课程背景
课程缘起：
资料中心业界正处在"AI算力爆发＋PUE能效监管＋智能运维成熟"三重叠加的窗口期。全球资料中心总容量已达67.7GW，在实际应用里，机架规模年增速约30%，电力成本占营运成本60%以上；AI算力诉求每2个月翻一倍，万卡级智算中心成为新常态，换个角度看，供配电从UPS向HVDC/800V演进，制冷从风冷向液冷演进。业界先行者的量化战果已经密集出现：楚天云建成"机器人＋数字孪生＋大模型智能体"三位一体的IDC智能运维架构，巡检效率拉升30%、运维成本降低近七成。中国移动万卡智算中心以多智能体协同将故障处理时长从5小时降至2分钟，断点续训恢复时间从30分钟压缩至5分钟以内。腾讯云电池健康模型提前预警更换电池组、防止宕机预估减少经济损失约200万元，就一线经验说，制冷环节节能15%以上；科大讯飞"飞星一号"全国产算力集群达成制冷系统效率拉升5%-30%；海尔磁悬浮液冷方案将机房PUE稳定将控在1.2以内。但资料中心AI落地有一条不可逾越的底线：买方资料、算力资料、运维日志高度敏感，等等保2.0和要害资讯基础设施（CII）安全是硬约束，AI运用必须以私有化/本地部署为前提、资料不出域——这正是本课坚持"Dify本地部署＋资料不出域＋人做终审"的根本原因。本课以"资料打底、学识铸魂、智能体干活、治理兜底"为主线，面向资料中心基础设施运维、IT运维、算力和平台营运、容量和资产管控、安全和合规、销售供给链和职能六大岗位，在合规轮廓内炼就"岗位智能副驾"，让AI从"会聊天"变成"会干活"，达成"模型起草、规则校验、人做终审"的落地闭环。
课程收益
课程获益：
1. 看清资料中心业界AI落地的真实水位和量化战果（楚天云运维成本-70%，移动万卡故障5h→2min、腾讯电池预测防止宕机省200万），构筑对AI本领边界的清醒认知，避开资料、安全、合规三大坑；2. 掌握资料中心AI落地的前置条件——动环/ICT/资产/能效资料治理和CII安全合规底座（等等保2.0、审计可追溯），明白为何"资料不通、AI必废"；3. 掌握提示词工程和岗位学识库（RAG）搭建办法，让AI真正读懂操作规程、巡检指引、故障实例、SLA条款和装置台账；4. 会用Dify等等本地部署平台搭建岗位智能体，买方和运维资料不出域，满足等等保和资料安全要求；5. 收获六大岗位（基础设施运维/IT运维/算力平台营运/容量资产管控/安全合规/销售供给链职能）智能副驾落地原型和真实实例拆解；6. 形成本岗位"30-60天AI副驾落地"行动清单，执行层面，含CII、权限、审计等等治理要点，课后即可启动最小闭环。
课程大纲
第 一讲 认知破局——资料中心业界为何必须做岗位AI副驾（1小时）
一、资料中心业界的AI落地水位和量化战果
1. 智能运维标杆：楚天云"机器人＋数字孪生＋大模型智能体"三位一体，在实际应用里，巡检效率+30%，运维成本降近七成
2. 万卡智算中心：中国移动故障处理5小时→2分钟，断点续训30分钟→5分钟，L1&L2联动节能能耗-10%
3. 能效和预测性维护：腾讯电池健康模型防止宕机省约200万、制冷节能15%+。科大讯飞制冷效率+5~30%。海尔磁悬浮PUE 1.2
4. 市场和政策：机架年增约30%，电力成本占OPEX 60%+；工信部新型资料中心三年行动规划、PUE能效监管趋严
二、资料中心公司为何必须做岗位智能副驾
1. 算力爆发和人力短缺：万卡集群GPU监控、慢卡识别、装置健康管控诉求激增
2. PUE能效监管和降本压力：电力成本占营运成本60%以上，换个角度看，节能即利润
