李勇：AI时代的数据分析革命：智能驱动业务增长

李勇注册讲师 40查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 36996

联系老师

适用对象

上市公司中高层管理者、业务部门负责人、数据分析团队、日常岗位业务人员等；

课程介绍

讲授专家：李勇

培训对象：上市公司中高层管理者、业务部门负责人、数据分析团队、日常岗位业务人员等；

课程时间：1天 (6小时）

课程背景：

本课程聚焦AI大模型时代数据分析的范式变革，通过"认知升级+工具实战+业务融合"三维教学体系，解决企业"数据沉睡""分析低效""业务脱节"等痛点，结合最新AI数据分析工具实战演示，帮助企业构建智能分析能力。

课程收益：

培训完结后，学员能够：

1. 建立数据资产化认知与管理体系

2. 掌握AI数据分析工具的核心能力

3. 设计AI驱动的智能分析工作流

4. 实现数据分析与业务决策的深度耦合

5. 构建安全可靠的AI分析体系

6. 培养AI时代数据分析团队新型能力

课程大纲：

单元	大纲	内容
单元一	数据资产认知革命	1. 数据价值重估 1.1）从"副产品"到"生产要素"的认知跃迁 1.2）数据资产估值模型：成本法vs收益法案例：某零售企业数据资产估值超10亿元 2. 数据资产管理 2.1）数据资产目录建设 2.2）数据质量治理框架案例：平安集团数据资产管理体系讨论课题：绘制你企业业务部门的数据资产地图
单元二	传统数据分析的AI进化	1. 传统分析困境 1.1）耗时耗力的数据清洗 1.2）复杂建模的技术门槛 2. AI分析新范式 2.1）自然语言交互分析 2.2）智能特征工程案例：某银行用AI将信贷分析效率提升5倍讨论课题：识别传统分析中的AI替代点
单元三	AI分析工具全景	1. 工具矩阵解析 1.1）小浣熊：智能数据清洗 1.2）DXXI：可视化分析 1.3）Cursor：代码生成 2. 工具实战演示 2.1）用AFAI预测销售趋势 2.2）用DEEPSEEK生成分析报告 2.3) 用CURSOR生成WEB数据大屏 2.4）用DEEPSEEK控制Pandas做更深层的数分案例：某车企用工具矩阵实现日报自动生成讨论课题：设计你的AI工具组合方案
单元四	传统业务数据分析到大模型分析的范式不同	1.传统业务数据分析的问题： 1.1）层次聚类，线性回归，决策树等等还是要理解其内核 1.2）更加考验我们数据分析人员对业务的理解。 2.AI大模型时代的数据分析： 1. 分析流程重构 1.1）需求理解：将传统的业务理解和方法论在AI大模型上重构和增速 1.2）结果验证：AI交叉校验 2. 人机协作模式 2.1）分析师提示词工程 2.2）模型微调策略案例：某电商用DEEPSEEK实现实时舆情分析讨论课题：设计智能分析工作流
单元五	业务驱动的分析设计	1. 需求翻译公式 1.1）业务问题→分析任务→AI指令 1.2）案例：库存优化需求转化 2. 领域知识注入 2.1）业务术语表构建 2.2）行业知识库训练案例：某医院用AI分析提升床位周转率讨论课题：将业务需求转化为AI分析任务
单元六	数据安全分析体系构建	1. 数据有风险的方式：云端数据分析大模型的直接上传 2. 数据无风险的方式： 2.1）零成本更灵活的本地CURSOR生成数据分析 2.2）零成本更灵活的本地DB的数据分析 2.3）成本高的大模型本地部署做数据分析
单元七	新时代分析师能力	1. 能力模型升级 1.1）技术理解力：读懂模型输出，prompt提示词的能力，微调的能力 1.2）业务洞察力：发现分析价值 2. 培养路径 2.1）AI协作能力训练 2.2）领域知识积累案例：某互联网公司数据分析师培养体系讨论课题：制定团队能力升级计划

