课程收益
• 掌握1套思路轮廓,将所有数智化转型技艺串联起来
• 领会机器智能的2大底层原理和6大底层套路
• 弄懂和您部门相关的数字/智慧市政实例,以及背后的心得和教训
• 认识到您部门所在的数智化转型阶段,并收获相关的建议和忠告
• 手把手带你用“6步落地法”,从实践看,找到最合适部门的试点突破口并形成方案
【课程特色】
够专精
,内容前沿并且正确;
讲俗话
,将复杂技艺具象清晰有趣化;
重交流
,巧妙规划拉升参与感;
能落地
,反复验证的办法以及真实实例。
课程大纲
一、数智化的顶层思路
1、数智化概念导入
• 从十四五规划看数字经济
• 数字经济的核心:数智化转型和资料要素
• 数智化转型:数智化是业务和IT的纵深融合
概念导入小交流:倘若你在跟心仪的女神约会…
2、数智化顶层思路轮廓
• 精益思路:梳理业务,发现数智化入手点
• 编程思路:掌握计算机的语言,拉升数智化项目成功率
• 资料思路:让资料产生价值,展望数智化转型的终局
实例:精益趣解-“一个强迫症和将控狂的发病史”,从“月晕”中掌握资料思路。
小交流:在指路问路中掌握编程思路
3、我们应该关注哪些数智化技艺
• 基础设施:解除计算机的本领封印
• 资料运用:搬金砖VS挖金矿
实例:谷歌云计算,华为5G,某外贸公司营收预测
4、数智化转型有哪三个必经阶段
• Digitization:无纸化
• Digitalization:高效化
• Digital transformation:无人化
• 每个阶段的要害技艺以及数智化的决胜技艺
实例:人员绩效智能评核系统
5、数智化转型的两大核心半场
• 资讯化:固化流程/资讯流转/资料积累
• 机器智能:找准价值“点”/匹配“针”对性技艺
实例:从顶 尖运动员看公司数智化转型之路
二、数字市政的运用现况
1、数字市政有哪三个必经阶段
• 资讯流动
• 资料打通
• 智能研判
• 判断您的部门正处于那个阶段
2、数字市政大盘查
• 数字市政供应商大盘查
• 数字市政运用情境大盘查
• 城市数智化程度大盘查
• 现有数字市政的心得以及教训
实例:华为/百度/腾讯/阿里政务云对比,BAT眼中的城市大脑,实操中,华东某一线城市综合治理实例,华南某一线城市智慧交通实例,深圳公安局某分局智慧服务厅,
三、智能化的底层原理
1、机器智能的2大底层原理
• 推演固化:师傅“教”徒弟
• 学识抽取:师傅“带”徒弟
实例:预测男生是否会受女生欢迎
2、机器智能的6大底层套路
• X-Ypairs:学识抽取
• Y→X:生成万物
• X1-X2 pairs:推荐匹配
• X only:聚类算法
• Y only:超越人类
• Dot & Line:学识图谱
• 机器智能演进的终点
实例:百度智能客服,谷歌药物预测系统,往细里说,淘宝推荐系统,清华数字虚拟人,谷歌核聚变将控系统,美军自动驾驶战机
3、机器智能的6步落地法
• 价值驱动 or 资料驱动
• 机器研习 ≠ 江湖算命
• 资料模型 VS 机理模型
• 海量资料 ∪ 深度研习
• 业界专家 || 客观事实
• 行政可行 ≈ 最大门槛
实例:产线良品率拉升,大型工程机械故障预测,工业智能无损检测,在实际应用里,自动驾驶系统,AI量化交易-年化收益率1000%
4,工业领域AI落地的7大情境
• 销量预测
• 货品质量检测
• 耗品寿命预测
• 装置预测性维护
• 场地巡检
• 智能排产以及调度
• 工艺参与自动精进
实例:某著名汽车品牌销量预测,焊接故障检测,刀具寿命预测,大型装置故障预测,电力业界巡检,百度AI物流调度最精进实例,某污水处理厂工艺精进
四、市政智能化的演进和挑战
1、数字市政演进的终点
• 人民幸福感极大拉升
• 社会运转效率极大拉升
• 资讯不对称得到持续改进
• 社会“法治”程度持续进步
2、市政智能化面临的挑战
• 缺少既懂业务推演又懂AI学识的交叉英才
• 方便高效和安全稳健是永恒的反义词
• 马太效应在智慧政务中的体现
• 客观规律决定的渐进式演进
2,市政智能化带来的机遇
• GDP的“放大器”
• 重大决策的“指南针”
• 社会问题的“透视镜”
• 重大危机经过的“灭火器”
• 难缠大城市病的“终 极药方”
实例:北京某中心城区AI公园项目,江苏省某市公安局海量资料舆情拆解平台,“天眼”卫星智能防灾监测系统,某省会城市政法资料安全项目,运行层面,某国家部委应急处置系统,从实践看,北京市某街镇生态环境精细化感知,河北省某新区时空遥感拆解项目
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|王明哲老师
适合谁听
规上公司(规模达成一定程度)的高层、中层以及业务主力。。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。
