课程背景
当前，以造币业界为代表的高端制造业，正面临“高质量，高精度、高安全、高柔性”的制造新要求和数智化、智能化浪潮的双重考验。传统的生产方式面临挑战：
倚重“老师傅心得”的质量检测难以达成全检和量化评核；装置维护“事后诸葛亮”，非规划停机成本高昂；复杂的生产排程和供给链协同倚重人工，效率和响应速度难以拉升。
在“机器智能+”行动和“新质出产力”演进要求下，怎样将AI从“展厅里的概念”转化为“车间里的生产力”，成为横亘在技艺队伍和业务部门之间的一道“鸿沟”——懂业务的不懂算法，从实践看，懂算法的不懂产线。公司普遍面临“
AI技艺认知碎片化、AI项目落地路径不清晰、AI运用价值评核难量化
”的三大困局。
本课旨在为造币厂的技艺和业务主力，架起一座跨越“技艺鸿沟”的实战纽带。课程将严格遵循“
问题驱动→原理拆解→架构规划→沙盘推演→落地路径
”的推演展开：
1.
从业务中来
：以造币业界核心情境（如智能质检、预测性维护、智能排程）的真实痛点开篇，明晰AI运用的商业价值靶心。
2.
到技艺里去
：精讲AI（尤其CV、NLP、大模型）的核心原理和抓手链，不纠结复杂数学，而是用“武林秘籍”和“架构图”讲透“为何有效、怎样搭建”。
3.
在沙盘上练
：以“
智能质检AI智能体
”为贯穿两天的实战项目，带出参训者以小组为单位，完整经历“情境定义→资料盘查→方案选型→架构规划→部署考量”的全流程推演。
4.
到实践中用
：输出一套贴合制造业特点、具备可操作性的AI运用落地“
四步法
”和配套抓手模板，让参训者带着“作战地图”回到岗位。
借助本次实战工作坊，公司将收获一支具备“AI架构师思路”的种子队伍。他们不仅能够领会AI技艺的边界和本领，更能从业务价值出发，
独立完成高潜力AI情境的识别、技艺可行性评核和初步方案规划
，从而显著降低公司AI试错成本，运行层面，加速智能制造项目从规划到落地，最终在质量、效率、成本和安全等等核心指标上达成可量化的拉升，锻造面向“十五五”的数智化新质出产力。
课程收益
•
掌握
AI（计算机视觉和大语言模型）的核心技艺架构和选型推演，能够
看懂
技艺方案并评核其和业务情境的匹配度。
•
构筑
“资料驱动、情境为王、价值闭环”的AI运用思路，能够
独立主导
从业务痛点挖掘到AI解题打法规划的前期事务。
•
上手
一套涵盖“诉求拆解、资料评核、模型选型、部署运维、队伍协同”的AI项目实战
沙盘推演办法
，拉升项目成功率。
•
输出
一份面向造币业界典型情境（如外观缺陷检测）的
AI智能体运用架构蓝图
，可直接用于后续项目立项和POC。
•
领会
AI模型工程化（MLOps）和国产化（信创适配）的要害要点，为构筑稳定、可控的公司级AI本领奠定基础。
课程大纲
课程导入：江湖令——AI浪潮下的智造“铸币”新章
• 破冰：从“保安四问”（你是谁？从哪来？到哪去？干什么？）到“AI四问”（要破解什么问题？有什么资料？期望什么成效？愿意投入多少？）
• 全景图发布：一张图看清从“产线痛点”到“AI价值”的完整路径
• 实战项目发布（可定制）：“为造币产线规划一个智能质检AI智能体” —— 贯穿两天的核心差事
• 队伍分工：组建“货品、算法、资料、运维”铁三角虚拟项目组
学识模块（心法）：
• 学识点一：AI的本质和边界——为何AI是“会研习的软件”，不是“万 能魔法”
• 学识点二：制造业AI运用全景图和价值锚点（质量、效率、成本、安全）
• 学识点三：AI项目成功的要害路径——“情境、资料、算法、算力、工程”五要素模型
实例研讨（碰头）：
• 实例名称：“一枚硬币的旅程”——拆解造币全流程中的AI机会点
• 实例来由：从坯饼冲压、压印、电镀到包装、仓储的全进程
• 要害挑战：怎样在数百个工序中，识别出AI投资回报比最 高的“黄金情境”？
沙盘上手/小组碰头：AI机会点地图共创
• 上手主题：绘制“我们车间的AI机会点地图”
• 上手标的：运用“价值-可行性”矩阵，从实践看，筛选出2-3个本厂可优先探索的AI情境
• 上手抓手：A1大白纸、情境价值画布、彩色标签