李勇老师的其他课程

• 李勇：以DeepSeek为代表的大模型AI赋能实战：从认知到落地研讨: 培训对象：企业中高层管理人员、业务部门负责人、数字化转型相关人员；课程时间：1天课程背景：本课程立足于当前AI大模型技术快速发展的宏观趋势，旨在解决企业管理者对AI认知不足、应用场景模糊、落地路径不清晰等核心问题。课程采用"认知-体验-设计-落地"的递进式教学方法，结合实操演示和分组讨论，帮助学员快速建立对企业AI赋能的系统认知，并掌握实用工具方法。课程收益：培训完结后，学员能够： 1. 准确理解大模型技术的核心能力边界和应用价值 2. 掌握AI在企业办公场景中的典型应用方法 3. 学会使用场景分解工具，识别企业AI应用机会 4. 理解企业AI部署的关键要素和实施路径 5. 掌握企业AI转型过程中的组织变革要点课程大纲：单元大纲内容单元一大模型技术能力解析 1. DeepSeek等大模型的核心能力图谱 1.1) 自然语言处理能力 1.2) 多模态理解与生成能力 1.3) 知识推理与决策能力案例：DeepSeek在不同场景的应用示例 2. 大模型能力边界与局限性 2.1) 当前技术发展现状 2.2) 适用与不适用场景分析 2.3) 常见误区与风险提示讨论课题：如何理性看待AI大模型能力？单元二企业AI办公场景实战 1. 文档与内容生成类场景 1.1) 高效公文写作演示 1.2) 营销文案智能生成 1.3) 会议纪要自动生成实操演示：从0到1完成一份高质量商业提案 2. 数据分析与决策类场景 2.1) 数据分析报告生成 2.2) 销售用户画像分析 2.3) 业务复盘与总结优化实操演示：快速生成数据分析洞察报告单元三企业AI场景设计工作坊 1. AI能力场景图谱 1.1) 文生文场景矩阵 1.2) 文生图应用场景 1.3) 文生视频创新应用工具讲解：场景分解地图使用方法 2. 分组讨论与场景设计（实践环节） 2.1) 场景机会识别 2.2) 价值评估方法 2.3) 场景设计输出成果展示：各组场景方案汇报与点评单元四企业级AI解决方案 1. 主流AI工具与平台介绍 1.1) 通用型AI平台能力对比 1.2) 垂直领域特色工具 1.3) 企业级定制化方案案例：典型企业AI工具应用案例 2. 方案选型与集成应用 2.1) 需求场景与工具匹配 2.2) 多工具协同应用方法 2.3) 成本效益评估框架实操演示：企业真实场景解决方案设计单元五企业AI部署实施路径 1. 企业AI部署关键考量 1.1) 数据安全与隐私保护 1.2) 技术架构选择 1.3) 投入产出评估方法案例：某制造企业AI部署全流程解析 2. 实施路径规划 2.1) 分步实施策略 2.2) 风险管控要点 2.3) 效果评估体系讨论课题：如何制定适合企业的AI部署节奏？单元六组织能力提升与流程再造 1. 员工能力提升体系 1.1) 关键岗位能力模型 1.2) 培训体系设计 1.3) 评估与激励机制 2. 流程优化与再造 2.1) 人机协同流程设计 2.2) 业务流程优化方法 2.3) 变革管理要点案例：AI驱动的流程再造最佳实践

