AI驱动工业智造革命 —— 生成式人工智能赋能制造业转型升级实战

1.1.

【第一部分】

·

技艺革命和业界重构

1.1.1.

【学识精讲】

·

生成式

AI

的

基本概念

、

特点和技艺跃迁图谱

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。

² 回顾生成式机器智能的演进历程。

1.1.2.

【

学识精讲】

· 核心技艺原理精要

²

GAN

的

“博弈论”本质：伪造者和鉴伪者的动态平衡

² 大模型训练三阶范式：预训练（学识注入）

-

微调（情境适配）

-

对齐（价值观校准）

1.1.3.

【

学识精讲

】

· 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。

1.1.4.

【

趋势拆解

】

·

2025

年关于机器智能业界演进的一些要害判断

²

China AI

崛起，进击和普惠同时发生

n

AI

进击：

AI

有多元研究方向，技艺路线仍未收敛

u 百家争鸣，大模型架构持续演进，尚未收敛

u

千帆竞技，公司部署的

AI

技艺仍在持续迭代换新

u 万家灯火，执行层面，前方尚是等待探索的星辰大海

n

AI

普惠：技艺下沉到毛细血管，各业界对

AI

认知显著拉升

²

开源和低价：持续重构

AI

生态位和竞合推演

²

公司级软件，

AI Agent

促成公司服务从

“数智化”到“智能化”质变

n 多智能体协同，从“零和博弈”到“正和博弈”

n

Data

勾住

Data

，服务勾住服务，

Agent

勾住

Agent

n 数字劳动力的觉醒，具体来看，革新生产要素，重塑生产关系

²

AI

原生公司，正在重塑商业

DNA

² 人形机器人，从实践看，当下细分市场，中期个人市场，远期星辰大海

²

AI

安全，换个角度看，从数字世界到物理世界，往细里说，安全的边界要始终对齐

AI

的边界

1.1.5.

【

趋势拆解

】

·

AI

重构文明秩序背后的隐忧

² 隐忧一：警惕“加拉帕戈斯现象”

² 隐忧二：繁荣未必增长，实操中，增长未必分配

²

隐忧三：

AI

普惠并不意味着平等

² 隐忧四：资料洪流的失控隐患

²

隐忧五：世界秩序的改写，

AI

成为方略安全的主轴

1.1.6.

【

学识精讲

】

· 新质出产力的内涵

²

定义：资料

×算力×算法的“乘数效应”，往细里说，颠覆传统要素边际收益递减规律

²

典型特征：柔性生产（如

AI

驱动的

C2M

定制）、学识密度升级（如

AI

辅助研发）

1.1.7.

【

学识精讲

】

·

生成式

AI

× 新质出产力

² 业界变革推演：规划精进（如参数化建模）、生产柔性化（动态排产）等等

² 效能拉升路径：资料驱动决策（装置寿命预测）、学识库构筑（工艺心得沉淀）

1.1.8.

【

实例拆解

】

· 业界变革图谱

² 制造端：从“心得驱动”到“参数驱动”

（

Autodesk

生成规划抓手缩短周期

70%

）

² 服务端：从“人力密集型”到“智能交互式”

（

DeepSeek-R1

赋能智能客服）

1.1.9.

【实例拆解】

· 各业界

/

业界在不同领域的运用情境

²

工业：博世

AI

生成合成资料训练缺陷检测模型（周期从

2

年→

6

个月）

²

金融：生成式

AI

动态还原经济波动，精进投资组合隐患模型

² 教育：东北大学“

生成式

AI+X

”跨学科主力练就模式

²

隐忧六：人机信任和相关制度的构筑是否跟得上

AI

的演进？

²

隐忧七：

AI

对世界“高阶相关性”的领会远超人类，或者将创造出人类不领会的世界

² 隐忧八：人类的价值架构和意义感将怎样重建？

1.1.10.

【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

1.2.

【第二部分】

· 组织进化和方略突围

1.2.1.

【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。

1.2.2.

【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 生成式机器智能在隐患评核和合规管控中的作用

1.2.3.

【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。

1.2.4.

【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。

1.2.5.

【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。

1.2.6.

【

实例拆解

】

·

组织进化和方略突围的标杆实践

² 实例一：小鹏汽车的“组织进化论”

：从

PPT

到

AI

，具体来看，一场效率革命的生死时速

² 实例二：海尔卡奥斯洗涤业界大模型

² 实例三

：瑞幸咖啡的

AI

驱动组织敏捷化

²

失败实例：某车企

AI

轻量化方案因忽视焊接工艺可行性导致产线瘫痪

1.2.7.

【小组碰头】

·

在当前来由

下，公司

怎样完成组织进化和方略突围

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。

3.

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。

4.

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。

1.3.

【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，

厘清受训参训者的

take away

。

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

参训者

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