AI内训热门课题 管人者 可定制大纲

生成式人工智能前沿与新质产业大变局

授课时长
2天
授课方式
内训
建议人数
20–40 人
主讲
李檀
课程编号
PX-T17670
生成式人工智能前沿与新质产业大变局
内训报价
面议(按天计)
含讲师课酬、教材与差旅,不含场地
电话咨询 131-8265-5138
企业微信二维码
微信扫码咨询报课程名即可,工作日 1 小时内回复

本站不设表单:打电话或扫码即可,不用留手机号等回访

课程收益

1. 助力参训者构筑周全并且纵深的学识架构,清晰把握生成式机器智能的概念、特点、原理以及演进脉络,为科学决策筑牢根基。

2. 带出参训者纵深剖析生成式机器智能各业界引发的变革,洞察其在拉升效能、激发革新、促成业界升级方面的核心价值。

3. 借助有代表性的实践实例,强化参训者对生成式机器智能在各业界/业界的实际业务情境中的运用的领会,剖析革新点和价值创造,激发思索,拉升将其有效运用于日常业务事务的本领。

4. 探讨公司在部署和利用生成式机器智能时应怎样规划、规划和施行,在组织、管控、英才等等方面应做好的调整和准备,以及有可能面临的隐患和挑战,预置解题打法。

课程大纲

1.1.

【导入】

· 开场

1.1.1.

【交流】

· 几个问题

在进入正文前,提出几个问题,跟参训者交流。

1.

目的:

² 调动兴趣、激发思索

² 活跃氛围、拉近距离

² 点明主题,奠定基调

2.

问题清单(备选)

²

今年的诺奖,具体来看,有好几个发给了

AI相关的科学家,在实际应用里,预示着什么?

²

全球

AI竞争格局。中国的头部公司如华为、字节、阿里

的动作?之间的携手和竞争。

² 会给我带来什么影响?会给我的公司带来什么影响?

² AI大潮汹涌而来,执行层面,我的岗位会不会被替代?我的对手会不会先用了AI,在实际应用里,然后干掉我?

1.1.2.

【交流】

· 一些要害词

借助一些要害词,提问的形式,和参训者交流。要害词示例:

²

【大模型】【大语言模型】【

AI】【AIGC】【机器智能三要素】【算力·算法·资料】

、

²

【深度研习】【神经网络】【具身】【多模态】【

Agent】

、【资讯化】【数智化】【智能化】

1.1.3.

【简述】

· 讲师引见

²

近

20年资讯化、数智化领域从业心得

、

前华为,字节跳动资深

AI专家

,创业经历

² 一项国家准则起草者(智能制造)、多家国央企、上市公司数智化转型顾问、项目评审专家

²

近两年投身生成式

AI的革新和实践,全链条孵化出多个生成式AI在公司不同情境中的运用(业界洞察、诉求拆解、货品规划、开发、部署施行、交付、持续运维,迭代更新)

1.1.4.

【简述】

· 授课内容、章节以及

take away

简述今天主要解说的内容,让参训者做到心中有数,明晰预期。

1.

内容分

3个部分

2.

核心标的和

Take Away

1.2.

【第一部分】

· 生成式机器智能概述

1.2.1.

【学识精讲】

· 基本概念

² 引见生成式机器智能的特点,如创造性、适应性和高效性。

² 和传统机器智能的区别:对比生成式机器智能和传统机器研习、深度研习等等办法的不同之处。

1.2.2.

【学识精讲】

· 演进历程和现况

² 回顾生成式机器智能的演进历程,从早期的简单模型到如今的强大技艺。

² 引见当前生成式机器智能的演进现况、演进趋势。

1.2.3.

【实例拆解】

· 各流派、分支以及代表货品

² 引见生成式机器智能的主要技艺流派,如语言模型、图像生成技艺、多模态融合技艺等等。

² 拆解各技艺流派的原理和特点以及

代表性货品,如

GPT-4

、文心一言、

DALL

·

E2

等等。

1.2.4.

