企业CEO及高层业务管理者、CIO/CTO及数字化转型负责
AI建设方法与AI创新场景应用实践
本课程面向企业CEO及高层业务管理者、CIO/CTO及数字化转型负责，围绕人工智能应用中的实际工作场景展开，用于判断《AI建设方法与AI创新场景应用实践》是否匹配当前企业内训需求
授课讲师：
徐晓仪 · 数智化转型与AI应用实战专家
适合对象
企业CEO及高层业务管理者、CIO/CTO及数字化转型负责
课程定位与主要问题
缺乏顶层设计：盲目跟风上大模型，缺乏与企业战略匹配的系统性AI建设规划。 场景识别困难：难以从众多业务痛点中筛选出具备高价值且可落地的AI应用场景。 技术与业务脱节：技术人员不懂业务逻辑，业务人员不理解技术边界，导致项目交付效果不佳。 数据知识匮乏：拥有大量数据但缺乏结构化知识，无法解决长尾低频故障，模型存在幻觉问题。 落地路径模糊：缺乏标准化的实施步骤，项目在流程重塑、组织变革或持续运营环节容易中断
课程适配与选型边界
这部分用于判断《AI建设方法与AI创新场景应用实践》是否适合当前培训需求，重点看对象、场景、模块和讲师匹配度
缺乏顶层设计：盲目跟风上大模型，缺乏与企业战略匹配的系统性AI建设规划。 场景识别困难：难以从众多业务痛点中筛选出具备高价值且可落地的AI应用场景。 技术与业务脱节：技术人员不懂业务逻辑，业务人员不理解技术边界，导致项
课程内容应围绕人工智能应用相关问题识别、方法训练和案例复盘展开，实际取舍可按企业需求和课时安排确认
建议结合参训对象基础、当前业务场景、期望课时、讲师经验，以及徐晓仪的授课方向来判断是否匹配
本页承接单门课程的对象、讲师、大纲、收益和咨询转化；如果用户仍在比较人工智能应用主题范围，应优先查看相关主题页；如涉及工具、模板或清单，仅作为需求沟通方向，具体交付形式以确认后的课程方案为准
核心收益
- 掌握核心方法：精通华为三层五阶八步方法论，掌握从场景识别、流程重塑到持续运营的标准动作
- 洞察技术架构：透彻理解L0-L1-L2三层大模型架构，以及RAG、向量库、Agent等关键技术的工程化原理
- 对标行业场景：深入解析华为（研发/供应）、美的（智能制造）、平安（智慧金融）等行业的AI创新最佳实践
查看更多收益 收起更多收益
- 输出落地成果：通过沙盘推演，现场输出企业自身的《AI高价值场景清单》与《AI实施八步法画布》，带回即用
课程背景与交付信息
当前，人工智能正从作坊式开发向工业化生产加速演进。然而，许多企业在引入AI时面临技术选型难、场景落地难、价值闭环难等挑战，缺乏系统性的建设方法论指导
华为作为全球AI落地的先行者，历经20年探索，总结出一套经过实战检验的三层五阶八步建设方法论。这套体系不仅支撑了华为自身的智能化转型，也在制造、金融等多个行业得到广泛验证
本课程以华为官方实践为蓝本，还原华为AI进化历程，拆解大模型架构与数据x知识的工程化原理。通过方法论+跨行业案例+实战演练的教学模式，帮助企业构建可落地的AI转型路线图，解决怎么看、怎么建与怎么干的核心问题
课程时间
2天
授课方式
理论讲授、互动研讨、实战演练、案例分析
课程内容重点
01部分：华为AI之道与建设方法论——解决怎么看与怎么建
02部分：跨行业场景实践与演练——解决怎么用与怎么干
03人工智能应用问题识别
04人工智能应用方法训练
05人工智能应用案例演练与复盘
课程大纲
第一部分：华为AI之道与建设方法论—解决怎么看与怎么建
第一讲：华为AI发展历程与技术架构
- 华为AI进化的五个阶段：从商业智能BI到大模型AI 2.0的演进路径
- 智能化的三层核心架构解析：L0基础大模型、L1行业大模型、L2场景大模型
- 互动环节：使用《企业AI成熟度五级评估表》诊断企业当前所处阶段及断层点
