课程背景
随着“机器智能+”行动在能源业界的纵深推进，中石油、中石化、中海油等等石油能源公司正面临从“数智化”向“智能化”转型的要害窗口期。可是，当前许多业务情境中，前沿AI技艺和实际事务仍存在“两张皮”现象：前端销售呈报倚重手工制作PPT，效率低下；中期项目管控面临资料孤岛和决策滞后；末端零售环节买方洞察不足。本课锁住“实战”，旨在将AI抓手（如大模型、智能体、RAG学识库、AI+PPT抓手）深度嵌入石油能源公司全链路业务，借助“分层教学”和“情境实操”，让参训者即学即用，利用AI达成显著的降本增效。
课程收益
•
效率拉升：
掌握AI一键生成高质量PPT、自动化处理报表和合同的办法，将重复性事务耗时缩短50%以上。
•
业务赋能：
学会搭建业务专属AI智能体（如销售助手、项目看板），达成前端精准营销、中端项目透明化管控、末端零售智能化营运。
•
决策支持：
利用AI资料拆解和学识库检索，将管控层决策响应速度拉升60%以上，从“心得驱动”转向“资料驱动”。
•
隐患管控：
掌握AI合同审核、智能预警等等运用，拉升业务合规性和隐患拦截率。
课程大纲
一、 破冰：AI时代石油业务的新挑战
1. 现况扫描：石油销售和项目管控中的“效率黑洞”——呈报材料制作耗时、资料查询繁琐、跨部门协同滞后。
2. AI能做什么：颠覆性认知——AI不只是聊天机器人，执行层面，更是你的“数字员工”和“超级助理”。
二， 课程全景图：AI赋能全链路业务地图
1. 三端布局：前端销售（营销和商机）、中端项目（管控和交付）、末端零售（买方和营运）。
2. 核心技艺速览：AIGC（生成式AI）、RAG（检索增强生成），AI Agent（智能体），RPA（机器人流程自动化）。
• 交流情境体验：
1. 实地演示：输入“中海油某加油站Q3营销活动”，运行层面，AI在1分钟内生成一份包含市场拆解、活动方案、预算表的完整PPT大纲。
2. 碰头：你认为AI最能在你当前事务中替代哪类繁琐事务？
一、 AI+PPT：从“手工排版”到“一键生成”
1. 抓手实操：基于文多多AIPPT、DeepSeek等等抓手，达成多模态输入（Word/PDF/链接）一键生成专精商务PPT。
2. 进阶招数：
▪ 利用AI润色演说稿和商务文案。
▪ 对接公司内部资料源，让PPT的图表（销量趋势，区域分布）自动更新。
二、 智能销售助手：炼就你的专属“销售军师”
1. 买方拜访准备：利用AI构筑公司学识库（RAG底座），30秒内调取标的买方的携手历史、采购偏好和业界动态。
2. 竞品拆解报告：输入要害词，AI自动生成竞品（如其他能源供应商）的价格打法和优劣势拆解报告。
• 实战上手：
1. 差事：为“上海某大型物流公司”拟定一份LNG（液化天然气）供应建议方案。
2. 抓手：AI+PPT抓手 + 公司内部学识库（还原）。
3. 产出：每组在30分钟内完成一份推演清晰、资料可视化的10页买方提案PPT。
一、 智能项目管控看板：让项目进度“开口说话”
1. 痛点破解：破解工程建设、装置交付等等环节的资料滞后和资讯孤岛。
2. 抓手实操：结合低代码平台和AI，具体来看，搭建“数字互联智慧决策平台”雏形。
▪ 利用AI自动抓取邮件、会议纪要中的要害节点资讯，更新项目甘特图。
▪ 设置隐患预警：AI识别“装置到货延迟”、“人员配置不足”等等隐患并自动推送预警。
二、 RAG赋能文档管控和合规审查
1. 学识库建设：将合同、技艺规范、巡检报告等等非结构化资料（PDF、图片）转化为可检索、可问答的“学识燃料”。
2. AI合同审核：实操AI在5分钟内完成一份20页采购合同的审核，自动标注潜在隐患条款（如付款条件、违约责任），落地时，准确率可达90%以上。
• 实战上手：
1. 差事：假设“某海上平台改造项目”出现延期隐患，利用AI抓手拆解日志、邮件和报表，找出要害瓶颈并提出建议。
