郑科博士—AI人工智能—人工智能最新发展与企业智能化转型

课程大纲

第一章人工智能发展历程与未来趋势

1.1 人工智能发展阶段

人工智能三次浪潮：规则AI、机器学习、深度学习
从专家系统到大模型时代
人工智能技术突破的关键驱动

1.2 生成式AI革命

大模型与Transformer架构
多模态人工智能的发展
AI从工具走向智能伙伴

1.3 人工智能未来发展趋势

AI Agent（智能体）时代
AI-Native企业与AI原生软件
AI+机器人与物理世界智能

1.4 全球人工智能竞争格局

美国AI技术生态
中国AI产业发展
全球算力与AI产业链
本章案例
案例：NVIDIAAI工厂与全球算力革命
案例要点
GPU与AI算力基础设施
AI数据中心经济
AI成为新一代工业基础设施

第二章人工智能核心技术架构

2.1 人工智能技术体系

数据、算法、算力三大基础要素
AI模型训练与推理流程
AI技术生态体系

2.2 大模型技术架构

Transformer模型原理
大模型训练机制
多模态模型体系

2.3 企业AI系统架构

AI平台架构设计
LLM + 知识库 + Agent系统
AI应用平台与API生态

2.4 算力基础设施

AI芯片与GPU
AI算力中心
企业算力平台建设
梳理2.4 算力基础设施的适用场景、输入输出和使用边界
案例：OpenAI GPT-4 与多模态AI系统
拆解2.4 算力基础设施的工具配置、提示词设计和结果校验步骤
大模型训练体系
多模态AI能力
AI平台化生态

第三章人工智能产业应用与企业实践

3.1 人工智能典型应用领域

智能制造
自动驾驶与机器人
医疗与科研

3.2 企业数字化转型中的AI

AI驱动业务创新
AI驱动运营优化
AI驱动决策智能

3.3 AI在产品研发中的应用

AI辅助研发
AI驱动产品设计
AI驱动创新模式

3.4 AI在管理中的应用

智能办公
数据驱动管理
AI决策支持
梳理3.4 AI在管理中的应用的适用场景、输入输出和使用边界
案例：Palantir AI Platform在企业运营中的应用
拆解3.4 AI在管理中的应用的工具配置、提示词设计和结果校验步骤
AI数据平台
AI驱动决策系统
企业智能运营体系

第四章人工智能落地实施与安全治理

4.1 人工智能研发体系建设

AI产品研发中心
AI技术团队建设
AI创新体系

4.2 AI项目实施方法

AI项目实施流程
AI产品开发周期
AI落地关键成功因素

4.3 AI运维管理体系

MLOps体系
模型管理与更新
AI系统监控

4.4 AI安全与风险治理

AI安全风险
AI伦理与治理
AI监管政策
梳理4.4 AI安全与风险治理的适用场景、输入输出和使用边界
案例：微软AI工厂企业级AI运维体系
拆解4.4 AI安全与风险治理的工具配置、提示词设计和结果校验步骤
AI平台化管理
输出4.4 AI安全与风险治理应用清单、质量检查表和迭代计划
企业AI治理框架

四、课程总结

人工智能正在成为继互联网之后最重要的技术革命之一
未来十年，人工智能将呈现三个重要趋势
第一，AI成为基础设施算力中心、AI模型和数据平台将成为企业数字化核心
第二，AI成为生产力工具从研发到管理，人工智能将全面重塑企业效率
第三，AI成为产业创新引擎AI将推动新产业、新产品和新商业模式

适合对象

同方威视技术股份有限公司管理层、技术骨干、数字化转型负责人

课程定位与主要问题

工具会用但流程接不上、结果不好验时，训练重点应放在判断标准和后续跟进方式上

核心收益

场景边界更清楚：风险合规场景中的关键风险点、触发信号和处置优先级
提示与校验更稳定：风险识别、规范判断、沟通提醒和处置跟进的操作要点
流程复用更容易：场景复盘明确风险信号、处置流程和协同边界
人工复核有抓手：用于日常检查、沟通留痕和后续跟进的操作清单

课程背景与交付信息

当前全球进入人工智能新一轮技术跃迁周期。以生成式AI、大模型、多模态智能、智能体（AI Agent）为代表的新技术正在深刻改变产业结构、企业组织与商业模式。人工智能正从工具型技术升级为基础设施型技术，成为数字经济与产业升级的重要驱动力

研究显示，大模型和生成式AI已经成为企业数字化转型的重要引擎，并正在向多模态、自动化智能体和产业级应用加速演进

在此背景下，企业需要系统理解人工智能的发展逻辑、技术架构和应用方法，避免简单追逐技术热点，从战略层面推动人工智能与业务深度融合

课程时间

6小时

授课方式

线下面授

课程内容重点

01人工智能发展历程与未来趋势

021 人工智能发展阶段

03人工智能三次浪潮：规则AI、机器学习、深度学习

04从专家系统到大模型时代

05人工智能技术突破的关键驱动

讲师介绍

郑科

宏观经济分析与AI金融科技应用专家

哈佛MPA与斯坦福MBA，CFA持证人，20年金融科技跨界实战专家。曾任世行特约研究员及多所高校实践教授，擅长将宏观经济洞察、AI前沿技术与金融实务深度融合，主导多个国家级重大项目，为政府与金融机构提供战略咨询与数字化转型培训。可结合数字金融与金融科技方向补充授课视角

金融银行政府国企互联网科技房地产制造业

查看讲师主页

课程差异说明

本课程页面围绕《郑科博士—AI人工智能—人工智能最新发展与企业智能化转型》重点呈现课程定位、适合对象、核心收益和 4 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

同方威视技术股份有限公司管理层、技术骨干、数字化转型负责人。

学习这门课可以获得什么收益？

识别风险合规场景中的关键风险点、触发信号和处置优先级；掌握风险识别、规范判断、沟通提醒和处置跟进的操作要点。

课程通常安排多长时间？

课程通常可按6小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用线下面授，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配