课程背景
航空发动机研发是现代工业的皇冠工程，涉及气动规划、热力循环、结构强度、材料性能等等多学科深度交叉耦合，并且对安全性、可靠性、适航合规和工程验证具备最 高等级的准则要求。任何微小误差都可能引发系统级隐患。
当前，机器智能（AI）正在从局部算法抓手演进为复杂工程系统中的认知增强基础设施，并且正在重塑组织领会问题、构筑学识架构、形成工程判断以及开展跨学科协同的方式。
对于中国航发商用航空发动机有限责任公司而言，公司内部已经部署大模型系统，90余位研发技艺领军英才所面临的核心挑战，已经不再是“怎样操作AI抓手”，而是：
• 怎样领会大模型和传统工程模型的底层推演差异
• 怎样处理物理可解释性和概率合理性的冲突
• 怎样界定AI的工程边界和责任边界
• 怎样构筑可验证、可追溯的智能研发架构
本课专为中航商发研发技艺领军英才规划，支援中航商发技艺领军英才跳出抓手视角的局限，构筑复杂系统智能化升级的整体认知轮廓和落地路径。重点锁住：
1、AI演进的技艺路径和工程拷问：
从感知智能到大模型，往细里说，再到智能体（Agent）架构，拆解其和复杂工程系统结合的演进推演。
2、工程边界和隐患将控：
在绝不妥协适航安全和工程责任底线的前提下，构筑“人主导、AI辅助、可验证”的协同架构。
3、智能研发架构落地：
纵深探讨AI在规划、仿真、试验、质量、运维等等核心研发环节中的嵌入方式和大模型、小模型协同架构。
课程收益
借助本课的系统讲授和结构化研讨，使中航商发研发技艺领军英才能够：
1. 构筑复杂工程系统视角下的机器智能认知轮廓，突破对大模型的技艺盲区。
2. 领会大模型和传统工程模型之间的差异和协同制度，正确处理物理可解释性和概率合理性的冲突。
3. 明晰AI在商发研发架构中的本领边界和责任边界，掌握人机协同架构规划推演。
4. 纵深领会AI在多参数权衡、仿真路径精进、故障因果链拆解等等核心环节的运用模式。
5. 掌握识别高价值智能化情境、评核落地隐患并构筑工程验证闭环的办法论。
课程大纲
一、领会复杂工程系统和中航商发智能研发推演
• 航空发动机研发价值链结构：诉求定义 → 方案规划 → 多学科仿真 → 台架试验 → 整机验证 → 适航认证 → 服役运维。
• 航空发动机研发的核心标的：绝 对安全、可靠冗余、可追溯验证、降本提效，缩短研发周期。
• 高复杂度和高责任的业界本质：强耦合多变量系统、极端工况验证、严苛容差将控、适航法规约束。
• 从“数智化抓手支撑”向“AI认知增强协同”的范式转变。
二、加强技艺认知：AI演进的技艺路径和工程演进
• 机器智能演进路径：统计研习 → 深度研习 → Transformer架构 → 大模型 → 智能体（Agent）。
• 大模型的本领优势和局限：跨领域学识压缩本领强，但存在幻觉隐患和责任不可解释性问题。
• 大模型和工程模型的差异：工程模型强调因果制度和物领会释，大模型强调概率推断和语义表述。
• 未来趋势：从大语言模型走向多智能体协同和复杂系统编排。
三、怎样和AI协同——中航商发的人机共生模式
• 定位重构：从“问题执行者”向“系统架构规划者”转变。
• 人机协同要则：AI负责资讯增强和方案推理，工程师负责判断和责任承担。
• 航空研发的安全底线：适航安全红线不可突破。
• 隐患将控重点：模型幻觉、资料偏差、责任界面模糊。
• Human-in-the-loop制度：AI输出必须经过人工复核和工程验证。
四、AI在航空发动机研发中的运用情境
情境一：基于大模型的研发学识增强
• 迅速检索历史型号技艺资料
• 自动生成初步技艺论证材料
• 识别规划冲突和约束条件
