课程收益
1.
让参训者周全纵深领会生成式
AI 技艺的全景、演进趋势以及其引发的技艺革命，清晰把握技艺演进方向，为公司运用提供方略指引。
2.
助力参训者精准识别生成式
AI 在格力电器各业务环节的运用价值情境，掌握生成式 AI 运用的基本范式，能够结合公司实际进业界务 AI 化的思索和实践。
3.
借助实例拆解和小组碰头，使参训者学会将生成式
AI 技艺和公司具体业务情境深度融合，拉升在生产制造、供给链管控、研发规划等等方面的运用本领，破解公司智能制造瓶颈问题。
4.
支援参训者掌握组织导入
AI 项目的施行办法，从顶层规划到分步施行，具备促成公司 AI 项目落地的本领，达成公司数智化转型的有效推进。
5.
练就参训者在公司运用生成式
AI 时，对组织架构、业务链路等等方面开展合理调整的意识和本领，确保公司能够适应 AI 技艺带来的变革，充分发挥 AI 的价值。
课程大纲
（一）上午：技艺奠基和情境洞察（
3
小时）
1.1.
生成式
AI
技艺全景和演进趋势（
30
分钟）
1.1.1.
生成式
AI
技艺核心定义和分类
²
阐释生成式
AI 的基本概念，就一线经验说，即能够自主生成新内容的机器智能技艺。
²
引见生成式
AI 的主要分类，包括图像生成、文本生成、语音生成等等不同类型。
²
阐述各类生成式
AI 技艺的核心原理，如基于 Transformer 架构的大语言模型事务制度。
1.1.2.
生成式
AI
技艺演进历程和要害节点
²
回顾生成式
AI 从早期简单模型到复杂大模型的演进阶段，如 GPT 系列的演进。
²
拆解促成生成式
AI 技艺演进的要害因素，包括算力拉升、资料增长和算法精进。
² 列举技艺演进中的要害里程碑经过，如特定大模型的发布以及其带来的技艺突破。
1.1.3.
生成式
AI
未来演进趋势以及对制造业影响
²
预测生成式
AI 在技艺上的未来突破，如多模态融合本领的进一步增强。
²
探讨模型轻量化、私有化部署等等趋势对制造业公司运用
AI 的便利性影响。
²
拆解生成式
AI 在制造业中运用范围的拓展趋势，如从辅助规划到全流程智能化。
1.2.
生成式
AI
引发的技艺革命（
30
分钟）
1.2.1.
生产模式的变革和升级
²
阐述生成式
AI 怎样促成生产流程从传统人工主导向自动化、智能化转变。
²
引见
AI 驱动的柔性生产模式，可根据市场诉求迅速调整生产参数和流程。
²
拆解智能机器人和生成式
AI 结合在生产线上的运用，如自主决策的装配机器人。
1.2.2.
研发和管控模式的革新
²
解说生成式
AI 怎样加速研发进程，如迅速生成多种货品规划方案供选项。
²
说明
AI 在管控中的运用，如智能化决策支持系统辅助管控层拟定方略。
²
对比传统研发管控模式和
AI 驱动模式在效率和革新本领上的差异。
1.2.3.
制造业价值链的重塑
²
拆解生成式
AI 对制造业价值链各环节的影响，从原材料采购到货品售后服务。
²
阐述
AI 怎样精进价值链中的资源配置，降低成本并拉升整体价值。
²
举例说明部分公司借助
AI 重塑价值链后取得的竞争优势。
1.3.
生成式
AI
技艺和公司运用情境价值对齐（
40
分钟）
1.3.1.
格力电器核心业务环节现况和痛点拆解
² 详细剖析格力在生产制造环节的现况，如部分工序人工倚重度高导致的效率问题。
² 拆解供给链管控中存在的成本高、响应慢等等痛点，如第三方物流带来的资讯滞后。
² 探讨研发规划领域面临的市场响应速度慢、革新难度大等等问题。
1.3.2.
生成式
AI
在各业务环节的潜在运用情境
²
针对生产制造环节，提出
AI 视觉检测、装置故障预测等等具体运用情境。
²
为供给链管控环节规划
AI 诉求预测、智能库存管控等等运用方向。
²
在研发规划领域，列举
AI 辅助货品外观规划、材料配方精进等等情境。
1.3.3.
AI
运用情境的价值量化拆解
²
针对生产制造情境，量化
AI 运用可带来的生产效率拉升百分比、质量合格率拉升幅度。
²
拆解供给链管控中
AI 运用能减少的库存成本、缩短的交货周期等等具体资料。
²
估算研发规划领域引入
AI 后可缩短的货品研发周期和降低的研发成本。
1.4.
