课程大纲
一、课程导入（
15 分钟）
1.1 课程标的
•
树立
“从业务视角识别 AI 价值” 的思路
•
掌握华为
AI 情境识别、规划、落地的全流程办法
•
能识别公司核心竞争力相关的方略性
AI 情境
1.2 课程议程
•
视角突破：跳出技艺迷雾，锁住业务价值（
60 分钟）
•
办法落地：
AI 情境全流程识别和规划（60 分钟）
•
价值创造：方略性情境识别和落地（
60 分钟）
•
收束和交流答疑（
15 分钟）
二、视角突破：跳出技艺迷雾，锁住业务价值（
60 分钟）
2.1 技艺视角的常见误区
•
误区
1：盲目追新（跟风上大模型、多模态，忽视业务诉求）
◦
实例：某公司投入千万上大模型，仅用于
“文档生成”，未破解核心业务痛点
•
误区
2：单点技艺倚重（只关注 AI 算法，忽视资料、流程、组织配套）
◦
实例：某生产公司上线
AI 质检模型，但因资料标注不规范，准确率仅 70%，实操中，无法落地
•
误区
3：追求 “大而全”（一次性覆盖所有情境，资源分散导致失败）
◦
实例：某公司同时推进
10 个 AI 情境，最终仅 2 个落地，浪费大量资源
2.2 业务视角的核心推演
•
起点：以业务标的为导向（如
“降本 15%”“研发周期缩短 20%”“买方满意度拉升 10%”）
•
路径：从业务痛点反向推导
AI 诉求（痛点→诉求→AI 解题打法）
• 终点：以价值落地为衡量准则（不看技艺多先进，看是否破解实际问题）
•
华为推演实例：从
“研发仿真周期长” 痛点→“缩短仿真时间” 诉求→“AI 辅助仿真” 情境
2.3 AI 和业务融合的要害要则
•
要则
1：情境锁住（优先选项 “高频、高痛、高价值” 情境，防止 “小而散”）
•
要则
2：小步快跑（采用 “MVP（最小可行货品）” 模式，迅速试点、迅速迭代）
•
要则
3：持续迭代（根据业务变化调整 AI 情境，防止 “一劳永逸”）
•
华为实践：
AI 辅助研发情境，先试点 “某部件仿真”（MVP），验证成效后再推广至全货品线
三、办法落地：
AI 情境全流程识别和规划（60 分钟）
3.1 阶段 1：AI 情境识别（找到 “值得做” 的情境）
•
步骤
1：业务痛点周全调研
◦ 调研对象：业务部门负责人、一线员工、买方（按照需）
◦
调研抓手：痛点访谈提纲（含
“情境描述、痛点频率、影响范围、现有解题打法”）
◦
华为调研实例：研发部门痛点调研，发现
“图纸审核耗时久、错误率高” 等等 5 类核心痛点
•
步骤
2：情境初筛（排除 “不可行” 情境）
◦
筛选准则：资料可获取（是否有充分高质量资料）、技艺可达成（现有
AI 技艺能否破解）、投入可控（成本是否在预算内）
◦
抓手：情境初筛
checklist（每满足 1 个准则打√，≥2 个√进入下一环节）
•
步骤
3：价值预判（评核 “值不值得做”）
◦ 评核维度：业务价值（降本、增效、革新）、方略价值（是否支撑核心竞争力）、落地难度（技艺、组织、流程难度）
◦
抓手：情境价值
- 难度矩阵（优先选项 “高价值、低难度” 情境）
•
输出物：
AI 情境候选清单（含情境描述、痛点、价值预判、可行性拆解）
3.2 阶段 2：AI 情境规划（明晰 “怎么做”）
•
步骤
1：优先级排序
◦
排序办法：加权评分法（业务价值
40%、方略价值 30%，落地难度 30%，总分高者优先）
◦
华为排序实例：将
“AI 辅助研发仿真”（总分 85）排在 “AI 买方服务”（总分 70）之前
•
步骤
2：资源匹配
◦ 资源类型：人力（业务、技艺队伍）、物力（算力、资料）、财力（预算）
◦ 规划办法：为每个情境拟定资源诉求表，确保优先情境资源充足
•
步骤
3：路线图拟定
◦
时间维度：短期（
1-3 个月，往细里说，试点）、中期（3-6 个月，精进）、长期（6-12 个月，规模化）