3. 从"被动响应"到"主动预测"：AI将故障发现从事后变事前
三、六大岗位的共性痛点和"副驾"画像
1. 基础设施运维岗：告警风暴、巡检记录、PUE拆解重复
2. IT运维岗：故障排查倚重专家、变更和工单繁琐
3. 算力和平台营运岗：容量拆解、调度建议、交付报告耗时
4. 容量和资产管控岗：资产盘查、台账更新靠人力
5. 安全和合规岗：查验报告、审计材料、告警初析繁重
6. 销售供给链和职能岗：标书、采购、财务、人事事务繁重
四、何为"岗位智能副驾"：边界和定位
1. 副驾不是无人驾驶：AI负责"起草，初析、初筛"，人负责"校验、判断，终审"
2. 落地准则："模型起草，规则校验、人做终审"
3. 本领边界：供应商考察AI做不了、涉密资料AI碰不得，运行操作AI带不走
▸ 课程导入：每人写下本岗位"最耗时并且重复"的一件事，贴到痛点墙上（15分钟）
▸ 实例拆解：拆解楚天云三位一体运维和移动万卡多智能体实例：AI替代了什么，保留了什么人（10分钟）
▸ 小组研讨：对照六大岗位痛点画像，从实践看，给本部门选出2个最值得做副驾的岗位（15分钟）
次讲 地基先行——资料中心资料治理和安全合规底座（1小时）
一、资料中心资料资产盘查：从U位到GPU
1. 基础设施资料：供配电（UPS/HVDC/电池），制冷（冷站/精密空调/液冷CDU），动环监控（温湿度/漏水/烟感）
2. ICT和算力资料：服务器/网络/存储监控、GPU卡状态（慢卡/坏卡）、日志和工单、CMDB配置库、算力调度
3. 经营和安全资料：容量U位、资产台账、PUE能效、门禁视频、SLA和买方、供给链
二、资料治理基线：可算、可信、可溯
1. 可算：统一编码和主资料（机柜U位、装置序列号、GPU卡、买方合同、告警经过）
2. 可信：多源异构告警统一语义（微众银行AIOps心得——"同指标多口径"是最 大痛点）
3. 可溯：审计追踪和不可篡改日志（楚天云区块链可信追溯），AI生成内容标注来源和置信度
三、CII和等等保合规底座
1. 等等保2.0和要害资讯基础设施（CII）安全：买方资料、算力资料、运维日志不出域
2. 网络安全法/资料安全法/个人资讯保护法：运维操作可审计，可定责
3. 运行操作红线：AI只做告警初析和处置建议，执行层面，高危操作（断电/切负载/变更）必须人执行，双人复核
四、平台选型要则：Dify本地部署＋资料不出域
1. 智能体和事务流平台统一采用Dify本地部署，买方和运维资料不出域
2. 在线SaaS事务流仅用于个人研习验证，执行层面，严禁直连生业界务
3. 大小模型协同：大模型做诊断起草，规则引擎做校验、人做终审；运维抓手经MCP统一编排
▸ 实战上手：盘查本岗位的资料资产：画出"采集→平台→报表/告警"的资料链路并标出断点（10分钟）
▸ 小组研讨：对照"可算，可信、可溯"三条基线，为自家资料打分并找出最薄弱一项（15分钟）
▸ 交流答疑：CII和等等保红线问答：哪些能做、哪些绝 对不能碰（15分钟）
三讲 核心本领——提示词工程和岗位学识库（1小时）
一、提示词工程基础：让AI说人话，干人事
1. T-SPEC提示词轮廓：差事、情境、步骤、示例、风格，约束
2. 资料中心典型提示词示例：告警初析、巡检记录规范化，故障诊断摘要、变更方案草拟
3. 常见翻车和修正：幻觉、单位错误、准则引用错误——用规则校验兜底
二、岗位学识库（RAG）搭建：从规程到实例
1. 语料来源：运维操作规程、巡检指引、故障实例库，装置指引、SLA条款、应急预案，历史工单
2. 搭建步骤：先定分类维度、再定库和索引办法，最后批量导入并测试问答
