智能化AI建设方法与AI创新场景应用实践

Q: 课程采用什么授课方式？

课程主要采用理论讲授+互动研讨+实战演练+案例分析 配套工具包： 《企业AI成熟度五级评估表》（Excel工具） 《跨行业AI创新场景清单（50例）》（手册） 《AI高价值场景筛选漏斗模型》（…，强调理解、讨论、工具练习和业务场景应用

课程大纲

华为AI发展历程与技术架构

一、华为AI进化的五个阶段

阶段一（2005-2010）：商业智能（BI）
阶段二（2010-2015）：数据挖掘
阶段三（2015-2018）：领域级AI（图像/语音识别）
阶段四（2018-2023）：企业级普惠AI
阶段五（2023-至今）：大模型AI2.0

二、智能化的三层核心架构

L0-基础大模型：通用的智能底座（NLP/CV/多模态/预测）
L1-行业大模型：注入行业知识（矿山/气象/金融/电力）
L2-场景大模型：针对细分场景微调

顶层设计——华为三层五阶八步方法论

一、三层五阶：转型的深度与要素

1. 三层（Layers）
1. 智能业务层（价值闭环）
2. AI开发与交付层（MLOps）
3. 持续运营层（生命周期管理）
2. 五阶（Stages）
——场景-流程-组织-数据-IT

二、八步法：标准化的落地路径

Step 1：明确目标
Step 2：场景捕捉
Step 3：重塑流程
Step 4：组织变革
Step 5：数据和知识工程
Step 6：AI建模与发布
Step 7：AI融入业务应用
Step 8：AI持续运营
案例分析：八步法找茬给出三个典型的AI失败案例描述，使用《八步法诊断卡》指出其缺失的关键步骤（如缺流程重塑或缺持续运营）

关键技术逻辑——数据x知识=智能

一、工业AI的核心公式重构

1. 从大数据到有效知识的范式转移
2. 知识工程落地的三阶路径
1. 萃取：将老师傅隐性经验显性化，形成结构化文档（FAQ/案例库）
2. 转译：利用Embedding技术将文档转化为向量，存入向量数据库
3. 进化：通过RLHF（人类反馈强化学习）机制，让模型越用越懂业务

二、解决大模型落地的三大技术支柱

1. RAG（检索增强生成）
1. 核心原理
2. 价值锚点
2. 知识页 Graph（知识图谱）
1. 实体关系构建
2. 图谱与大模型融合
3. Agent（智能体）
1. 规划能力（Planning）
2. 工具调用（Tool Use）
案例：华为GTS（全球技术服务部）的故障根因定位变革

华为内部场景实践——研发与供应链

一、研发域：代码与设计革命

1. 代码辅助生成
——基于代码大模型实现自动补全、单测生成、代码转译
2. 创成式设计
——PCB版图设计：AI自动布局布线
3. 结构散热设计
——AI生成最优散热拓扑结构
案例：华为消费者BG的手机结构设计

二、供应域：知识图谱应用

1. 风险预警
——构建N级供应商知识图谱
2. 智能排产
——采用运筹优化（OR）算法
讨论：痛点迁移头脑风暴。参考华为研发的代码自动补全和供应链的风险预警两个场景逻辑。结合自身行业，进行场景迁移

外部标杆场景实践——制造与金融

一、制造行业标杆

标杆案例：美的集团Midea
1. AI视觉质检（Computer Vision）
1. 方案：云边协同架构，边缘侧小模型快检，云端大模型复判难例
2. 效果：漏检率接近0，大幅降低人工复判成本
2. 智能排产（APS）
1. 方案：强化学习+运筹优化
2. 效果：实现T+3模式下的极速响应

二、金融行业标杆

1. AI极速理赔
1. 方案：图片识别大模型，用户拍照-AI定损-秒级赔付
2. 变革：去掉了现场查勘环节，彻底重塑理赔流程
标杆案例：中国平安
2. AI资产管理顾问
标杆案例：招商银行
练习：跨界创新矩阵——填写《跨行业创新借鉴表》，将金融的风控逻辑迁移至供应链，将研发的生成逻辑迁移至工艺配方