情境二：AI驱动的仿真和参数精进
• 多参数搜索路径精进
• 异常模式自动识别
• 结果结构化表述
情境三：质量和可靠性智能拆解
• 故障因果链辅助拆解
• 寿命预测模型
• 维保打法精进建议
情境四：数字孪生和全生命周期智能运维
• 虚拟环境仿真验证
• 实时状态监测和预测
五、中航商发智能研发落地办法
• 从真实问题出发识别智能化情境
• 防止“技艺驱动型伪诉求”
• 搭建本地化和私有化部署架构
• 构筑公司级智能体安全防护架构
• 情境拆解：怎样将“某型号故障拆解周期过长”拆解为包含资料采集、学识增强、因果拆解、人工复核在内的人机协同事务流。
六、中航商发的资料基础和AI可信度治理
• 资料是航空AI的基础资产。
运行资料、仿真资料、试验资料、质量资料构成核心资料架构。
• 构筑资料质量保证制度（DQRs）。
利用RAG技艺将模型回答锚定在公司内部准则和技艺文档之上。
• 构筑可追溯、可验证、可复核的工程验证闭环。
七、结构化研讨和情境共创工作坊
• 上午研讨主题：“大模型是否能够成为航空发动机研发中的认知参与者？”
• 下午研讨主题：“为一个真实研发问题规划AI落地架构”。
• 输出结晶：形成适用于中航商发研发部门的《智能研发试点情境建议书》。
部分项目实例：
✎ 海量资料运用和平台经济演进
→ “e+青创汇”公司内部革新生态圈建设研究和实践：为国网浙江省电力提供革新平台构筑研究报告、平台规划方案、平台营运方案以及团组织助推革新创意服务本领拉升研究报告，项目最终获得“浙江省公司管控现代化革新结晶三等等奖”、“国网浙江省电力公司管控结晶革新二等等奖”，并在国网公司青创赛中孵化数十个“革新创意一等等奖”项目。
→ 四川电信增值业务货品目录梳理：四川电信MSS一期内控系统解题打法（涉及13个财务管控流程、5个工程项目管控流程、2个资讯资料管控流程、1个人力资本管控流程），为四川电信的数智化管控打下坚实的基础。
→ 全球买方多个通信解题打法项目规划并施行：为四川电信、印度沃达丰、美国Verizon，迪拜DU、法国Orange等等多地营运商提供ERP/资料通信/核心网解题打法服务，包括网络扩容、网络精进、定制化方案规划施行，拉升了当地电信感知和通信服务体验。
✎ “智能+”和公司数智化转型
→ 国家电网第四届“青创赛”：为湖北电力《供应商产能获取和智能匹配》《物资质量督导“最强大脑”—融合“区块链”技艺的物资质量智控平台》等等十余个项目的标的、内容、呈现形式开展带练，其中《退役资产全链条可视化管控平台》获得“国网第四届青创赛金奖”。
→ 2020年资料治理咨询：为四川省农业演进银行某分行提供资料治理咨询，对某业务部门资料管控的业务层、运用层、资料层搭建和资料准则、资料模型、资料结构的构筑开展咨询带练。
→ 2019年数智化流程梳理：为四川某商业银行提供个经数智化流程咨询服务，以CBM/TOGAF/ARIS办法对个经部门业务链路开展数智化解构和数智化精进建议，固化各岗位数智化本领项点。
→ 2019年数智化营运改造项目：为中车公司开展数智化营运升级，借助调研拆解周全剖析市场销售、货品规划、采购、生产、买方服务存在问题/痛点，往细里说，对经营价值链（市场=）研发=》采购=》制造=》服务）和支撑价值链（演进规划、财务管控、人力资本、质量管控、安全管控）多个流程开展解构和针对性数智化模型规划，结合EA架构构筑了系统级数智化营运架构，极大助推公司效率拉升，部分环节测算结果效率拉升可达80%以上。
→ 2018年政企买方经理减负增效提质项目：为成都电信调研政公司务链路和买方经理事务内容，收集翔实资料并形成资料拆解报告，借助资料拆解施行精准减负，并在此基础上规划增效提质制度，成都电信政企收入当年达成10%以上双螺旋增长。
