课程背景
当前，全球轨道交通业界正经历从 “自动化” 向 “自主化，智能化” 的深刻范式变革。面对线网规模极速扩张、营运复杂度累积、安全合规要求拉升以及乘客体验诉求升级等等多重挑战，传统依靠人力堆积和心得驱动的营运模式已触及效率上限。
机器智能（AI）尤其是大模型技艺的突破，为地铁公司提供了重构业务价值链、培育新质出产力的要害抓手。但当下业界多数公司数智化转型存在普遍性痛点，面临 “情境找不准、底座建不全、治理跟不上、英才不匹配” 的系统性难题。
本课立足业界顶层趋势和公司实战痛点，借助宏观趋势洞察、核心情境实战拆解、通用转型办法论深度拆解，支援公司管人者厘清数智化转型底层推演和落地路径，助力轨道交通公司达成从 “技艺跟随” 到 “价值引领” 的跨越式升级。
课程收益
1.
重塑数智认知
：构筑广义 AI 思路架构，掌握从传统心得驱动向资料、算法辅助智能决策的核心推演，明晰轨道交通业界人机协同全新事务模式的重构路径。
1.
锁定高值情境
：精准拆解地铁营运行车、客运、基建、资产、服务五大核心领域，具体来看，掌握 7 大 AI 高价值落地情境，明晰准则化技艺解法和可量化落地成效。
1.
掌握转型办法
：精通轨道交通业界通用 AI 全链路转型办法论，覆盖方略诊断、资料治理、技艺底座、敏捷施行、研发布局、安全治理的完整管控架构。
1.
借鉴标杆实践
：深度复盘深圳地铁全域数智化本土落地实例和新加坡 LTA 国际标杆实例，周全汲取顶层规划、底座建设、情境落地、组织变革的成功心得和避坑方案。
四、课程详细提纲
课程大纲
1.1 全球轨道交通业界宏观经营环境拆解
1.1.1 国际头部公司智能化演进趋势1.1.2 国内政策导向和业界准则升级
1.2 地铁公司内部核心驱动力和痛点
1.2.1 线网规模扩张下的营运复杂度挑战1.2.2 降本增效和安全合规的双重压力
1.3 AI 机器智能概念定义和本质内涵
1.3.1 广义 AI 的核心特征和本领层级模型1.3.2 从感知智能到认知智能的业界演进推演
1.4 AI 技艺演进历程和要害技艺突破
1.4.1 AI 四次浪潮演进和技艺三要素共振制度1.4.2 语音识别、CV、NLP 和大模型技艺全景拆解
1.5 数智化思路转变和人机协同模式
1.5.1 从心得驱动到资料算法辅助决策的思路升级1.5.2 轨道交通情境人机协同事务模式的重构路径
2.1 基于智能调度的路网运行动态精进
2.1.1 强化研习驱动的应急调度核心解法2.1.2 秒级方案生成和精准运力匹配落地打法
2.2 车站全域客流感知和智能安防联动
2.2.1 CV 算法实时客流密度统计核心技艺运用2.2.2 车站异常经过自动识别和全流程联动处置
2.3 轨道隧道结构病害智能识别和巡检
2.3.1 智能巡检车多源资料采集实战运用2.3.2 隧道裂缝、渗水等等病害自动识别和工单闭环
2.4 基于预测性维护的装置健康度管控
2.4.1 IoT 传感资料接入和装置健康度退化模型搭建2.4.2 核心要害部件故障预警和智能维修排程架构
2.5 基于大模型的全渠道智能客服交互
2.5.1 专属大模型智能体和地铁业务系统深度接入2.5.2 乘客复杂多轮对话应答和个性化行程智能规划
2.6 牵引供电系统智能节能精进将控
2.6.1 基于列车运行曲线的惰行点智能精准推荐2.6.2 列车再生制动能量最 大化回收精进打法
2.7 车辆段智能调车和出入库管控
2.7.1 高峰时段列车周转路径全自动智能规划2.7.2 股道占用冲突智能检测和自动化消解方案
2.8 全球标杆压轴实例：新加坡 LTA 智慧地铁全域实践
2.8.1 全域感知网络搭建和全情境自动化调度架构构筑2.8.2 装置预测性维护、智能安检等等全球领 先落地实践2.8.3 标杆复盘：适配国内地铁营运的可复制心得收束
3.1 AI 转型顶层规划：方略对齐和就绪度诊断
3.1.1 基于动态本领理论的公司现况评核和差距拆解3.1.2 业务情境价值优先级排序和分阶段转型路线图规划
3.2 资料基石：资料治理架构和资产化营运
3.2.1 适配 AI 运用的高质量资料准则和全流程质量管将控度3.2.2 资料资产目录搭建和跨部门资料共享流通落地打法
3.3 技艺赋能：统一底座和工业化生产架构
3.3.1 云、数、物，端一体化基础设施集约化建设方案3.3.2 MLOps/LLMOps 驱动的 AI 模型全生命周期管控架构
3.4 施行路径：敏捷试点和规模化推广制度
3.4.1 “小步快跑、迅速验证” 的 MVP 最小可行货品落地流程3.4.2 从单点情境突破到全域规模化复制的准则化扩展路径
3.5 研发打法：核心自研和生态携手的平衡艺术
3.5.1 行车安全、装置管控等等核心算法自主可控施行要则3.5.2 通用大模型和成熟商业货品的集成革新落地打法
3.6 治理保障：安全合规和隐患防控架构
3.6.1 数智化治理委员会权责界定和常态化评审制度3.6.2 算法伦理规范、资料安全和隐私保护合规架构搭建
3.7 组织变革：人机协同信念和复合英才构筑
3.7.1 轨道交通 T 型复合主力后备链练就和本领认证架构3.7.2 AI 数智化时代适配的敏捷组织架构和激励考核制度
3.8 本土实例实证：深圳地铁全域数智化转型深度复盘
3.8.1 方略对齐：数字深铁顶层规划轮廓和迭代演进路径3.8.2 架构落地：统一技艺底座建设和全域资料治理实战3.8.3 成效验证：全业务价值链情境重构和人机协同落地结晶
|（注：部分内容可能由 AI 生成）
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|张荣兴老师
适合谁听
公司相关管人人员。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。