【实例拆解】

· 前沿技艺

1.

语言模型

²

原领会说:如

Transformer

架构、注意力制度等等。

² 大规模语言模型的训练和精进办法、实际运用实例和

演进趋势。

2.

图像生成技艺

²

解说图像生成技艺的革新,如扩散模型、生成对抗网络等等,展示其生成高质量图像的本领。

²

引见图像生成技艺的运用情境

和

演进趋势

。

3.

多模态融合技艺

²

引见多模态融合技艺的概念和意义,怎样将语言、图像、音频等等不同模态的资料开展融合。

²

解说多模态融合技艺的达成办法

、

运用前景。

4.

技艺趋势

²

收束生成式机器智能的技艺趋势,强调技艺革新对业界演进的意义。

1.2.5.

【研讨分享】

· 关于未来的畅想

(

可选

)

² 展示一些业界头部人物、业界论坛上关于生成式机器智能未来演进的畅想。

² 做一些运用性收敛。

1.3.

【第二部分】

· 新质业界大变局

1.3.1.

【学识精讲】

·

对传统业界的冲击

²

拆解生成式机器智能对传统业界的冲击,如制造、金融、交通、教育、科研、医疗健康、药品、能源和矿业、信念和媒体、公共服务等等。

²

以具体实例说明生成式机器智能怎样改变传统业界的生产方式、商业模式和竞争格局。

²

探讨传统业界化解生成式机器智能挑战的打法,如数智化转型、革新驱动、主力练就等等。

1.3.2.

【学识精讲】

·

新兴业界机遇

²

探讨生成式机器智能带来的新兴业界机遇,如机器智能创意业界、

智能资料拆解抓手、

智能内容生成平台、虚拟助手等等。

²

拆解新兴业界的演进趋势和市场前景。

²

引见一些成功的新兴业界实例。

1.3.3.

【实例拆解】

· 一些实例(各业界

/

业界在不同领域的运用情境)

【

选项几个不同业界的实例,纵深拆解生成式机器智能在其中的运用和影响

】

² 智能制造、数字金融、医疗健康、能源业界、信念和媒体

1.3.4.

【小组碰头】

· 生成式机器智能未来的演进方向和公司方略布局

1.

生成式机器智能将怎样重塑

当前公司

所在的传统业界

²

碰头题:

结合当前公司的具体业界来由,拆解生成式机器智能对传统业界的冲击和变革。

²

要害词

:

商业模式革新、货品革新、生产流程精进、服务升级

2.

新兴业界中,

有

哪些

细分

领域最有可能因生成式机器智能而迅速崛起,

所在公司

应怎样抓住这些机遇?

²

碰头题:

探讨前述各新兴领域的演进潜力,以及公司能够采取的方略举措

²

要害词

:

投资、携手、内部革新

1.4.

【第三部分】

· 我们的化解打法

1.4.1.

【学识精讲】

· 方略规划

² 顶层规划:怎样在生成式机器智能时代找准定位,拟定演进方略。

² 诊断拆解:拆解公司在生成式机器智能领域的优势和劣势,提出相应的演进打法。

² 技艺引进和定制:生成式机器智能和公司诉求的匹配路径

² 方略部署和资源配置:怎样为生成式机器智能项目提供资源,减少落地阻力

² 多方携手和革新生态:探讨公司和民营公司、高校、科研机构的携手模式,共同促成生成式机器智能的演进。

1.4.2.

【学识精讲】

· 情境识别

借助以下实例,解说情境识别的办法:

² 预测维护和装置管控、安全管控和隐患预测、智能仿真和训练、学识图谱和辅助决策

² 图像和信号处理、人机协同系统、智能化流程精进

² 生成式机器智能在隐患评核和合规管控中的作用

1.4.3.

【学识精讲】

· 主力练就和引进

² 强调主力练就和引进的意义,引见怎样练就具备生成式机器智能本领的英才。

² 拆解公司在主力练就和引进方面面临的挑战,提出相应的解题打法。

1.4.4.

