课程总览
一、AI时代数智化顶层设计的范式转变
- 1. 顶层设计的价值和意义
- 案例：某大厂政务云中心（业务战略）
- 案例：某会展中心（应用场景）
- 案例：某园区伪智能化改造和系统整合
- 2. 时代激荡：AI原生时代的生死之变与庙算之重
- 2. 架构腐化：传统EA（企业架构）面临的全面挑战
- 讨论：我们企业目前面临的最大AI转型阻力是什么？数据还是老旧的系统固化？
二、现状诊断：在重构架构之前，如何精准评估我们的战略锚点与数智化底子？
- 1. 战略解码：自上而下的数智化发展方向研判
- 战略决定场景与生态边界：成本领先 vs 极致体验下的AI重心理念差异
- 2. 定位坐标系：企业AI数智化成熟度评估
- 数字化基础能力诊断：业务支撑、数据质量、架构管理与技术领先性评估维度
- 企业AI数智化成熟度（AI-MM）五阶跃迁路径详解
- L1 单点尝试期（影子AI泛滥）
- L2 局部赋能期
- L3 平台统管期
- L4 AI原生架构期
- L5 自治演进期
三、架构重塑：如何摒弃旧IT蓝图，构建业技共生的新一代五层架构？
- 1. 核心方法论：从4A架构向C.A.R.E.体系的全面升级
- 2. 新一代数智化顶层设计新五层模型
- 认知与模型大脑层：构建企业级大模型网关，采用1+N混合模型选型策略
- 异构算力设施层：构建私有与公共云混合的异构算力底座及LLMOps平台
- 平滑演进：面对庞大的历史系统，如何让旧有资产变废为宝并守住安全边界？
- 1. 资产重塑：双态架构下的平滑过渡策略
- 为何顶级机构强烈反对推倒重来的激进架构重构？
- 2. 混合式协同边界：公共云调用 vs 私有化掌控
- 优先调用公有云AI服务的领域
- 通用逻辑推理、多语言翻译、通用的代码生成辅助
六、现场
- 演练：搭建智能体，分析企业数据
- 要求：学员自带笔记本电脑 注册coze账号；培训教室有无线网络覆盖
