课程背景
当前，以机器智能大模型为代表的新质出产力正深刻重塑全球制造业竞争格局。对于大型工业集团这样流程复杂、资产密集、资料充实的特大型工业公司而言，数智化转型已从“选项题”变为“生存题”。可是，在实践中，公司普遍面临三大困局：
一是
“有资料无智能”
，海量的生产、装置、质量资料沉睡在孤岛中，难以转化为精准的工艺精进、预测性维护等等决策智能；
二是
“有技艺无情境”
，对前沿的大模型技艺感到“既兴奋又迷茫”，不清楚哪些技艺能真正破解降本增效、绿色演进的核心业务问题；
三是
“有试点无规模”
，局部AI运用结晶难以在集团内迅速复制推广，缺乏架构化的推进办法和价值衡量准则。同时，国家《“资料要素×”三年行动规划》和“机器智能+”行动正强力推进，资料资产入表和DCMM/CMMM等等认证已成为公司拉升内在价值、获取政策红利的要害路径，把握AI和资料融合的机遇刻不容缓。
本课专为工业集团定制，旨在破解上述困局。课程规划严格遵循“
认知-领会-运用-迁移
”的四阶收益式推演，拒绝空谈技艺。首先，从宏观趋势和政策切入，厘清“资料要素”和“工业大模型”两大核心引擎的价值推演；其次，纵深剖析大模型赋能智能制造（预测、精进、将控）和智慧管控（学识、协同、决策）的核心原理和落地范式；最后，借助真实业界实例深度研讨和工作坊实战，带出参训者共创出贴合各业务线的AI运用情境蓝图和初步行动路线图，达成从“知道”到“做到”的跨越。
对参训者个人，将系统性构筑“
AI+工业
”的认知轮廓和情境化思路本领，成为公司内部促成数智化革新的“种子选手”。对公司而言，本次研讨的直接产出将是一批经过初步论证的、高价值的
AI运用情境清单和推进思路
，能有效降低后续试点项目的试错成本。长期看，这将加速集团将资料资源转化为资料资产、并借助AI释放其价值的进程，不仅支撑生产营运的精细化和智能化升级，更能响应国家方略，在“AI+工业”的新赛道中构筑核心竞争力，从实践看，并有机会享受相关的认证补贴和政策扶持。
课程收益
1.
厘清趋势
：掌握“资料要素×工业大模型”双轮驱动的核心推演，领会其对国家方略和公司演进的深远影响。
2.
构筑轮廓
：系统研习工业大模型的技艺架构、本领边界以及在“智能制造”和“智慧管控”两大主线的典型运用范式。
3.
掌握办法
：学会采用“工业AI情境价值画布”等等抓手，掌握从业务痛点中精准识别和定义AI可行情境的办法论。
4.
获得蓝图
：借助队伍共创，产出一份紧密结合业务）的AI运用情境机会图谱。
5.
明晰路径
：获得一套从情境评核、试点规划到规模推广的端到端行动思索轮廓，为后续推进事务提供清晰指引。
课程大纲
课程导入
• 破冰和定向：AI时代，我们的挑战和机遇——参训者要害词接龙
• 研习公约共建：明晰一天工作坊的“知行”标的
• 课程全景图发布：展示从“为何”到“怎样”再到“何为”的研习旅程
• 学识模块：
◦ 学识点一：从资讯化到数智化：AI大模型为何是“分水岭”式技艺？
◦ 学识点二：政策双引擎解读：“资料资产入表” 怎样重塑公司资产负债表？“机器智能+” 行动怎样打开业界新空间？
◦ 学识点三：工业智能演进：从传统机理模型、统计机器研习到工业大模型（预测、生成、推理）。
• 实例研讨：
◦ 实例名称：某头部新能源公司“智能工厂”和资料资产化实践
◦ 碰头问题：1）其AI运用主要破解了哪些核心业务问题？2）资料在其中担当了何种定位？3）借鉴意义为何？
• 小组碰头（一）：“我们的资料金山和AI想象”
◦ 碰头标的：梳理本业务领域/部门的核心资料资产，并头脑风暴其和AI结合的潜在价值点。
◦ 碰头时间：30分钟
◦ 碰头抓手：A1海报纸（分为“资料资源清单”和“AI价值猜想”两栏）
◦ 产出要求：一张海报，就一线经验说，清晰列出至少3类要害资料以及2个AI赋能方向。
◦ 展示方式：每组3分钟快闪分享。
• 学识模块：
◦ 学识点一：智能制造深水区：大模型怎样用于工艺参数精进、能耗精准将控、装置预测性维护和质量缺陷根因拆解？
◦ 学识点二：智慧管控新界面：大模型怎样炼就公司级学识大脑、智能流程助手和经营决策参谋？
◦ 学识点三：落地要害：算力诉求评核、高质量资料集建设和“业界大模型”路径选项。
• 实例研讨：
◦ 实例名称：某制造国企“钢铁工业大模型”在炼钢工艺精进中的运用
◦ 碰头问题：1）该模型破解了传统办法的什么瓶颈？2）项目成功的要害因素有哪些？3）在有色冶金领域可能存在哪些类似情境？
• 小组碰头（二）：“绘制我们的AI情境画布”
◦ 碰头标的：运用“工业AI情境价值画布”抓手，纵深剖析一个具体业务痛点，并规划AI解题打法轮廓。
◦ 碰头时间：45分钟
◦ 碰头抓手：“工业AI情境价值画布”抓手卡、A0海报纸
◦ 产出要求：完成一份完整的情境画布，包括：业务痛点、核心指标、可用资料、AI功能设想、预期价值和主要挑战。
◦ 展示方式：每组5分钟路演，接受其他组提问和挑战。
• 学识模块：
◦ 学识点一：价值评核四象限：怎样从“可行性”和“价值度”两个维度筛选和排序AI情境？
◦ 学识点二：试点推进三步法：概念验证（POC）- 解题打法验证（MVP）- 规模推广的节奏和要害差事。
◦ 学识点三：组织和本领构筑：构筑跨部门“AI赋能小组”，并关联DCMM（资料管控）和CMMM（智能制造） 认证，构筑架构化本领。
• 实战工作坊：
◦ 活动名称：“AI赋能先锋规划”研讨会
◦ 活动流程：
▪ 情境收敛：各小组展示上午绘制的“情境画布”，在实际应用里，全体投票选出最具潜力的3-4个方向。
▪ 路径规划：围绕选定的方向，运行层面，分组研讨其短期（3个月）试点施行路径、所需资源以及隐患对策。
▪ 蓝图共创：讲师带出，将所有组的结晶整合到一张“集团AI运用演进路线图（初步）”大海报上。
课程收束和行动启航
• 结晶总览和点评：展示并点评最终的“AI运用演进路线图”共创结晶。
• 学识要点回顾：用思路导图迅速回顾全天核心内容。
• 个人行动规划：每位参训者填写“531行动规划表”（5个收获、3个运用、1个72小时内启动的行动）。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
• 集团各业务板块、生产单位的中高层管人者 • 方略演进、科技革新、数智化、生产营运、装置管控等等相关部门负责人以及核心主力 • 对本课主题感兴趣。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。