王明哲《新一代AI技术落地工作坊》

主讲：王明哲老师

【课程背景】

“人工智能是新的电力，他讲彻底重塑我们现在的所有产业”，很多大咖都这样描述AI。但是作为普通人，我们肯定对AI存在很多这样那样的疑问。

AI的发展史是什么样的，我们正处在什么样的历史时期？

我们常常听到的“大模型”到底属于哪一类AI技术？

大模型等新一代AI技术的原理是什么样的？

我们能如何使用这些技术赋能公司业务？

除了大模型，还有哪些AI技术？

这些AI技术能够如何影响企业，如何影响社会？

企业想要应用AI技术，具体该怎么办？

所有答案将在课上揭晓！

【课程收益】

掌握AI的发展史

了解AI技术的分类

明确的知晓新一代AI技术能够如何在企业落地

掌握AI的三大技术浪潮

掌握一套AI落地框架

动手规划最合适自身企业的AI项目

看清未来，知晓AI究竟会如何影响产业和社会

【课程特色】

够专业，内容前沿且正确；讲俗话，将复杂技术具象清晰有趣化；重互动，巧妙设计提升参与感；能落地，反复验证的方法及真实案例。

【课程对象】企业高管及其他需要意识提升的群体

【课程时间】2天（6小时/天）

【课程大纲】

一、AI技术的分层                                                                                

1、通用VS专用

什么是AI：AI是用数学模拟人类智慧的技术

专用AI技术：用自己企业的数据，训练专属自己的AI算法

通用AI技术：使用别人做好的AI算法，做自己企业的业务

通用AI技术的代表：大语言模型（DeepSeek，chatgpt等）

2、专用&通用技术对比

专用AI技术：数据、算力、专业知识门槛高，不容易落地

通用AI技术：各方面门槛低，比较容易落地

3、通用工具的落地形式

提示词工程：人直接用大语言模型工具

智能体：有思维链，不需要人实时驱动，真正能够解放生产力

案例：微软百度等顶尖科技公司，如何让使用通用工具

二、通用大模型的细分

1、推理模型VS通用大模型

通用大模型：能够胜任简单明确的任务

推理模型：能够胜任需要多步思考的复杂任务

简单任务vs复杂任务：写个宣传稿VS写个项目策划书

2、两类模型的特点和用法

两类模型特性对比

两类模型提示词技巧

总结：推理模型更厉害，更好用

3、中美两国的推理模型

美国推理模型王者：GPT-o1

中国推理模型冠军：DeepSeek-R1

中美推理模型的性能对比

结论：DeepSeek打破了美国的技术垄断和封锁

案例：用珠穆朗玛峰攀登竞赛类比此次大模型技术竞赛

三、DeepSeek对中国的价值

1、DeepSeek的突破点在哪

足够好：能够跟世界最顶尖的模型比肩

省算力：开发成本足够低

全开源：彻底解决数据保密问题

2、DeepSeek对中国科技的价值

开辟了全新的技术路径

美国的算力封锁宣告失效

技术水平已经跟美国相当

彻底打破了美国的技术封锁

为何说DeepSeek是典型的中国式的胜利

3、DeepSeek对中国经济的价值

美国龙头芯片厂股价大跌

中国科技股价格飞涨

中国资产整体上扬

引发港股新一轮牛市

3、DeepSeek对中国产业的影响

国内产业界也能接入最顶尖的大模型

开源导致大模型落地的数据保密问题彻底被解决

中国的产业化能提全球领先

AI最终比拼的是落地效果，中国赢面很大

四、DeepSeek等新一代大模型工具如何影响企业

1、提示词工程对企业和员工的影响

量变：让员工效率暴增

量变案例：3小时完成原本需要2个月周期的定制方案

质变：让员工掌握原本不增拥有的能力

质变案例：用人话完成3D建模设计，用人话完成数字仿真

质变案例：人人都能编程（用人话编程）

质变案例：办公自动化（大模型帮你完成所有需要用电脑完成的工作）

质变案例：数据分析（大模型帮你完成商业智能和人工智能建模分析）

结论：提示词工程能使员工效率暴增，但是对企业几乎没有效果

2、智能体

智能体：把大模型的使用过程固化下来

智能体供应链自动化案例

智能体合规性审查案例

结论：智能体会让办公室里的人越来越少

问题：是谁代替了这些人？（谁来主导智能体开发）

答案：率先选择拥抱新技术的员工，替代那些不愿意拥抱的

（有效的智能体只能有企业内部业务专家主导）

五、动手掌握DeepSeek等新一代大模型工具

1、如何把DeepSeek等新一代大模型的作用发挥到最大

提示词工程是一切的基础

写好提示词，需要解锁三个“隐藏功能”