3. 学识库是抑制幻觉的"紧箍咒"：文档越多、溯源越全，运行层面，AI越靠谱
三、讲师实战实例：邮件学识库和心得萃取
1. 邮件学识库：Foxmail/Outlook/Notes（华 为中兴同款，32位版本匹配），先定分类维度再建库
2. WBS心得萃取：6637份文件→307候选→准则WBS并保留来源溯源，资料中心工程心得同样可萃取
3. 同理可萃：故障处置实例库，装置验收清单库、投标方案库（离线引擎逐条溯源）
四，合规要点：可溯、可审，不出域
1. AI输出必须可溯源到源文档出处
2. 引用标注和置信度：要害结论标注依据，不确定即转人工
3. 涉密资料（买方、算力、运维日志）严禁进公网大模型，必须本地部署
▸ 实战上手：实地编写"告警初析"提示词，并让AI按照格式输出、互相挑错（15分钟）
▸ 实战上手：给本岗位规划学识库分类维度和命名规范（10分钟）
▸ 小组研讨：从运维规程/故障实例/SLA条款中选一个语料源，规划"先定维度再建库"的一页纸方案（15分钟）
四讲 六大岗位智能副驾实战（2小时）
一，基础设施运维岗（电气/暖通/动环值班）——告警初析和能效辅助
1. 痛点：告警风暴、巡检记录重复、PUE拆解靠人工、电池隐患难发现
2. 副驾原型：告警根因初析和处置建议，巡检记录自动生成、PUE异常初析，电池健康预警解读
3. 实证：腾讯电池健康模型（四级预警，防止宕机省约200万）、海尔磁悬浮PUE 1.2，制冷节能15%算法（AI只建议、操作人执行）
二，IT运维岗（服务器/网络/存储/GPU）——故障诊断和工单辅助
1. 痛点：故障排查倚重资深专家、慢卡坏卡识别难，变更和工单繁琐
2. 副驾原型：自然语言故障问答（分钟级原因定位/影响范围/处置建议），慢卡隐患初析、变更方案草拟，工单自动生成
3. 实证：楚天云大模型MCP编排20余种抓手，运维成本-70%。移动万卡断点续训30→5分钟（AI辅助，执行人复核）
三、算力和平台营运岗（算力调度/资源交付）——容量和交付辅助
1. 痛点：算力容量拆解耗时、调度建议凭心得、交付报告重复
2. 副驾原型：容量拆解报告、调度方案初拟、交付文档自动生成，FinOps成本拆解
3. 实证：联想弘智"算模一体"+FinOps，异构算力统一调度；调度决策必须人确认
四、容量和资产管控岗（CMDB/资产/备件）——台账和盘查辅助
1. 痛点：资产盘查靠人工、台账更新滞后、U位容量不透明
2. 副驾原型：资产盘查报告自动生成（机器人盘查资料汇总）、台账差异初析、备件诉求预测
3. 实证：楚天云巡检机器人自动盘查资产、7×24值守，效率+30%（机器人资料＋人工复核）
五、安全和合规岗（物理安防/等等保/审计）——查验和审计辅助
1. 痛点：门禁视频人工盯，查验报告和审计材料反复写，告警初析慢
2. 副驾原型：人员行为异常初析（视频AI），等等保查验报告草拟、审计材料归集，告警研判摘要
3. 实证：腾讯优图人员行为识别99.95%，楚天云区块链不可篡改日志达成"感知-决策-执行"可信追溯（审计结论必须人签字）
六，销售供给链和职能岗——标书/采购/财务/人事
1. 销售：投标方案自动生成（离线引擎、逐条溯源），资质证书秒查系统——资料中心EPC/托管投标适用
2. 采购：RFQ自动生成（12小时→3分钟），具体来看，本领边界——供应商考察AI做不了
3. 职能：财务月结辅助（八大模块分级，落地时，红线"核心财务资料绝不进公网大模型"）、AI筛简历（113份5小时→2分钟），流程效率AI评核（47次审批定位堵点）