沙盘演练——企业AI落地实战

一、场景孵化工作坊

1. 场景筛选
2. 路径推演
3. 盘点资产
——列出所需的结构化数据与非结构化知识（文档）
4. 设计协同
——定义该场景下人与AI的分工边界

二、成果展示与落地建议

1. 各小组展示《八步法画布》方案
2. 针对共性问题（如数据质量差、知识萃取难）提供通用解决方案

适合对象

企业CEO及业务管理层、CIO/CTO、数字化转型负责人、业务总监、AI项目经理

课程定位与主要问题

《智能化AI建设方法与AI创新场景应用实践》更强调任务场景、提示词设计、输出校验和风险边界与小组练习、过程记录和后续任务的连接

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-L2三层大模型架构与数据x知识的工程化原理（RAG/向量库/Agent）
对标行业场景：解析华为（研发/供应）、美的（智能制造）、平安（智慧金融）的AI创新场景

查看更多收益收起更多收益

输出落地成果：通过沙盘推演，输出企业自身的《AI高价值场景清单》与《AI实施八步法画布》

课程背景与交付信息

当前，AI技术正加速从作坊式开发迈向工业化生产新阶段，成为驱动企业数字化转型、构筑核心竞争力的关键引擎。作为全球AI落地实践的先行者，华为积淀20年技术探索与行业实战经验，总结形成了一套经过千行百业验证的三层五阶八步AI建设方法论。该方法论不仅支撑华为自身AI战略的深度落地，更在制造、金融等重点行业的规模化应用中得到充分检验，具备极强的行业适配性与可复制性

然而在实际转型过程中，多数企业普遍面临诸多痛点：缺乏系统的AI建设方法论指引，导致项目盲目启动、重复投入；数据治理混乱、知识沉淀不足，难以支撑AI模型的有效训练与迭代；AI技术与业务场景脱节，落地效果不及预期；缺乏成熟的行业案例参考，转型路径不清晰，陷入投入大、回报慢的困境

本课程以华为官方权威信息为核心蓝本，系统还原华为AI技术与应用的进化历程，深度拆解L0-L2大模型架构体系，解析数据×知识双轮驱动的AI工程化实现原理。课程创新性引入美的、平安等行业标杆案例，通过方法论拆解+跨行业案例复盘+实战场景演练三位一体的教学模式，将抽象的AI建设逻辑转化为可落地的实践路径。助力企业管理者、技术负责人及核心骨干精准把握AI工业化转型的核心规律，快速构建贴合自身业务的AI转型路线图，高效推动AI技术在实际场景中的创新应用与价值变现

课程时间

2天，12小时

授课方式

理论讲授、互动研讨、实战演练、案例分析配套工具包：《企业AI成熟度五级评估表》（Excel工具）《跨行业AI创新场景清单（50例）》（手册）《AI高价值场景筛选漏斗模型》…

课程内容重点

01华为AI发展历程与技术架构：提炼可落地的方法、工具和跟进要点

02顶层设计——华为三层五阶八步方法论：提炼可落地的方法、工具和跟进要点

03关键技术逻辑——数据x知识=智能：提炼可落地的方法、工具和跟进要点

04华为内部场景实践——研发与供应链：提炼可落地的方法、工具和跟进要点

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

金融银行制造业政府国企互联网科技消费品零售通信

查看讲师主页

课程差异说明

本课程页面围绕《智能化AI建设方法与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 6 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？

企业CEO及业务管理层、CIO/CTO、数字化转型负责人、业务总监、AI项目经理。

学习这门课可以获得什么收益？

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-L2三层大模型架构与数据x知识的工程化原理（RAG/向量库/Agent）。

课程通常安排多长时间？

课程通常可按2天，12小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用理论讲授+互动研讨+实战演练+案例分析配套工具包：《企业AI成熟度五级评估表》（Excel工具）《跨行业AI创新场景清单（50例）》（手册）《AI高价值场景筛选漏斗模型》（…，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