课程背景
随着全球经济的数智化转型，数字经济已成为促成社会进步和经济增长的新引擎。本课旨在纵深探讨数字经济的内涵、演进以及其对公司和社会的深远影响。课程内容从数字经济的概念导入到数字人民币等等要害组成部分，再到机器智能技艺在数字出版、学识服务和数字图书馆等等领域的运用，为参训者提供了一个周全而纵深的视角。借助本课，参训者将领会数智化转型的意义，研习怎样利用机器智能技艺精进业务链路、拉升服务质量和革新商业模式。
课程不仅涵盖了数智化转型的定义和意义，还纵深拆解了公司内外部环境对数智化转型的诉求，以及数智化转型怎样助力公司降本增效、拓宽护城河。另外，课程还展望了公司数智化转型的未来，包括机器智能技艺的长线演进和资料资产化的未来趋势。借助充实的实例拆解和交流碰头，本课将支援参训者把握数字经济的脉搏，掌握数智化转型的打法和办法，为公司在数字时代的可持续演进提供坚实的理论和实践基础。
课程收益
•
数字经济深刻领会
：周全掌握数字经济的基本概念、核心要素以及其在现代经济架构中的作用。
•
政策环境洞察
：从政策角度拆解数字经济，领会政府政策怎样影响和促成数字经济的演进。
•
金融科技前沿学识
：纵深认识数字人民币和央行数字货币，掌握货币数智化对金融业界的影响。
•
数智化转型打法
：研习数智化转型的定义、意义以及怎样拟定和执行有效的转型打法。
•
机器智能技艺运用
：弄懂机器智能技艺在数字出版、学识服务和数字图书馆领域的具体运用。
•
革新思路练就
：借助研习数智化转型和机器智能运用，激发革新思路，探索新的商业模式和服务方式。
•
技艺和业务融合本领
：拉升将机器智能技艺和业务诉求相结合的本领，达成技艺驱动的业务革新。
•
资料资产化认知
：弄懂资料资产化的进程以及其对公司方略和营运的深远影响。
•
未来趋势预见
：借助对机器智能和资料资产化等等未来趋势的弄懂，练就对业界演进的预见性和适应性。
【课程特色】
讲师授课风格幽默，往细里说，课程内容为讲师对数智化纵深研究提炼而成。
课程大纲
1、
数字经济的认知
1，
数字经济概念导入
• 从政策上看数字经济
• 数字经济的核心：资料要素化和资料资产化
• 概念导入交流：从向女神要联系方式开始发散…
1，
数字经济的基石—数字人民币
• 数字人民币概述
• 认识央行数字货币
• 数字人民币的优势
• 锁住问题：数字人民币能够打破美元垄断吗？
1、
数字经济的上层运用
• 消费数智化
• 商业数智化
• 工业数智化
1、
数字经济和下一代互联网
• 认识下一代互联网和去中心化网络
• 去中心化存储和nft
• Web3情境下的学识付费
• Web3 和金融
• Web3 和DAO
二、 认识数智化转型和数智化转型的意义
1、
认识数智化转型
• 数智化转型的定义
• 对资讯化、数智化、智能化的认识
• 数智化转型的本质
1、
数智化转型使公司降本增效、扩宽护城河
• 减少成本，破解”鲍莫尔成本病”
• 资料要素化蕴藏巨大商机
• 公司从拓宽护城河到做二创做生态
1、
公司内外环境告诉我们要数智化转型
• 外部因素：数智化大周期的选项
• 外部因素：其他因素
• 内部因素：公司业务决定需要数智化转型
• 内部因素：公司业界决定需要数智化转型
1、
公司革新需要数智化转型
•
为何现在革新这么难？
• 何为普适的技艺革新
• 在技艺之上的模式革新
三、 机器智能技艺基础学识以及原理
1、机器智能概述
• 机器智能概述
• 机器智能演进简史
2、机器智能技艺原理
• 机器智能(AI)、机器研习(ML)和深度研习(DL)
• 督导式、非督导式和半督导式研习
• 机器智能(AI)的技艺边界和反常识
• 计算机视觉（CV）和自然语言处理（NLP）
• 多模态
• 大语言模型简述和原理
• 其他机器智能(AI)的运用情境
3、机器智能两大运用推演
• 拉高人类下限
• 突破人类瓶颈
四、 机器智能在数字出版方向中的运用
1、机器智能在数字出版中的运用
• 内容创作辅助
• 个性化推荐系统
• 版权保护和侵权检测
• 自动化编辑和校对
2、机器智能在学识服务中的运用
• 智能问答系统
• 学识图谱构筑
• 在线教育和虚拟助教
• 专精领域学识发现和整理
3、机器智能在数字图书馆中的运用
• 智能检索和发现服务
• 数字资源管控和精进
• 用户行为拆解和个性化服务
• 数字资产管控和长期保存
1、
公司数智化转型未来展望
1、 机器智能的长线发力
2、 资料资产化未来
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|孔令涛老师
适合谁听
数智化转型条线人员。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。