课程收益
1. 系统性地认识AI，找准AI赋能公司的方向，掌握AI赋能公司的办法。
2. 掌握可落地的资料治理办法，切实促成资料治理事务在组织内有效落地。
3. 掌握AI大模型实操落地的全进程，对每一步要做什么、怎么做、要害点为何有清晰的认识。
4.不再局限于理论和办法，而是采用“说明书”的方式，保障具备AI智能体落地的本领。
1天，6小时/天
课程大纲
序号
一、AI基础
1
AI的演进历程和演进趋势
2
AI的认知误区
3
AI的核心内涵
4
实例启示
5
AI的核心落地问题
6
实例启示
7
AI的范畴界定
8
实例启示
9
AI的本领模型
10
AI的达成路径
11
实例启示
12
基础模型运用
13
实例启示
14
传统机器研习模型运用
15
实例启示
16
深度研习模型运用
17
实例启示
18
收束：机器智能的资料要求
思索分享：选取一个业界情境，简单描述AI赋能诉求。
二、资料治理
1
资料和海量资料
2
海量资料的提出
3
资料的在数智化各阶段的特征
4
海量资料的误区
5
误区背后的深层原因
6
海量资料的核心内涵
7
实例启示
8
资料治理的必要性
9
资料治理－为何
10
资料治理－差什么
11
资料治理－为何
12
资料治理－做什么
13
资料治理－靠什么
14
资料治理核心办法—“梳汇存算优名”六步办法
15
实例启示
思索分享：您所在的公司，是怎样开展资料治理的？请简单引见。
动手实操：从公司/岗位出发，以思路导图的形式，梳理业务资料指标诉求－明晰指标构筑进程（统计计算，分级精确到可控资料级）－构筑指标成型制度（可将控资料级的进程监管）－六步法治理达成。
三、赋能实践
1
AI算力精进
2
AI算据精进
3
AI算法精进
4
实例启示
5
主流大模型平台对比（低代码）
6
学识库构筑（学识向量化、文档库、匹配库）
7
智能体构筑
8
事务流构筑
9
AI服务的部署和发布
10
AI赋能生产和供给链实例
动手实操：从公司/岗位出发，选项AI运用情境，构筑智能体和事务流。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|莫维老师
适合谁听
授课形式：。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。