→ 其他项目：基于海量资料拆解的干部管控智能拆解研判系统研究、领导干部领导力培训练就模型规划和规划、智慧营运驾驶舱、营运商政企实战管控软件系统规划、组织机构调整、流程再造、任职资格架构规划、组织绩效和岗位绩效、科研项目制改造、岗位管控胜任力模型词典和题库规划、培训诉求研究、课程架构规划、课程开发等等
部分授课实例：
序号
公司
课题
期数
1
山东港口集团
《智能加速——大模型驱动公司革新》
20期
2
山东省工信厅
《智能加速——AI驱动制造业转型》
12期
3
中国电信
《智能加速—用数智化思路炼就现代AI融合业务链路》
11期
4
中国移动
《通信营运商“云改数转”下的数智化转型》
10期
5
莱佛士拉萨尔
《把握技艺趋势 拥抱数智化转型─万物互联的智能海量资料时代》
10期
6
银行
《追根溯源，精准拆解——赋能业务的资料思路》
18期
7
中通服
《从连接到行动，从数治到数智——用数智化思路炼就现代AI融合业务链路》
7期
8
通信营运商
《追根溯源，精准拆解——赋能业务的资料思路》
7期
9
论坛类
《智能加速——AI驱动变革》
20期
10
总裁班
《从连接到行动，换个角度看，从数治到数智——用数智化思路炼就现代AI融合业务链路》
10期
...
...
...
...
主讲课程：
• 《智能加速——AI驱动业务革新》- AI公司级运用
• 《智能加速——AI驱动增效提质》- AIGC办公运用
• 《从连接到行动，从数治到数智——用数智化思路炼就现代AI融合业务链路》
• 《追根溯源，精准拆解——赋能业务的资料思路》
• 《公司资料治理实务》
• 《智能加速：AI驱动业务革新—大模型演进趋势下的变革》
• 《公司智能变革——AI干法》
• 《基于资料资产和AI的数智化情境规划工作坊》
授课风格：
实战上手，纵深浅出：将干货内容用课程训练，加深对学识的领会和吸收。
风趣幽默，交流充分：将授课变成一件有意思的事情，让参训者学会乐于其中。
推演严谨，通俗易懂：理论基础铺垫，并借助解说大量真实实例化繁为简，研习不枯燥。
部分服务买方：
政府机关：山东工信厅、丽江工信局，湛江工信局、东莞工信局，北海宣传部门、石家庄工信局、四川交通管控局、江苏省工业和资讯化厅……
移动通讯：上海电信、苏州移动，新疆电信、诺 基 亚，索贝数码、中国通信服务、深圳TCL通信技艺有限公司、陕西电信、陕西移动、内蒙电信，贵州电信、云南电信、成都电信、西宁电信、咪咕集团，红河移动、淮南电信、中移在线……
能源业界：北京电力、四川电力、浙江电力、吉林电力，山西电力、湖北电力、甘肃电力、天津电力、陕西电力，温州电力、金华供电、长春电力、国能电力工程管控公司、中海油、国家管网……
制造业界：上海电气集团、苏州飞利浦研发中心，江铃集团、东风汽车、中车株机公司、中车洛阳机车公司，中车永济公司、宝武钢铁、美的、海尔、四川中烟工业，成都光明光电、丰田坊、大众一汽、广州立白、重庆长安，成都兴蓉再生能源有限公司、亚源科技、北京奔驰，东莞新东欣环境科技有限公司、温州冠盛集团、奔驰SMART，广州佳途、穗宝集团、协鑫集团、伊利集团……
金融业界：四川建行、四川农业演进银行、中信银行、浦发银行、西藏投资，内蒙古自治区农村信用社联合社、唐山银行、贵州银行，交行天津分行、海尔金融、国网汇通金财、东莞光大业界投资有限公司……
传媒影视：中央电视台，江苏有线、四川电视台、成都电视台、自贡电视台，云南电视台、四川传媒学院……
