课程背景
当前，
AI技艺正加速从“作坊式开发”迈向“工业化生产”新阶段，成为驱动公司数智化转型、构筑核心竞争力的要害引擎。作为全球AI落地实践的先行者，华为积淀20年技艺探索和业界实战心得，收束形成了一套经过千行百业验证的“三层五阶八步”AI建设办法论。该办法论不仅支撑华为自身AI方略的深度落地，更在制造、金融等等重点业界的规模化运用中得到充分检验，具备极强的业界适配性和可复制性。
可是在实际转型进程中，多数公司普遍面临诸多痛点：缺乏系统的
AI建设办法论指引，导致项目盲目启动、重复投入；资料治理混乱、学识沉淀不足，难以支撑AI模型的有效训练和迭代；AI技艺和业务情境脱节，落地成效不及预期；缺乏成熟的业界实例参考，转型路径不清晰，陷入“投入大、回报慢”的困境。
本课以华为官方权威资讯为核心蓝本，系统还原华为
AI技艺和运用的进化历程，深度拆解L0-L2大模型架构架构，拆解“资料×学识”双轮驱动的AI工程化达成原理。课程革新性引入美的、平安等等业界标杆实例，借助“办法论拆解+跨业界实例复盘+实战情境上手”三位一体的教学模式，将抽象的AI建设推演转化为可落地的实践路径。助力公司管人者、技艺负责人以及核心主力精准把握AI工业化转型的核心规律，迅速构筑贴合自身业务的AI转型路线图，高效促成AI技艺在实际情境中的革新运用和价值变现。
课程收益
1. 掌握核心办法：精通华为“三层五阶八步”办法论，掌握从情境识别、流程重塑到持续营运的准则动作。
2. 洞察技艺架构：透彻领会“L0-L1-L2”三层大模型架构和“资料x学识”的工程化原理（RAG/向量库/Agent）。
3. 对标业界情境：拆解华为（研发/供应）、美的（智能制造）、平安（智慧金融）的AI革新情境。
4. 输出落地结晶：借助沙盘推演，输出公司自身的《AI高价值情境清单》和《AI施行八步法画布》。
课程大纲
第一
部分
：华为
AI之道和建设办法论
——
破解
“怎么看”和“怎么建”
第一
讲
：华为
AI演进历程和技艺架构
一、华为
AI进化的五个阶段
阶段一（
2005-2010）：商业智能（BI）
阶段二（
2010-2015）：资料挖掘
阶段三（
2015-2018）：领域级AI（图像/语音识别）
阶段四（
2018-2023）：公司级普惠AI
阶段五（
2023-
至今）：大模型
AI2.0
二，智能化
的三层
核心架构
L0-
基础大模型：通用的智能底座（
NLP/CV/多模态/预测）
L1-
业界大模型：注入业界学识（矿山
/气象/金融/电力）
L2-情境大模型：针对细分情境微调
交流：
公司
AI阶段诊断采用《公司 AI 成熟度五级评核表》，勾选公司当前所处的AI阶段以及断层点。
第二
讲
：顶层规划
——华为“三层五阶八步”办法论
一、三层五阶：转型的深度和要素
1.
三层
（
Layers
）
1）智能业务层（价值闭环）
2）AI开发和交付层（MLOps）
3）持续营运层（生命周期管控）
2.
五阶
（
Stages
）
——情境-流程-组织-资料-IT
二、八步法：准则化的落地路径
Step 1：明晰标的
Step 2：情境捕捉
Step 3：重塑流程
Step 4：组织变革
Step 5：资料和学识工程
Step 6：AI建模和发布
Step 7：AI融入业务运用
Step 8：AI持续营运
实例拆解
：
“八步法”找茬给出三个典型的AI失败实例描述，采用《八步法诊断卡》指出其缺失的要害步骤（如“缺流程重塑”或者“缺持续营运”）。
第三
讲
：要害技艺推演
——资料x学识=智能
一、工业
AI的核心公式重构
1. 从“海量资料”到“有效学识”的范式转移
2. 学识工程落地的“三阶”路径
1)“萃取”：将老师傅隐性心得显性化，形成结构化文档（FAQ/实例库）
2)“转译”：利用Embedding技艺将文档转化为向量，存入“向量资料库”
3)“进化”：借助“RLHF”（人类反馈强化研习）制度，让模型越用越懂业务
二、破解大模型落地的三大技艺支柱
1. RAG（检索增强生成）
1）核心原理
2）价值锚点
2. Knowledge Graph（学识图谱）
1）实体关系构筑
2）图谱和大模型融合
3. Agent（智能体）
1）规划本领（Planning）
2）抓手调用（Tool Use）
实例：
华为
GTS（全球技艺服务部）的“故障根因定位”变革
交流上手：
“学识向量化”还原沙盘，选取一条复杂的公司业务规则（如“特殊合同审批规定”），分组还原AI的处理进程。
第二
部分
：跨业界情境实践和上手
——
破解
“怎么用”和“怎么干”
第
一讲
：华为内部情境实践
——
研发和供给链
一、研发域：代码和规划革命
1. 代码辅助生成
——基于代码大模型达成自动补全、单测生成、代码转译
2. 创成式规划
——PCB版图规划：AI自动布局布线
3. 结构散热规划
——AI生成最优散热拓扑结构
实例：
华为消费者
BG的“手机结构规划”
二、供应域：学识图谱运用
1. 隐患预警
——
构筑
N级供应商学识图谱
2. 智能排产
——采用运筹精进（OR）算法
交流碰头：
“痛点迁移”头脑风暴。参考华为研发的“代码自动补全”和供给链的“隐患预警”两个情境推演。结合自身业界，开展“情境迁移”。
第
二讲
：外部标杆情境实践
——
制造和金融
一、制造业界标杆
标杆实例：
美的集团
Midea
1.
AI视觉质检
（
Computer Vision
）
1）方案：云边协同架构，就一线经验说，边缘侧小模型快检，云端大模型复判难例
2）
成效：漏检率接近
0，换个角度看，大幅降低人工复判成本
2.
智能排产
（
APS
）
1）
方案：强化研习
+运筹精进
2）
成效：达成
T+3模式下的极速响应
二、金融业界标杆
1.
AI极速理赔
1）方案：图片识别大模型，落地时，用户拍照-AI定损-秒级赔付
2）变革：去掉了实地查勘环节，彻底重塑理赔流程
标杆实例：
中国平安
2. AI财富顾问
——
方案：基于
RAG的大模型助手，实时赋能买方经理，提供专精话术和研报拆解
标杆实例：
招商银行
交流
操练
：
跨界革新矩阵——填写《跨业界革新借鉴表》，将金融的风控推演迁移至供给链，将研发的生成推演迁移至工艺配方。
三讲：
沙盘上手
——公司AI落地实战
一、情境孵化工作坊
1. 情境筛选
——
采用《
AI情境价值筛选漏斗》，从公司真实痛点中筛选出Top1情境维度：业务痛点度、资料准备度、技艺成熟度
2. 路径推演
——
采用《
AI施行八步法画布》开展全流程规划定义标的：设定可量化的AI价值指标
3. 盘查资产
——列出所需的结构化资料和非结构化学识（文档）
4. 规划协同
——
定义该情境下
“人”和“AI”的分工边界
二，结晶展示和落地建议
1. 各小组展示《八步法画布》方案
2. 针对共性问题（如资料质量差、学识萃取难）提供通用解题打法
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|徐晓仪老师
适合谁听
公司CEO以及业务管控层、CIO/CTO、数智化转型负责人、业务总监、AI项目经理。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。