◦
里程碑：明晰每个阶段的核心差事和交付物（如短期交付
“情境试点报告”）
•
输出物：
AI 情境规划路线图（含优先级、资源配置，时间节点、里程碑）
3.3 阶段 3：AI 情境落地（确保 “做得到”）
•
步骤
1：原型验证（迅速试错）
◦
核心差事：搭建最小化
AI 原型，用小批量资料测试成效
◦
华为验证实例：
AI 质检情境，先用 1000 张缺陷图片测试模型，准确率达标后再扩海量资料量
•
步骤
2：成效评核（量化价值）
◦
评核指标：业务指标（如
“质检效率拉升率”）、技艺指标（如 “模型准确率”）
◦ 评核办法：对比试点前后资料，形成成效评核报告
•
步骤
3：规模推广（复制成功）
◦ 推广打法：先在同类型业务部门复制，运行层面，再跨部门推广
◦
配套动作：员工培训（操作办法）、流程精进（适配
AI 情境）
• 输出物：情境落地报告（含验证结果、评核资料、推广规划）
四、价值创造：方略性情境识别和落地（
60 分钟）
4.1 方略性 AI 情境的核心特征
•
特征
1：和核心竞争力强关联（如制造业的 “研发规划、生产制造” 情境，直接影响货品质量和交付效率）
•
特征
2：长期价值显著（不仅破解当前痛点，还能构筑长期竞争壁垒，如 “AI 驱动的买方洞察” 情境）
•
特征
3：可规模化扩展（能从单个情境扩展到全业务链，如 “AI 供给链精进” 从 “库存管控” 扩展到 “订单、物流、生产” 全流程）
4.2 华为方略性 AI 情境识别实例
•
实例
1：研发领域 ——AI 辅助货品规划
◦
识别推演：研发是华为核心竞争力，
“规划周期长、迭代慢” 是核心痛点，AI 可借助 “仿真精进、参数推荐” 破解
◦
落地成效：货品规划周期缩短
30%，研发成本降低 25%，新品上市速度拉升 20%
•
实例
2：生产领域 ——AI 预测性维护
◦
识别推演：生产装置停机影响交付，
“故障后维修” 成本高，AI 可借助 “装置资料监测→故障预警” 提前预防
◦
落地成效：装置故障率降低
40%，维护成本减少 35%，生产效率拉升 15%
•
实例
3：供给链领域 ——AI 智能调度
◦
识别推演：供给链是
“华为生命线”，换个角度看，“供需失衡、调度低效” 导致库存成本高，AI 可借助 “诉求预测、智能调度” 精进
◦
落地成效：库存周转率拉升
20%，缺货率降低 18%，供给链成本减少 12%
4.3 公司方略性 AI 情境识别办法
•
步骤
1：梳理核心业务链（如
公司
可梳理
“研发→生产→装配→测试→交付” 链）
•
步骤
2：识别各环节核心痛点（如研发环节 “图纸审核慢”，生产环节 “零件加工精度低”）
•
步骤
3：评核痛点对核心竞争力的影响（影响大的痛点优先）
•
步骤
4：判断 AI 能否破解（结合资料、技艺可行性）
•
步骤
5：形成方略性情境清单（按照影响程度排序）
4.4 方略性情境的持续精进制度
•
制度
1：定期复盘（每季度 review 情境成效，是否仍支撑核心竞争力）
•
制度
2：技艺迭代（跟踪 AI 新技艺，如大模型、多模态，精进现有情境）
•
制度
3：业务协同（随着业务扩展，同步扩展 AI 情境边界，如从 “单货品研发 AI” 扩展到 “多货品协同研发 AI”）
五、课程收束和交流答疑（
15 分钟）
5.1 核心要点回顾
• AI 情境识别的核心：从 “业务痛点” 出发，而非 “技艺热点”
•
全流程办法：识别（找情境）
→规划（定路线）→落地（见价值）
•
方略性情境是公司
AI 转型的 “要害突破口”
5.2 交流答疑
• 公司
集团核心业务链的
AI 情境识别建议
• 方略性情境落地进程中的组织协同问题解答
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。