• 李勇：企业DeepSeek等AI大模型驱动的AGENT内部应用实战: 培训对象：上市国央企技术中心、数字化部门、运营中心中高层管理者，产品设计师，IT部门，业务骨干等；课程时间：1天 (6小时）课程背景：在生成式AI技术加速落地的背景下，企业亟需掌握AI大模型与现有技术融合的实战方法论。本课程聚焦DeepSeek等大模型构建AGENT的企业级应用，通过7大典型场景拆解、技术栈搭建指南及安全部署策略，帮助学员突破“技术概念≠业务价值”的认知瓶颈，掌握从场景挖掘到工程落地的全链条能力。课程收益：培训完结后，学员能够： 1. 掌握AI大模型作为数字化开发引擎的核心逻辑，突破传统系统架构的局限性 2. 设计“AI AGENT+RPA+低代码”的复合技术方案，规避单一技术工具的应用陷阱 3. 建立业务场景智能化转译能力，将复杂需求拆解为可落地的AI任务单元 4. 掌握7类高价值细分场景的AGENT设计方法，覆盖办公、流程、决策等核心领域 5. 搭建适配企业需求的技术工具矩阵，平衡开发效率与数据安全课程大纲：单元大纲内容单元一为什么以DeepSeek为代表的AI大模型是下一代数字化引擎？ 1. 传统开发模式的三大困局 1.1）代码冗余：每新增需求需重新开发模块 1.2）响应迟滞：流程变更需数月调整周期 1.3）人力依赖：高度依赖专业开发者资源 2. AI驱动开发的革命性突破 2.1）自然语言即代码：业务人员直接定义需求 2.2）动态自适应：系统自动响应流程变化案例：某央企用DeepSeek重构OA系统，需求响应效率提升5倍讨论课题：你所在企业哪些系统存在“重复造轮子”问题？单元二 AI AGENT的边界与融合之道 1. AGENT能力的三重天花板 1.1）数据闭环：无法自主获取外部数据 1.2）硬件交互：缺乏物理执行能力 1.3）长链条逻辑：多步骤任务易出错 2. 复合技术解决方案 2.1）AGENT+RPA：用RPA机器人执行界面操作 2.2）AGENT+低代码：快速构建定制化模案例：某银行“智能报销AGENT”融合OCR+RPA，错误率从12%降至1% 讨论课题：设计一个需要多技术融合的业务场景单元三业务场景的智能化转译方法论 1. 四层拆解模型 1.1）业务目标层：降本/增效/风控？ 1.2）流程节点层：识别可自动化环节 1.3）数据输入层：结构化/非结构化数据占比 1.4）决策复杂度：规则驱动or模型驱动？ 2. 智能化转译员的核心能力 2.1）需求转译：将业务语言转化为Prompt指令 2.2）效果验证：设计测试用例与评估指标案例：某制造企业将设备维修经验转化为AGENT决策树讨论课题：拆解一个典型业务流程的智能化改造点单元四 DeepSeek大模型的7大高价值场景 1. 办公效率场景 1.1）智能会议纪要：自动提取待办事项并分配责任人 1.2）合同比对AGENT：3分钟完成百页合同差异标注 2. 流程优化场景 2.1）智能排班AGENT：动态匹配人力与订单量 2.2）供应链预警AGENT：自动识别履约风险 3. 决策支持场景 3.1）招投标分析AGENT：实时生成竞争对手策略报告 3.2）工程审计AGENT：自动核查隐蔽工程数据 3.3）案例：某建筑集团用DeepSeek实现投标文件生成自动化讨论课题：选择1个场景设计AGENT功能清单单元五 AGENT开发技术栈搭建指南 1. 工具矩阵四象限 1.1）基础层：DeepSeek API/开源模型微调 1.2）执行层：UiPath/影刀RPA 1.3）数据层：向量数据库/知识图谱工具 1.4）监控层：LangSmith等AI链观测平台 2. 开发流程标准化 2.1）需求-工具匹配度评估表 2.2）最小可行性产品（MVP）开发路径 2.3）案例：某物流企业AGENT开发工具选型对比讨论课题：为你的业务场景匹配技术工具单元六企业级AGENT实施路径 1. 四阶段落地法 1.1）试点期：选择3个月内见效的场景 1.2）推广期：建立内部AGENT应用商店 1.3）融合期：与传统系统API打通 1.4）进化期：持续优化模型性能 2. 安全部署策略 2.1）敏感数据脱敏训练方案 2.2）私有化模型轻量化部署 2.3）案例：某央企AGENT安全架构设计讨论课题：制定你的AGENT实施路线图单元七 AGENT应用的未来演进 1. 技术融合趋势 1.1）AGENT+数字孪生：实现物理世界仿真 1.2）AGENT+区块链：构建可信协作网络 2. 组织优化： 2.1）AI中台团队组建标准 2.2）人机协作KPI体系设计 2.3）案例：某汽车集团AGENT治理委员会运作机制讨论课题：预测AI AGENT对你行业的颠覆性影响