生成式
AI
的典型运用实例深度拆解（
50
分钟）
1.4.1.
字节跳动以及生态公司实践实例
²
分享字节跳动在内容创作领域利用生成式
AI 拉升效率的实例，如自动生成新闻摘要。
²
拆解生态公司在客服领域运用
AI 的实践，如智能客服机器人的对话生成本领。
²
收束这些实例中
AI 运用的技艺达成方式和可借鉴的心得。
1.4.2.
其他制造业公司运用实例
²
剖析汽车制造公司采用生成式
AI 开展零部件规划精进的实例，如减重降耗的规划方案。
²
引见电子制造公司借助
AI 视觉检测拉升货品质量的具体实践和成效。
²
拆解纺织业界利用
AI 开展图案规划和生产排程的运用实例。
1.4.3.
实例中的挑战和解题打法拆解
²
收束各实例中公司在引入生成式
AI 时遇到的技艺、组织、资料等等方面的挑战。
² 提炼实例中公司化解挑战的有效解题打法，如资料治理措施、人员培训办法。
²
探讨这些解题打法对格力电器运用生成式
AI 的启示和借鉴意义。
1.5.
小组碰头：适合生成式
AI
介入的公司业务运用价值情境识别（
30
分钟）
1.5.1.
碰头规则和分组安排
²
明晰小组碰头的主题为识别格力电器适合生成式
AI 介入的业务情境。
² 说明分组方式，将参训者按照业务领域或者部门开展合理分组，确保多样性。
²
设定碰头时间和发言规则，如每组碰头
20 分钟，派代表发言 5 分钟。
1.5.2.
情境识别要点和记录要求
²
带出参训者从业务痛点、
AI 本领匹配度、价值潜力等等方面识别运用情境。
² 要求记录每个识别出的情境的具体描述、潜在价值和施行难点。
² 鼓励参训者结合自身事务心得，提出具备可行性的独特情境。
1.5.3.
结晶分享和交流探讨
² 各小组代表依次分享碰头结果，展示识别出的运用情境以及相关拆解。
² 组织全体参训者对各小组分享的情境开展评价和补充，完善情境列表。
² 讲师对碰头结晶开展收束，提炼出具备较高价值的运用情境。
（二）下午：运用实战和业务
AI
化的思索（
3
小时）
1.6.
生成式
AI
运用的
4
种基本范式（
40
分钟）
1.6.1.
事务流：
AI
和业务链路的自动化融合
²
解释事务流的定义，即借助将生成式
AI 嵌入业务链路达成自动化协同。
²
引见事务流的施行步骤，如梳理现有流程，确定
AI 介入节点。
²
举例说明在制造业中，
AI 和生产排程流程融合的具体运用，如自动生成排程方案。
² 拆解事务流能带来的效率拉升，实操中，如减少人工操作步骤和时间。
1.6.2.
Prompt
（
提示工程）
：精准带出
AI
生成结果
²
阐述
Prompt （提示工程）的核心，即借助规划高质量提示词带出 AI 生成符合诉求的内容。
²
解说规划有效
Prompt 的招数，如明晰差事标的、提供来由资讯和格式要求。
²
举例说明在货品文案生成、技艺文档撰写等等情境中
Prompt 的运用。
²
拆解不同
Prompt 对 AI 生成结果质量的影响，换个角度看，强调精准 Prompt 的意义。
1.6.3.
RAG
（
检索增强生成）
：结合学识库的增强生成
²
说明
RAG（检索增强生成）的原理，即先检索公司内部学识库再生成内容。
²
引见
RAG 的架构组成，包括学识库、检索模块和生成模块。
²
举例说明在公司内部培训、买方咨询等等情境中
RAG 的运用，如基于货品指引生成回答。
²
拆解
RAG 在保证生成内容准确性和针对性方面的优势。
1.6.4.
微调：定制化适配公司诉求
² 解释微调的概念，即在通用大模型基础上用公司特定资料训练以适配业务。
² 解说微调的流程，包括资料准备、模型训练、成效评核等等步骤。
²
说明微调的适用情境，如公司有大量专属资料并且需要高度定制化
AI 本领。
² 拆解微调进程中需要注意的资料质量、训练成本等等问题。
1.7.
生成式
AI
的公司级运用（
50
分钟）
1.7.1.