▸ 实战上手：IT运维岗：给一条GPU慢卡告警，在实际应用里，用提示词让AI输出"原因初析＋处置建议"一页纸（15分钟）
▸ 实战上手：基础设施运维岗：给一组电池健康资料，让AI生成"隐患初析＋更换建议"并人工复核（15分钟）
▸ 实例拆解：拆解楚天云三位一体和移动万卡多智能体：每个情境"AI做什么、人做什么"（10分钟）
▸ 小组研讨：算力营运岗＋容量资产岗：规划"容量拆解→调度建议→交付报告"的副驾事务流（10分钟）
▸ 小组研讨：安全合规岗＋销售职能岗：将等等保报告/投标方案/RFQ迁移到本单位，标出资料不出域边界（10分钟）
▸ 实战上手：本岗位副驾原型规划：输入/输出/校验规则/人工终审点一页纸（15分钟）
五讲 落地路径——试点选项、验证和治理（1小时）
一、试点选项：ROI×CII安全合规隐患×资料就绪度
1. 三矩阵打分：先选"高ROI、低合规隐患、资料就绪"的情境（告警初析、巡检记录、工单生成优先）
2. 高危操作相关情境只做"拆解辅助"，从实践看，不进将控回路
3. 参考路线：0-90天速赢（学识库＋1个副驾）→3-6个月推广（3-5个岗位）→6-12个月纵深（和DCIM/云平台/调度系统资料联动）
二，30-60天速赢组合：1个学识库＋1个智能体＋1条业务流
1. 从本岗位最痛的重复事务切入（如告警初析，巡检记录、变更工单）
2. 讲师"流程效率AI评核法"作试点体检：先埋点再评核，落地时，47次审批定位堵点
3. 门禁指标：每岗人都周省X小时、故障闭环时长缩短X%，不达标不进下一阶段
三，治理保障：终审、权限、审计
1. 人工终审制度：对外交付文件、SLA承诺、审计结论，高危操作必须人签字
2. 权限和审计：AI运用台账、操作全链路审计（不可篡改日志），高危操作双人复核
3. 持续治理：幻觉率回归测试集、提示词版本管控、模型变更验证
四、抓手包和后续行动
1. 抓手包：《岗位AI副驾搭建Checklist》《资料中心学识库分类和命名模板》《提示词工程速查卡》《AI运用合规红线清单》
2. 行动闭环：30天内完成"一个岗位＋一个情境＋一个学识库＋一个智能体"
3. 进阶方向：资料中心岗位智能体开发工作坊（2天）、智算中心智能运维/能效精进专题、资料中心工程交付和供给链专题
▸ 小组研讨：按照"ROI×CII安全合规隐患×资料就绪度"矩阵，为自家单位选出1个速赢情境（15分钟）
▸ 实战上手：为选定情境填写"30-60天落地一页纸"：标的、资料源、校验规则、门禁指标、责任人（15分钟）
▸ 交流答疑：合规红线问答：高危操作/买方资料/审计追溯/资料出域的边界澄清（10分钟）
后续落地建议
1）课后30天内，在实际应用里，以行动研习小组为单位，完成"一个岗位＋一个情境＋一个学识库＋一个智能体"的最小闭环，运行层面，并提交落地复盘；2）配套发放四份抓手包：《岗位AI副驾搭建Checklist》《资料中心学识库分类和命名模板》《提示词工程速查卡》《AI运用合规红线清单（含CII/等等保/资料出域）》；3）可进阶开展"资料中心岗位智能体开发工作坊（2天）""智算中心智能运维/能效精进专题""资料中心工程交付和供给链专题"等等。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|黄谊江老师
适合谁听
：资料中心公司（IDC/智算中心/云服务商/公司自建资料中心）中层管人者、各条线业务主力（基础设施运维、IT运维、算力平台、容量资产、安全合规。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。