展示点评：各组陈述，讲师带出锁住“智能质检”作为主攻方向
学识模块（心法）：
• 学识点一：计算机视觉（CV）“三板斧”：分类、检测、分割以及其在工业质检中的运用推演
• 学识点二：大语言模型（LLM）的“涌现”本领：从ChatGPT到业界大模型的演化
• 学识点三：工业情境下，是选专用小模型，还是通用大模型？—— 精度，成本、速度的“不可能三角”权衡
实例研讨：
• 实例名称：某著名厂商大模型怎样“看懂”光伏板缺陷？
• 实例来由：少样本、高精度的工业质检难题
• 要害挑战：怎样利用预训练大模型破解小样本标注资料的业界痛点？
沙盘上手/小组碰头：为“智能质检”选项技艺路线
• 上手主题：基于“智能质检”情境，完成技艺路线选型决策
• 上手标的：在“传统CV算法 vs. 深度研习小模型 vs. 大模型微调”三条路径中做出选项，并阐述依据
• 上手抓手：技艺选型决策卡牌、成本效益对比表
展示点评：各组阐述决策推演，讲师剖析不同选项背后的资料假设和工程代价
学识模块（心法）：
• 学识点一：资料是燃料——制造业高质量资料集构筑、标注和管控心法
• 学识点二：模型工厂MLOps核心管道：自动化训练、评核、部署和监控
• 学识点三：边缘和云端协同部署架构：在“实时性”和“智能化”间找到平衡点
实例研讨：
• 实例名称：某互联网大厂AI平台怎样支撑万台装置预测性维护？
• 实例来由：海量装置资料、复杂模型管控和大规模在线服务
• 要害挑战：怎样规划一个稳定、高效、可扩展的工业AI中台架构？
沙盘上手/小组碰头：规划“智能质检AI智能体”架构图
• 上手主题：以小组为单位，运行层面，绘制“智能质检AI智能体”系统架构图
• 上手标的：涵盖资料采集、模型推理、结果反馈、人机协同等等要害模块以及其交互关系
• 上手抓手：架构规划模板、组件图标贴纸
展示点评：架构图PK，重点评核系统的可靠性、可维护性和扩展性
学识模块（心法）：
• 学识点一：AI时代的组织协同——“业务+资料+算法+运维”的敏捷队伍怎样组建和运作？
• 学识点二：信创来由下的AI算力和轮廓选型——国产AI芯片（如昇腾）和轮廓（如PaddlePaddle）的适配路径
• 学识点三：AI项目的价值度量和规模化推广——怎样计算ROI并跨越“试点陷阱”？
实例研讨：
• 实例名称：某大型国企AI革新中心从0到1再到N的规模化之路
• 实例来由：多个成功POC，但难以在全集团推广
• 要害挑战：技艺之外，制度、流程、考核、信念怎样变革以支撑AI规模化？
沙盘上手/小组碰头：拟定“我们的AI第 一站”行动规划
• 上手主题：为选定的“智能质检”情境，拟定一份可执行的3个月行动规划
• 上手标的：明晰资源诉求、要害里程碑、隐患预案以及价值衡量指标
• 上手抓手：行动规划画布、隐患化解卡片
展示点评：行动规划路演，讲师和参训者共同质询和精进
七、课程收束和行动规划
• 学识图谱回顾：用一张“AI智造航海图”串联两天所有要害学识点和抓手。
• 结晶展示：各小组展示最终的“智能质检AI智能体架构蓝图”和“行动规划”，往细里说，评选最 优方案。
• 从课堂到岗位的迁移建议：
◦ 立即行动：成立一个虚拟的AI兴趣小组，持续跟踪一个情境。
◦ 资源盘查：一周内，盘查所选情境相关的资料资产和技艺资源。
◦ 小步快跑：三个月内，落地时，完成一个最小可行性（MVP）概念的验证和呈报。
• 冰洋老师寄语：
AI不是颠覆，是赋能。最伟大的AI运用，始于对业务最深的领会，成于对技艺最实的驾驭。
愿各位成为造币业界“新质出产力”的铸造者。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
• 造币厂资讯中心、技艺研发中心、生产管控部、装置管控部、质量管控部等等相关部门的技艺和业务主力。 • 公司中高层技艺管人者、负责数智化转型和智能化升级的决策者和规划者。。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。