生成式
AI
的工业进化论
²
阐述生成式
AI 在工业领域从辅助抓手到核心驱动力的进化进程。
² 拆解不同进化阶段的特点，执行层面，如早期的局部流程辅助到现在的全流程智能决策。
²
探讨未来工业领域
AI 运用的高级形态，如自主研习、自我精进的智能工厂。
1.7.2.
AI
驱动的公司数智化转型路径
² 解说公司数智化转型的整体轮廓，包括方略层、业务层、技艺层的转型内容。
²
阐述
AI 在转型路径中的作用，如资料治理中的 AI 运用、业务链路重构中的 AI 赋能。
²
引见转型的要害步骤，如拟定转型方略、搭建资料平台、引入合适
AI 技艺等等。
²
举例说明部分公司成功达成
AI 驱动数智化转型的实例。
1.7.3.
格力业务情境化运用剖析和实例拆解
²
针对格力智能工厂建设，剖析
AI 在生产调度、装置维护等等情境的具体运用。
²
拆解智能家居货品开发中，
AI 在语音交互、情境联动等等功能上的达成实例。
²
拆解供给链协同精进情境中，
AI 诉求预测模型的运用以及成效。
² 收束各情境运用中的技艺要点和施行心得，为参训者提供实践参考。
1.8.
组织导入
AI
项目的施行办法（
40
分钟）
1.8.1.
顶层规划：方略和标的设定
²
强调顶层规划在
AI 项目中的意义，是项目成功的基础。
²
解说怎样明晰公司引入
AI 的方略标的，确保和公司整体演进方略一致。
²
说明设定
AI 项目标的的要则，如具体、可衡量、可达成、相关性和时限性。
²
举例说明不同公司根据自身情况拟定的
AI 项目顶层规划方案。
1.8.2.
整体规划：周全布局和资源配置
² 阐述整体规划的内容，包括技艺架构、资料管控、主力练就等等方面。
²
引见技艺架构规划要点，如选项合适的
AI 模型、搭建安全稳定的技艺平台。
² 说明资料管控规划，如资料采集、清洗、存储和安全保障措施。
² 拆解主力练就规划，如拟定内部培训规划和外部英才引进打法。
1.8.3.
分步施行：阶段划分和推进打法
²
解说怎样将
AI 项目分解为多个阶段，如试点阶段、推广阶段和精进阶段。
² 说明每个阶段的具体差事、标的和时间节点，确保项目有序推进。
² 引见各阶段的评核办法，如借助要害绩效指标衡量阶段结晶。
² 拆解在施行进程中可能遇到的隐患以及化解打法，如技艺难题的破解途径。
1.9.
小组碰头：公司在运用生成式
AI
时候需要做的调整（
40
分钟）
1.9.1.
碰头主题和方向带出
²
明晰碰头主题为公司运用生成式
AI 时需在组织架构、业务链路等等方面做的调整。
² 带出参训者从多个维度思索调整方向，如组织架构适配、人员本领拉升等等。
² 提示结合上午课程内容和公司实际情况开展纵深碰头。
1.9.2.
调整内容拆解和论证
²
要求各小组拆解每种调整的必要性，如为何需要调整组织架构以适应
AI 运用。
²
探讨调整的具体内容和施行步骤，往细里说，如成立
AI 专项小组的具体流程。
² 论证调整可能带来的隐患和化解措施，确保调整方案的可行性。
1.9.3.
碰头结晶汇总和分享
²
各小组整理碰头结果，形成关于公司运用
AI 所需调整的系统性建议。
² 小组代表分享碰头结晶，阐述调整的具体方面和依据。
² 全体参训者共同探讨，对各小组的建议开展补充和完善，形成最终的调整思路。
1.10.
课程收束和答疑（
10
分钟）
1.10.1.
课程核心内容回顾
²
简要回顾上午和下午课程的主要学识点，如生成式
AI 技艺、运用情境、施行办法等等。
² 强调课程中的重点和难点内容，支援参训者巩固记忆。
²
收束生成式
AI 在制造业运用的要害要点和实践要则。
1.10.2.
参训者疑问解答和交流
² 预留时间解答参训者在课程研习进程中提出的疑问，确保参训者领会所有内容。
² 针对参训者普遍关注的问题开展纵深解说和拓展，提供更多相关资讯。
² 鼓励参训者分享课程研习的心得和体会，助推相互交流。
2.
注意事项
² 在解说技艺细节时，考虑到参训者的专精来由，适当调整难度，防止过于深奥的技艺术语，并根据参训者所在业界、岗位属性做适当的技艺术语转化。
² 防止泛泛而谈技艺原理，所有概念都锚定贴合参训者业界的实际业务情境。
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
中高层和技艺主力。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。