烟草：四川中烟，湖北中烟、湖南中烟、重庆烟草、丽水烟草、平顶山烟草，江西中烟……
其他：山港集团、莱佛士大学MBA/DBA，中南大学高级研修班、广西大学EMBA、南充邮政，德阳邮政、眉山邮政、中海油、宝武资源、明华船业，青岛成发集团、西南联交所、中国图书进出口、红海人力、株洲中小公司、广州中远海运特种运输有限公司、新华水力发电，中石油南京石油有限公司、白云机场、安徽高速传媒有限公司，西门子（中国）有限公司、华 为云峰会，锦江绿道、四川省第十一建筑公司、昆山云链资料科技、默克投资（中国）有限公司，柯尼卡美能达办公系统研发（无锡）有限公司、江苏多益善资讯科技、宝武碳业、青岛港集团有限公司，北京首都开发控股（集团）有限公司、成都市第六建筑工程公司，福建亿力集团、京投科技、葛洲坝供给链数字军团、绵阳经开区、澜沧江水电，中建八局、重庆两江假日、百度爱采购、长江经济研究院，……
部分授课照片：
“数字经济促成公司高质量演进”高峰论坛
《从连接到行动，从数治到数智—把握公司数智化转型要害》
第三届百度
爱采购数智大会
昆明数字经济论坛
《机器智能的现况和未来》
山西商会数字经济论坛
《数智化转型要害》
苏州飞利浦研发
《ChatGPT在技艺事务中的运用》
国能电力工程公司
《机器智能演进趋势以及运用》
河南九域集团
《机器智能的现况以及运用》
重庆长安
《AI对HR管控的影响》
湖北富邦科技
《智能加速—大模型引领的公司变革》
广东邮政公司简易保险
《机器智能演进趋势以及运用》
锦江绿道
《文旅数智化转型》
伟创力电源
《智能加速——AI驱动业务革新》
中车株机
《追根溯源，精准决策—资料思路和资料拆解在管控中的运用》
四川农业演进银行
《区块链原理以及运用》
湖南制造业界
《向标杆研习，从数治到数智—把握公司数智化转型要害》
美的集团
《资料思路练就以及PowerBI资料拆解实战》
新疆电信
《资料驱动的互联网》
新疆电信
《擅用资料和抓手管控》
四川电力
《系统思路和有效决策》
洛阳机车公司
《数智化项目管控》
重庆建投
《数智化转型的要害》
温州电力
《资料拆解和资料营销》
“两翼腾飞”英才对口帮扶事务系列活动——深圳联通2023年中青雄鹰班
《营销数智化转型革新工作坊》
绵阳公开课
《制造业数智化转型》
葛洲坝数智化军团
《数智化转型工作坊》
西安交大和港理工携手总裁班
《数智化生态下的公司转型》
山东省港口《从连接到行动，从数治到数智-数字港口转型要害》
泰兴市人民政府《AI赋能生产型服务业》
四川电力
《系统思路和有效决策》
海伯集团
《AI机器智能技艺在事务中的运用》
宁夏能源铝业《国家电投集团宁夏能源铝业》
青企动力科技《网络安全培训》
中车资阳机车《用数智化思路炼就现代AI融合业务链路——从连接到行动，从数治到数智》
中国邮政集团《从资料到行动：精准破解营销难题》
中共宜昌高新技艺业界《AI机器智能技艺在事务中的运用》
公开课《机器智能（AI）演进和运用》
中国电力工程《行动研习-公司数智化运用情境落地工作坊》
上海电气《赋能业务的资料思路和运用》
“两翼腾飞”英才对口帮扶事务系列活动——深圳联通2023年中青雄鹰班
《营销数智化转型革新工作坊》
西安交大和港理工携手总裁班
《数智化生态下的公司转型》
长春公开课
《AIGC在公司中的运用》
山东工信厅
《工业数智化转型》
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|魏凌睿老师
适合谁听
中航商发主要研发部门技艺领军英才。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。