AI技术在供应链领域应用
AI认知与LLM提示词应用和AI在采购管理中的应用会先校准做法，再收束到课后的跟进动作
税务管理
课程大纲
AI认知与LLM提示词应用
一、AI本质及功能分类
- AI本质三要素 (算法+算力+数据)
- 主流大模型产品介绍
二、LLM提示词应用
- ABCD法
- 范例法
- 反问法
- 现场
- 演练：AI提示词编写演练
三、AI应用伦理与法律
- AI伦理原则：公平性、透明性、可解释性、安全性、隐私保护
- AI法律法规：数据安全法、个人信息保护法等相关法律法规
- AI应用风险：算法歧视、数据泄露、安全漏洞等
- AI应用规范：制定AI应用规范，确保AI应用的合规性和安全性
AI在采购管理中的应用
二、供应市场分析与价格预测
- 供应市场分析
- 大宗采购价格预测
- 主题研讨：分析AI技术在国家电网品类管理中的应用现状与发展机会
- 应用
- 演练：应用deepseek开展供应市场分析
三、供应链风险管理
- 风险识别：利用AI技术识别供应链中的潜在风险
- 风险评估：利用AI技术评估供应链风险的影响程度和发生概率
- 风险应对：利用AI技术制定供应链风险应对策略，降低风险带来的损失
- 应用
- 演练：应用deepseek开展供应链风险识别与风险控制策略制定
AI在生产制造环节的应用
二、质量智能控制
- 应用AI技术识别产品缺陷
- 应用AI技术分析质量原因
- 设备智能维护
- 利用AI技术监测设备状态
- 利用AI技术诊断设备故障
- 应用AI技术开展预测性维护
- 案例分享：标杆企业应用AI技术进行质量控制和设备维护的案例
- 主题研讨：分析国家电网物在生产制造环节AI的应用实践与发展机会
AI在数据分析与决策支持中的应用
一、数据分析主要应用
- 数据采集与清洗：利用AI技术进行数据采集、清洗和整合
- 数据分析与挖掘：利用AI技术进行数据分析、挖掘和可视化
- 决策支持：利用AI技术提供决策支持，如需求预测、库存优化、物流优化等
- 智能报表：利用AI技术生成智能报表，提供决策依据
- 数据分析应用场景
- 需求预测制定
- 采购计划制定
- 库存水平分析
- 应用
- 演练：应用Raccoon AI智能助手制定采购计划
适合对象
建议由业务负责人、项目骨干、内训师和正在试点AI工具的团队共同参加，把任务场景、提示词设计、输出校验和风险边界转成课后可继续推进的动作
课程定位与主要问题
任务场景、提示词设计、输出校验和风险边界会被放进具体任务里校准，便于参训团队形成同一套做法
核心收益
- 提升效率：应用AI，自动化处理重复性工作，减少人工操作，提升供应链效率
- 优化决策：利用AI进行数据分析和预测，帮助供应链管理者做出更精准的决策
- 降低成本：通过AI分析供应市场、优化库存管理、物流调度等环节，降低运营成本
- 增强竞争：掌握AI技术，提升供应链管理智能化水平，增强企业在行业中的竞争力
课程背景与交付信息
团队把AI能力接入日常工作时，最先卡住的是场景边界和结果复核。训练会串起AI认知与LLM提示词应用、AI在采购管理中的应用和AI在生产制造环节的应用，先把可落地路径说清楚。
授课方式
系统讲解、案例分享、分组研讨、问答互动、情景演练、提炼总结等多种方式
课程内容重点
01AI认知与LLM提示词应用
02AI在采购管理中的应用
03AI在生产制造环节的应用
04AI在数据分析与决策支持中的应用
讲师介绍
吴生福
采购与供应链实战管理专家
吴生福，采购与供应链实战管理专家，20年供应链深耕经验。曾任多家知名企业供应链总经理，CPSM认证教练，为超过300家企业提供供应链培训与咨询服务，擅长战略采购、供应商管理及供应链降本增效
电力装备制造汽车电子家居建材通讯运营
查看讲师主页
课程差异说明
本课程页面围绕《AI技术在供应链领域应用》重点呈现课程定位、适合对象、核心收益和 4 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？
适用于业务负责人、项目骨干、内训师和正在试点AI工具的团队，也适合承担AI任务拆解、流程嵌入和输出复核支持工作的关键岗位。
学习这门课可以获得什么收益？
提升效率：应用AI，自动化处理重复性工作，减少人工操作，提升供应链效率；优化决策：利用AI进行数据分析和预测，帮助供应链管理者做出更精准的决策。
课程采用什么授课方式？
课程主要采用系统讲解、案例分享、分组研讨、问答互动、情景演练、提炼总结等多种方式，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