【学识精讲】

· 隐患管控和伦理考量

² 拆解隐患管控和伦理考量,如资料安全、隐私保护、算法偏见等等问题。

² 引见公司在隐患管控和伦理考量方面的责任和义务。

² 提出一些隐患管控和伦理考量的办法和建议,为公司提供指导。

1.4.5.

【学识精讲】

· 革新生态建设

² 鼓励公司积极参与生成式机器智能的革新生态建设,和高校、科研机构和革新公司携手。

² 引见革新生态建设的意义和办法,为公司提供参考。

1.4.6.

【小组碰头】

· 生成式机器智能迅速演进的来由下,我们公司的化解打法

根据公司所在业界,可选碰头题目:

1.

生成式机器智能在

公司得到运用

的可行性和潜在挑战

²

碰头题:

生成式机器智能在贵单位的业务链路中有哪些潜在运用情境?对于当前的组织结构和技艺环境,生成式机器智能的施行是否具备挑战性?

²

要害词

:

资源配置、资料安全、隐私保护、技艺门槛等等。

2.

生成式机器智能未来的演进方向和公司方略布局

²

碰头题:

从未来趋势来看,生成式机器智能可能带动哪些革新?您的公司应怎样方略性地布局,以充分把握生成式机器智能带来的新机遇?

²

要害词

:

技艺投资、业界携手、革新生态、长期演进规划。

3.

生成式机器智能在拉升生产力中的作用和限度

²

碰头题:

生成式机器智能在拉升生产效率和精进决策上能发挥什么作用?在您的公司中,哪些具体领域适合引入生成式机器智能?

²

要害词

:

预测维护、智能制造、隐患管控、决策支持。

4.

生成式机器智能驱动下的业界转型和组织管控变革

²

碰头题:

引入生成式机器智能会对公司的组织架构和管控流程带来哪些改变?怎样精进现有的管控模式以适应生成式机器智能带来的变化?

²

要害词

:

流程精进、资源管控、主力练就、技艺转型。

5.

生成式机器智能项目的隐患将控和合规管控

²

碰头题:

生成式机器智能在要害业界的采用可能引发哪些隐患?怎样在运用进程中达成对资料安全、模型可控性的管控?怎样平衡生成式机器智能的革新演进和资料安全、伦理道德问题?

²

要害词

:

资料隐私、模型可信性、隐患评核、

AI治理制度。

6.

生成式机器智能在公司中的落地路径和施行打法

² 碰头题:从技艺引进到项目落地,生成式机器智能怎样才能在您的公司中有效部署?在施行进程中,怎样达成和现有系统的无缝集成?

² 要害词:项目施行步骤、系统集成、技艺定制、资源调配。

1.5.

【收束】

· 内容收束、展望和交流问答

1.

收束课程内容(强调生成式机器智能对

公司

的意义和挑战)

收束前述课程内容。

2.

鼓励参训者持续研习和探索,积极运用生成式机器智能促成公司演进

【

生成式

机器智能

赋能新质出产力,为

公司

提供的长期演进潜力

】

²

未来的运用前景和可行性研究

² 组织、流程、管控和主力练就方面的化解打法

3.

展望生成式机器智能的未来演进前景,激发参训者的革新思路和创造力

4.

交流问答和碰头

²

回应管控层关于生成式

机器智能

的要害问题,碰头

公司

的具体运用情境

²

结合华为、字节跳动的实际运用心得,分享怎样在大型公司中达成

AI

技艺的有效落地

2.

注意事项

Ø

在解说技艺细节时,考虑到受众的专精来由,适当调整难度,防止过于深奥的技艺术语

。

Ø

强调

生成式机器智能

的实际运用价值以及其对

各

业界可能带来的正面影响。

Ø

提供实际操作的机会或者实例拆解,支援参训者更好地将理论学识转化为实践本领。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|李檀老师

适合谁听

管人者。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。

电话咨询