课程总览
一、国家战略与顶层设计
- 1. 数字经济和产业升级
- 2. 数字经济分类和界定
- 3. 数据成为新的生产要素
- 4. 新一代信息技术应用赋能
- 5. 数字经济与实体经济融合的紧迫性
- 【案例解析】消费互联网VS产业互联网
二、数字化是产业升级必经之路
- 1. 数字化的内涵、价值、底层逻辑和终极目标
- 2. 数字化背景下，企业生存之道——保持危机感
- 3. 什么是数字化转型六度法则，如何将数字化真正落地
- 【案例解析】德国大众为什么炒掉软件部门多名高管
三、数字化的三个基本特征1. 数据业务化——消灭物理介质2. 流程标准化——减少人为干预3. 管理精细化——全程闭环可控
- 【案例解析】华为数字化工具应用的启示
- 【小组讨论】在目前的业务场景中，有哪些不符合数字化要求的节点，如何优化？
四、数字化转型的常见问题
- 1. 战略层面缺乏系统性顶层设计
- 2. 业务层面信息化基础相对薄弱
- 3. 实施层面技术与业务容易脱节
- 4. 组织层面人才队伍上储备不足
- 【案例解析】麦肯锡最新报告：数字化转型成功率普遍不高？
五、数字化转型顶层设计和体系构建1. 基础建设：数字基因六大模块、数字技术平台架构2. 组织建设：数据运营开发流程、数字生态应用场景、数字资产长效机制
- 3. 人才建设：数据驱动能力、跨界融合能力、场景转化能力、创新发展能力六、数据驱动是传统产业的短板
- 1. 数据思维：数据意识相对弱，专业能力欠缺
- 2. 数据采集：数据积累时间较长，但质量不佳
- 3. 数据贯通：数据难整合，无法发挥协同作用
- 4. 数据开发：应用场景单一，缺乏业务突破点
- 5. 数据应用：条件所限，缺少应用的成功
七、数字化转型实践五步曲（数转模型）
- 1. 内部管理信息化
- （1）各业务系统之间联动，流程衔接自动化
二、AI大模型开启新范式
- 1. 从聚合式到生成式
- 2. 从标准化到个性化
- 3. 人机对话VS自我进化
- 4. 各国科技巨头们纷纷入局
- 【案例解析】人形机器人进厂打工
三、大数据+大算力+强算法=大模型1. 参数规模：千亿级参数成为主流
- 2. 技术架构：GPT--基于反馈的强化学习
- 3. 模态支持：文本、图片、影像、语音等多模态
- 4. 应用领域：通用大模型VS行业大模型
- 【案例解析】盘古大模型聚焦B端应用
四、各行业应用场景重构和模式创新
- 1. 【案例解析】交通行业——基于城市大脑的智能交通布局
- 2. 【案例解析】能源电力——虚拟电网与新型电力系统建设
- 3. 【案例解析】智慧城市——从长安到雄安，未来城市图景
- 4. 【案例解析】工业制造——数字孪生工厂颠覆传统生产路径
