课程总览
一、AI的认知筑基： 从概念认知，到案例剖析
- 2. 小时
- AI概念认知（一）
AI赋能企业这样做－企业从0到2的AI之路
AI的发展历程先把对象、任务和边界讲清，AI的发展趋势再帮助团队对齐现场处理口径
授课讲师：
莫维 · 企业数字化管理运营实战专家
团队应用场景和课时安排越具体，数据治理案例、练习和讲师匹配就越准确
适合对象
业务负责人、项目骨干、内训师和正在试点AI工具的团队可以带着当前项目或岗位案例参加，课堂讨论会更容易落到真实场景
课程定位与主要问题
AI任务拆解、流程嵌入和输出复核需要落到岗位动作，训练会围绕关键问题完成一轮方法校准
核心收益
- 系统性地理解AI的核心内涵，建立对AI技术的全面认知框架，为后续深入应用奠定坚实的认知基础
- 全面掌握AI的技术支撑体系，将人工智能思维由点扩展到线和面
- 切实掌握AI的技术架构，明确各结构体的本质和应用要求
查看更多收益 收起更多收益
- 真正掌握AI应用落地的完整方法论，清晰掌握不同技术的适用场景、数据要求及性能优劣，真正实现AI能力从理论认知到业务落地的转化
课程背景与交付信息
在2023-2025年，人工智能技术实现了前所未有的突破，正深刻改变着人类生活。大模型技术成为核心驱动力，GPT-4o等模型展现出类人对话能力，参数规模突破万亿级，在常识推理、代码生成等任务中表现接近人类专家水平。多模态AI可同时解析文本、图像、音频和视频数据，实现跨模态内容生成。边缘计算与端侧AI的普及，使AI手机、AI PC等终端设备具备本地化处理能力，隐私保护得到显著增强
这些技术突破正快速转化为实际应用。从实验室到生产线，从工厂医院到家庭个人，AI技术突破正在各行各业落地生根，推动社会生产效率的全面提升。未来，随着技术持续创新，AI必将为人类创造更多价值
同时，我们也可以看到，随着AI场景的不断落地，新的问题不断突显，主要表现在AI的片面性－木桶效应和业务的决策性－问题导向上。究其原因，主要包括三个方面：一是对数字化向AI+过渡的认识不足，许多组织仍停留在传统信息化思维；二是AI技术范畴划定模糊，导致过度承诺或应用错位；三是存在AI万能论等认知误区，忽视技术局限性。这些问题的解决，需要从技术底层和业务深层来认识AI，建立AI能力评估体系、推行"问题驱动"，并培养复合型人才，推动AI应用从技术驱动向价值创造转变
课程时间
5天，30小时
授课方式
讲师讲授、举例分析、学习思考、小组讨论、AI赋能实操
课程内容重点
01AI的发展历程
02AI的发展趋势
03AI的认知误区
04AI的核心落地问题
05AI的范畴界定
06AI的核心内涵
课程大纲
AI的核心内涵
内容重点
- 列举一个AI场景，并判断其是否是AI
- 梳理第六讲 AI的核心内涵的适用场景、输入输出和使用边界
- AI概念认知（二）
AI的核心技术
内容重点
- 列举一个用过的AI应用，思考并阐述其实现的过程
- 梳理第六讲 AI的核心技术的适用场景、输入输出和使用边界
- AI实例分析
成果的优化改进
二、AI的底层支撑：核心技术体系的升级
- 梳理二、AI的底层支撑的适用场景、输入输出和使用边界
- 感知体系：适、准、稳
按需选型、精准配置的建设原则
内容重点
- 网络体系：多网融合，无感跨网
按业务需求的信道与组网方式选型
内容重点
- 云服务体系：多云管理、异构协同
按业务属性/性能/功能的精准匹配
内容重点
- 梳理第二讲 按业务属性/性能/功能的的适用场景、输入输出和使用边界
- 数据体系：全、准、实
数据治理的核心方法－梳汇存算优名六步法
内容重点
- 组件服务体系：复用、集约
讲师介绍
莫维
企业数字化管理运营实战专家
莫维，企业数字化管理运营实战专家，20年经验，主导860+项目，擅长数据治理、AI赋能与数字孪生落地，企业数字化管理运营实战专家。深耕数据治理与AI赋能，主导860+项目落地，莫维，企业数字化管理运营实战专家，20年经验，主导860+项目，擅长数据治理、AI赋能与数字孪生落地
查看讲师主页课程差异说明
本课程页面围绕《AI赋能企业这样做－企业从0到2的，训练AI之路》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度