• 李勇：企业DeepSeek等AI大模型落地部署解析: 培训对象：企业中高层管理者、数字化转型负责人、AI项目团队成员、日常岗位业务人员等；课程时间：1天 (6小时）课程背景：在AI大模型加速产业变革的背景下，本课程针对国央企数据安全要求高、业务场景复杂的特点，系统解决模型选型、部署实施、安全保障、价值转化等核心问题，具备"方法论+工具链+实战案例"三位一体的特色。课程收益：培训完结后，学员能够：受益一：建立AI大模型部署的完整决策框架受益二：掌握安全与成本平衡的部署策略受益三：设计符合企业特性的技术架构受益四：构建AI应用落地的组织保障体系受益五：预判AI部署的未来发展趋势课程大纲：单元大纲内容单元一以DeepSeek为代表的AI大模型本地部署的战略价值 1. 部署DeepSeek等AI大模型必要性分析 1.1）数据主权：核心数据不出域 1.2）响应效能：毫秒级实时响应 1.3）合规要求：满足等保2.0三级标准 2. 成本效益模型 2.1）初期投入：硬件+软件（DeepSeek企业版） 2.2）长期收益：某央企3年ROI达320%的实证案例：某能源集团通过本地部署避免数据外泄风险讨论课题：您的企业是否具备本地部署条件？单元二 AI等大模型选型的关键决策 1. 技术路线对比 1.1）指令模型：规则驱动型（如传统文心一言等） 1.2）推理模型：DeepSeek的因果推理能力 2. 开源闭源选择 2.1）开源优势：可定制知识图谱 2.2）闭源优势：某金融集团724小时技术支持 3. 选型评估矩阵 3.1）性能指标：千亿token推理成本 3.2）适配能力：行业专属模型微调案例：某汽车集团选择DeepSeek实现研发效率倍增讨论课题：如何构建选型评估体系？单元三部署方案设计实战 1. 云端部署方案 1.1）适用场景：非敏感数据预处理 1.2）成本模型：某电商企业API调用成本分析 2. 本地部署方案 2.1）硬件配置：国产算力集群搭建指南 2.2）网络架构：某银行双活容灾方案 3. 混合部署策略 3.1）数据分级：核心数据本地+通用能力云端案例：某制造企业混合部署节省40%成本讨论课题：设计您的部署架构图单元四技术栈构建方法论 1. 基础设施层 1.1）国产GPU选型：寒武纪vs燧原 1.2）分布式存储：Ceph集群搭建 2. 平台中间件 2.1）容器编排：Kubernetes高可用方案 2.2）服务网格：Istio流量管理 3. 安全体系 3.1）数据加密：国密算法应用 3.2）访问控制：RBAC+ABAC双模案例：某金融机构技术栈建设实践讨论课题：如何设计技术演进路线？单元五价值实现路径设计 1. 场景价值挖掘 1.1）流程重构：某银行信贷审批从7天→2小时 1.2）智能决策：DeepSeek辅助战略规划 2. 效果评估体系 2.1）技术指标：QPS、响应延迟 2.2）业务指标：某物流企业成本下降23% 3. 持续优化机制 3.1）模型迭代：在线学习框架案例：某零售企业通过场景创新年增收1.2亿讨论课题：设计您的价值评估模型单元六 AI部署内部应用推广 1. 应用推广策略 1.1）试点选择：高风险高价值场景 1.2）推广路径：某央企"三步走"经验 2. 能力建设 2.1）人才梯队：AI训练师培养体系 2.2）知识管理：某集团AI知识库建设 3. 文化转型 3.1）激励机制：创新积分制度案例：某能源企业全员AI赋能计划讨论课题：如何设计变革管理方案？单元七 AI部署未来趋势 1. 技术演进方向 1.1）模型轻量化：10B参数级边缘计算 1.2）多模态融合：某制造企业视觉+语言应用 2. 商业创新 2.1）服务模式：某设备商预测性维护服务 2.2）生态构建：行业大模型联盟 3. 战略规划 3.1）能力建设：三年技术路线图案例：某车企AI战略实现弯道超车讨论课题：规划您的AI发展蓝图

李勇：AI时代的数据分析革命：智能驱动业务增长

课程概要

适用对象

课程介绍

李勇老师的其他课程

相关课程

添加企业微信