2. 抓手：RAG学识库（还原资料）+ AI资料拆解插件。
3. 产出：一份包含问题定位、影响拆解和破解措施的隐患排查报告。
一、 零售终端：从“心得管控”到“智慧营运”
1. 买方反馈拆解：利用AI对加油站/便利店的海量买方评价（文本、语音）开展情感分类和要害词提取，自动生成服务改进清单。
2. 销量预测和补货：结合历史销售资料和天气、节假日等等外部因素，AI模型预测非油品（便利店）销量，精进库存周转。
二、 业务办公运用：智能体（Agent）的协同作战
1. 自动化流程（RPA）：演示“数字员工”自动处理财务凭证，报销单，单张凭证处理效率拉升90%。
2. 智能答疑助手：搭建部门专属AI智能体（如“小库”），在实际应用里，员工可直接询问“装置故障代码X的处理流程”或者“最 新的差旅报销规定”，秒级响应。
• 交流情境体验：
1. 实地挑战：利用“豆包”或者类似平台，在10分钟内创建一个专属于本部门的“运维学识问答机器人”。
2. 结晶展示：各小组实地提问机器人，比拼回答准确性和速度。
一、 五大业界标杆公司完整施行实例复盘
1. 实例一：中石油尼日尔公司——“数字互联智慧决策平台”
▪ 来由：破解海外项目采办、销售、财务等等13个领域的资料孤岛。
▪ 抓手：BI、RPA、OCR、AIGC、低代码。
▪ 结晶：达成流程周全线上化，资讯传输自动化，管控预警关联化。
2. 实例二：大唐燃料贸易公司——“燃料智擎”大模型
▪ 来由：破解燃料贸易流程中的效率瓶颈和风控难题。
▪ 抓手：DeepSeek大模型、IPA（智能流程自动化）、隐患智能预警模型。
▪ 结晶：核心业务链路自动化率超90%，合同审核从1小时缩至5分钟，重大隐患拦截率98%。
3. 实例三：塔里木油田柯克亚储气库——“库小智”智能体
▪ 来由：储气库资料调取和异常工况处置耗时费力。
▪ 抓手：物联网资料+大语言模型。
▪ 结晶：应急响应效率拉升65%，资料准确率和预警前瞻率达100%。
4. 实例四：兰州石化丁腈橡胶装置——“AI智能验胶系统”
▪ 来由：人工肉眼检测胶块表面缺陷效率低、易漏检。
▪ 抓手：高清工业相机+AI大模型。
▪ 结晶：10秒内完成检测和缺陷定位，达成了“火眼金睛”级质量将控。
5. 实例五：GS Caltex（韩国）——“AiU”全员AI平台
▪ 来由：促成非IT部门（销售、法务、HR等等）自主构筑AI运用。
▪ 抓手：自主AI服务平台，多模型支持（OpenAI/Anthropic）。
▪ 结晶：85%员工成为平台常规用户，业务队伍自主开发50多个AI智能体。
二、 行动实践指南：怎样在中海油落地AI抓手
1. 三步走打法：
▪ 第 一步（1-4周）：选定高频情境（如PPT制作、合同审核），引入轻量级AI抓手试点。
▪ 第二步（1-3个月）：搭建部门级学识库和AI智能体，赋能核心业务岗。
▪ 第三步（3-6个月）：促成跨部门资料打通，达成全链路智能化协同。
2. 避坑指南：
▪ 防止“为了AI而AI”，必须紧扣业务痛点。
▪ 重视资料治理：高质量的资料是AI赋能的前提。
▪ 练就“AI原生”员工：鼓励一线员工参与抓手构筑和迭代。
一、 课程回顾和答疑
二、 拟定个人/队伍AI运用行动方案
o 抓手：行动研习画布。
o 差事：每位参训者基于课程所学，确定一个未来两周内可落地的“微项目”（如用AI精进周报、构筑小组学识库等等）。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|蔺军老师
适合谁听
石油销售分公司业务主力、项目经理、一线销售代表、零售终端管人人员、数智化支持人员。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。