第二讲：顶层设计——华为三层五阶八步方法论
- 三层（Layers）转型要素：智能业务层、AI开发与交付层、持续运营层
- 五阶（Stages）转型深度：场景、流程、组织、数据、IT的全面协同
- 八步法标准化落地路径：从明确目标、场景捕捉到AI持续运营的全流程详解
- 案例分析：八步法找茬，利用《八步法诊断卡》分析典型AI失败案例缺失的关键步骤
第三讲：关键技术逻辑——数据x知识=智能
- 工业AI核心公式重构：从大数据到有效知识的范式转移
- 知识工程落地三阶路径：经验萃取、向量转译、RLHF进化
- 大模型落地三大技术支柱：RAG检索增强生成、知识图谱逻辑约束、Agent智能体行动
- 案例解析：华为GTS全球技术服务部的故障根因定位变革实践
- 互动演练：知识向量化模拟沙盘，模拟AI处理复杂业务规则的全过程
第二部分：跨行业场景实践与演练—解决怎么用与怎么干
第四讲：华为内部场景实践——研发与供应链
- 研发域代码与设计革命：代码辅助生成、PCB创成式设计、结构散热拓扑优化
- 案例：华为消费者BG手机结构设计中的AI应用
- 供应域知识图谱应用：N级供应商风险预警与基于运筹优化的智能排产
- 互动讨论：痛点迁移头脑风暴，结合自身行业进行场景逻辑迁移
第五讲：外部标杆场景实践——制造与金融
- 制造行业标杆（美的集团）：云边协同AI视觉质检方案与强化学习智能排产
- 金融行业标杆（中国平安）：图片识别大模型实现的AI极速理赔流程重塑
- 金融行业标杆（招商银行）：基于RAG的AI财富顾问助手赋能客户经理
- 互动练习：填写《跨行业创新借鉴表》，实现风控逻辑与生成逻辑的跨界迁移
沙盘演练——企业AI落地实战
- 场景孵化工作坊：使用《AI场景价值筛选漏斗》筛选Top1高价值场景
- 路径推演：利用《AI实施八步法画布》定义目标、盘点资产、设计人机协同边界
- 成果展示：各小组展示《八步法画布》方案，针对数据质量与知识萃取难题提供解决方案
- 课程总结与配套工具包发放
讲师介绍
徐晓仪
数智化转型与AI应用实战专家
曾任华为数字化战略与架构总监、招商局蛇口集团CDO，拥有27年数字化转型经验。擅长企业数字化转型战略规划、数据治理与AI应用落地，主导过多个亿级回报的数智化项目，具备从顶层设计到场景落地的全链路实战能力
查看讲师主页课程差异说明
本课程页面围绕《AI建设方法与，训练AI创新场景应用实践》重点呈现课程定位、适合对象、核心收益和 2 个主要模块，便于快速判断培训匹配度
课程常见问题
这门《AI建设方法与AI创新场景应用实践》适合哪些企业或学员？
适合企业CEO及高层业务管理者、CIO/CTO及数字化转型负责。如果需求还停留在主题了解阶段，建议先看相关主题或方案页；如果已经在选具体课程，本页可用于判断讲师、对象、大纲和交付安排
这门课主要解决什么问题？
缺乏顶层设计：盲目跟风上大模型，缺乏与企业战略匹配的系统性AI建设规划。 场景识别困难：难以从众多业务痛点中筛选出具备高价值且可落地的AI应用场景。 技术与业务脱节：技术人员不懂业务逻辑，业务人员不理解技术边界，导致项。课程页重点说明单门课程的训练重点和适配场景，不替代主题页对人工智能应用的系统解释
课程内容通常会覆盖哪些训练重点？
可重点查看页面中的课程内容重点和课程大纲，并结合人工智能应用相关问题识别、方法训练、案例演练和行动复盘来判断深度是否匹配
如何判断这门课和同主题其他课程怎么选？
优先比较参训对象、行业场景、讲师背景、案例方向、课时长度和大纲深度；同一主题下的多门课应承担不同选课意图，避免只按泛主题词判断
课程是否一定提供工具、模板或清单？
页面中如提到工具演练、清单或模板，只表示培训沟通时可确认的方向，不默认承诺固定交付物；最终以企业需求沟通后的课程方案为准
