从AI+到新质生产力：科技创新与数智化跃迁路径

适合对象

企业各层级管理者、数字化部门负责人、相关领域人员

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

对齐工具场景、输入要求和输出校验，先把训练目标落到真实工作场景
围绕AI应用 – 产业变革与业务场景重塑明确判断口径和处理优先级
用AI赋能 - 企业数字化转型实施策略安排练习，检查方法、工具和流程是否可用
带走新质生产力与人工智能+相关的复盘问题和跟进清单

课程背景与交付信息

以DeepSeek为代表的生成式AI的爆发式发展彻底改写了技术应用边界——AI正以超进化姿态渗透到各行各业。其开源策略和低成本算力需求打破了传统AI对高端资源的依赖，推动技术普惠化进程，重构了包括政务、金融、制造、医疗等行业的数字化化转型路径。企业若无法快速掌握AI工具，将在效率、创新和客户体验三大维度落后

据世界经济论坛《未来工作报告》，2026年全球86%的企业面临AI技能鸿沟，而DeepSeek在内容生成、供应链优化、智能决策等场景的案例已验证其商业价值

近年来，我国人工智能的蓬勃发展正在为各行各业赋能，为企业与个人的发展带来新机遇。工业和信息化部赛迪研究院数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。相关机构预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元

课程时间

1天，6小时

授课方式

讲师讲授、案例解析、实操演示、小组研讨

课程内容重点

01AI应用 – 产业变革与业务场景重塑

02AI赋能 - 企业数字化转型实施策略

03新质生产力与人工智能+

04新质生产力必须由三高筑底

05DeepSeek突围启示与科技创新

课程大纲

AI应用 – 产业变革与业务场景重塑

一、新质生产力与人工智能+

1. 新质生产力内涵定义及特征
2. 新质生产力必须由三高筑底
3. DeepSeek突围启示与科技创新
4. 中国开展人工智能+行动的战略意义
5. 为什么说DeepSeek是AI普惠化里程碑

二、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：基于人类反馈的强化学习
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

三、AI大模型三项核心能力

1. 图文音影多模态生成解析能力
2. 自然语言处理和逻辑推理能力
3. 商业逻辑洞察和系统输出能力
【实操演示】多模态生成、数据清洗/数据分析、管理决策等……

四、AI+企业级九大场景化应用

1. 高效办公：报表版本多模态秒速处理
2. 市场推广：基于用户画像的精准营销
3. 客户服务：用户体验提升与定制化服务
4. 科学决策：多维度数据分析和风险预警
5. 方案设计：大幅度提升创意效率及质量
6. 财务管理：预算方案生成及税务规划
7. 人力资源：招聘筛选和岗位胜任力模型
8. 研发生产：创新思路引发和模拟仿真验证
9. 风险管控：模型实时监测和动态评估分析

五、AI驱动下前沿技术演进风向标

1. 行业级AI应用与岗位分化
2. 大模型时代AI十大发展趋势
3. 具身智能：从数字世界走向物理世界
4. 数字孪生：在虚拟世界中映射现实
5. 潜在风险：信息滥用、数据安全、科技作恶
【案例解析】钱学森先生眼中的数字孪生世界

六、科技创新引领产业变革和模式重构

1. 【案例解析】交通行业——基于以虚控实的智能交通布局
2. 【案例解析】智慧城市——从长安到雄安，未来城市图景
3. 【案例解析】工业制造——数字孪生工厂颠覆传统生产路径
4. 【案例解析】数字政务——深圳70名AI公务员上岗
5. 【案例解析】科技金融——某银行AI财报分析的效率革命

AI赋能 - 企业数字化转型实施策略

一、数字化是产业升级必由之路

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

二、数字化三个基本特征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
【行动指南】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？

三、企业数字化变革常见问题

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？

四、企业数字化运营体系构建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

五、数字化转型落地三个要点1. 科技+业务双轮驱动2. 让听得见炮火的士兵做决定3. 借助专业第三方力量推进实施

【行动指南】如何完善基础数据治理，打通数据堵点，完成数据贯通和闭环

六、数字化转型实践五步曲（数转模型）

1. 数字化转型的战略规划
2. 数字化转型的组织障碍
3. 数字化转型的技术挑战
4. 数字化转型的安全风险
5. 数字化转型的人才培养

AI驱动 – 管理思维升级和能力进化

一、用户思维——技术转化能力

1. 傻瓜式、简单可依赖
2. 不要让用户做选择题
3. 需求洞察与痛点捕捉
4. 用户需求VS应用场景
【案例解析】懒人四件套背后的商业逻辑

二、产品思维——业务打磨能力

1. 无痛点，不产品（服务）
2. 做减法，不做加法（功能）
3. 小步快跑，快速迭代（效率）
4. 避免过度的流程设计（机制）
【案例解析】瞬间白痴论——乔布斯1秒、马化腾3秒、张小龙5秒
【思考方向】技术部门如何把控需求标准，并完善产品和服务的颗粒度

三、数据思维——数据驱动能力

1. 没有小数据，只有大数据
2. 数据是商业模式关键支点
3. 数字化运营三个核心指标
4. 数据开发应用的四个层面
【案例解析】比亚迪D1电动侧滑门的数据支撑

四、创新思维——创造性输出能力

1. 否定是创新的开始
2. 创新不是瞎折腾
3. 创新是有中生无
4. 创新是发现更多可能性
5. 脱离真实场景的创新是一厢情愿
【案例解析】支付宝遭遇的珍珠港偷袭
课程回顾、总结、分享和行动
1. 基于AI发展趋势，从产品研发、技术升级、渠道拓展、管理变革、客户服务提升、资源整合利用等角度，探索现阶段AI与企业经营相结合的发展路径
2. 目前在市场洞察、痛点捕捉、应用场景、流程优化、数据驱动和业务创新等方面，与原生数字基因企业存在哪些差距，并提出改进措施
3. 数字化转型是一个科技+业务双轮驱动的系统性工程，结合行业特性和岗位职责，制定个人或团队在企业数字化转型中的具体行动计划

讲师介绍

张世民

AI应用及数字化转型实战专家

AI应用及数字化转型实战专家，17年互联网+传统产业经验，曾任多家平台CEO/COO。专注AI落地与数字化战略，累计授课超4500小时，服务政府、能源、金融等多行业头部客户。本课程与其数字化转型方向相关

政府国企电力能源通信金融银行烟草制造业

查看讲师主页

课程差异说明

本课程页面围绕《从，训练AI+到新质生产力：科技创新与数智化跃迁路径》重点呈现课程定位、适合对象、核心收益和 3 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？

适合企业各层级管理者、数字化部门负责人、相关领域人员等需要系统提升相关能力的人群

学习这门课可以获得什么收益？

对新质生产力的深入理解：核心理念、发展动态及其对相关行业的影响，并结合课程中的工具、案例和练习推动企业培训落地

课程通常安排多长时间？

当前样板提取的课程时间为：1天，6小时/天。实际交付可根据企业培训目标和学员基础进行调整

课程采用什么授课方式？

课程主要采用讲师讲授+案例解析+实操演示+小组研讨，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