新一代AI技術(shù)如何落地》

一、劃時(shí)代的AI爆點(diǎn)

1、來(lái)自江湖的傳聞

?  60天月活破億，前所未見(jiàn)的成長(zhǎng)力

?  拿到微軟百億投資，引爆AIGC概念

2、chatGPT將對(duì)產(chǎn)業(yè)產(chǎn)生何種影響

?  ChatGPT將嚴(yán)重沖擊知識(shí)加工行業(yè)

?  ChatGPT將大幅提高日常辦公和基礎(chǔ)數(shù)據(jù)處理效率

?  AIGC將猛烈沖擊設(shè)計(jì)專業(yè)

?  AIGC將徹底閉環(huán)數(shù)字營(yíng)銷

?  強(qiáng)化學(xué)習(xí)為自動(dòng)工藝優(yōu)化及排產(chǎn)帶來(lái)新可能

?  強(qiáng)化學(xué)習(xí)超越人類預(yù)示終局

二、AI基礎(chǔ)級(jí)體系：解構(gòu)核心原理與三大核心趨勢(shì)

1、人工智能的核心原理

?  通過(guò)小互動(dòng)理解人類智能產(chǎn)生過(guò)程并類比機(jī)器

?  工人（擬合模型）負(fù)責(zé)預(yù)測(cè)

?  質(zhì)檢（損失函數(shù)）負(fù)責(zé)挑錯(cuò)誤

?  車間主任（梯度下降）負(fù)責(zé)糾正

?  AI的本質(zhì)：把學(xué)習(xí)知識(shí)的過(guò)程轉(zhuǎn)化為一系列計(jì)算

小互動(dòng)：如果你正在跟心儀的女神約會(huì)……

案例：預(yù)測(cè)男生是否會(huì)受女生歡迎

2、趨勢(shì)一：大模型有大力量

?  大模型&大數(shù)據(jù) VS 小模型VS高質(zhì)量數(shù)據(jù)

?  大模型可能導(dǎo)致通用人工智能出現(xiàn)

?  大模型的商業(yè)落地應(yīng)用及前景

案例：AI智慧城市管理、AI可能會(huì)讓人永生、百度自動(dòng)駕駛

3、趨勢(shì)二：生成模型以假亂真

?  什么是生成模型

?  生成模型能夠生成什么內(nèi)容

?  生成模型的商業(yè)落地應(yīng)用及前景

案例：生成李小龍視頻、AI作畫奪冠、AI對(duì)工業(yè)設(shè)計(jì)的沖擊，AI對(duì)企業(yè)數(shù)字孿生構(gòu)建的影響，AI對(duì)數(shù)字營(yíng)銷的影響

4、趨勢(shì)三：強(qiáng)化學(xué)習(xí)超越人類

?  阿爾法狗的核心原理

?  強(qiáng)化學(xué)習(xí)的商業(yè)落地應(yīng)用及前景

案例：，AI學(xué)會(huì)捉迷藏，AI對(duì)生產(chǎn)工藝自動(dòng)優(yōu)化的影響，AI用于工業(yè)調(diào)度及排產(chǎn)，AI實(shí)現(xiàn)可控核聚變， AI用于戰(zhàn)爭(zhēng)

三、AI的研發(fā)套路與 領(lǐng)域的應(yīng)用

1、人工智能的5大底層套路

?  Dot & Line：知識(shí)圖譜

?  X-Ypairs：知識(shí)抽取

?  X1-X2 pairs：推薦匹配

?  Y→X：生成萬(wàn)物

?  Y only：超越人類

?  人工智能發(fā)展的終點(diǎn)

行業(yè)案例： 智能客服，谷歌藥物預(yù)測(cè)系統(tǒng)，淘寶推薦系統(tǒng)，數(shù)字人智能營(yíng)銷，自動(dòng)駕駛戰(zhàn)機(jī)

2、人工智能的6步落地法

?  價(jià)值驅(qū)動(dòng) or 數(shù)據(jù)驅(qū)動(dòng)

?  機(jī)器學(xué)習(xí) ≠ 江湖算命

?  數(shù)據(jù)模型 VS 機(jī)理模型

?  大數(shù)據(jù)   ∪ 深度學(xué)習(xí)

?  行業(yè)專家 ||  客觀事實(shí)

?  行政可行 ≈  最大門檻

行業(yè)案例： 焊接質(zhì)量預(yù)測(cè)，制造設(shè)備故障預(yù)測(cè)，制造耗品壽命預(yù)測(cè)，某著名 品牌銷量預(yù)測(cè)，工業(yè)智能無(wú)損檢測(cè)。

四、人工智能會(huì)如何影響未來(lái)

1、AI會(huì)如何影響我們

?  AI為我們帶來(lái)的終局

?  絕大部分的工作會(huì)被替代

?  只有兩類人會(huì)留下：做決策&有想法

案例：18年圖靈獎(jiǎng)得主案例，智能化終局解讀，元宇宙加持下的后AI時(shí)代。辨析大模型和小模型選擇對(duì)行業(yè)的影響

2、AI的3大套路和后AI時(shí)代展望

?  在無(wú)人化的時(shí)代，人應(yīng)該做什么

?  應(yīng)對(duì)辦法：回歸人“本身”的價(jià)值

?  沒(méi)有工作的人會(huì)做什么：“愛(ài)”干嘛干嘛

?   企業(yè)應(yīng)該如何應(yīng)對(duì)即將到來(lái)的AI浪潮

案例：openAI官方給出最容易受chatGPT影響

的崗位， 領(lǐng)域未來(lái)展望：馬太效應(yīng)加強(qiáng)