2、使用DeepSeek等新一代大模型提升工作效率

国内外AI工具的区别和优势

案例演示1：用AI新工具搜索信息和素材（DeepSeek VS Perplexity）

场景1.1-AI工具对比搜索引擎

场景1.2-AI搜索工具的一般用法和高质量用法

场景1.3-极限案例：10分钟了解竞争对手市场占有率

案例演示2：用大语言模型完成文案写作（Claude VS Chatgpt VS DeepSeek）

场景2.1-万用文案撰写套路（含国内外工具对比）

场景2.2-如何让你的文案有个性更易于传播

场景2.3-利用ChatGPT预判客户反馈及竞争对手动向

场景2.4-如何逼出AI工具的全部潜力

案例演示3：用大语言模型高效抽取会议信息（Claude VS Chatgpt VS DeepSeek）

场景3.1-通用会议总结套路

场景3.2-从大段文本中整理表格

场景3.3-从大规模文本中提取信息（政策文件、技术手册等）

案例演示4：真·人人都能写代码-办公自动化/数据分析（chatgpt vs智谱清言VS DeepSeek）

场景4.1-专业程序员如何使用AI工具完成5倍以上的效率提升

场景4.2-不写一行代码，用“人话”完成办公自动化编程（表格整理，文件批处理）

场景4.3-用“人话”从表格中完成商业智能数据分析

场景4.4-外行也能完成机器学习算法开发，预测客户流失

案例演示5：如何完成创意视觉设计（MJ vs SD vs DALLE vs Ideogram）

场景6.1-对比主流的视觉设计工具

场景6.2-如何选择不同的视觉设计工具

案例演示6：如何制作爆款视频（剪映、快影VS pika、Gen2）

场景7.1-复制现有爆款视频（形象生成+文案生成+数字人）

场景7.2-用新一代AI工具定制爆款营销视频（文案+长视频+短视频素材）

案例演示7：如何生成PPT（微软Copilot VS讯飞星火VS WPS VS智谱清言）

场景8.1-从零开始生成高质量PPT

场景8.2-从大段文本生成总结PPT

3、通用的提示词套路

1、所有问题从方法论开始，如何让大模型说真话

2、“喊几个”顶尖专家帮你厘清思路

3、万用提示词套路-让LLM帮你写提示词

4、让LLM持续帮你优化工作结果

5、一些通用的小技巧

4、走入听众工作场景

此部分案例请甲方提供一些基础素材

老师将根据甲方提供的素材定制演示案例

案例：让大语言模型帮你活动创意。

六、专用AI技术的底层原理及应用趋势

1、人工智能的核心原理

通过小互动理解人类智能产生过程并类比机器

工人（拟合模型）负责预测

质检（损失函数）负责挑错误

车间主任（梯度下降）负责纠正

AI的本质：把学习知识的过程转化为一系列计算

小互动：如果你正在跟心仪的女神约会……

案例：预测男生是否会受女生欢迎

2、趋势一：大模型有大力量

大模型&大数据VS小模型VS高质量数据

大模型可能导致通用人工智能出现

大模型的落地应用及前景

案例：设备故障预测，质量缺陷诊断，耗品寿命预测，未来销量预测等

3、趋势二：生成模型以假乱真

什么是生成模型

生成模型能够生成什么内容

生成模型的落地应用

案例：生成李小龙视频、AI重塑营销，AI重塑设计行业，明知是假但仍无法分辨的数字虚拟人

4、趋势三：强化学习超越人类

阿尔法狗的核心原理

强化学习的核心潜力

案例：具身智能让工业现场实现进一步无人化，微软流程自动化提升25%效率并减少30%错误，AI实现可控核聚变，AI自动排产，AI优化工艺

七、AI落地制造业的具体框架步骤

1、智能化落地方法

1、智能化起点：不是数据而是业务痛点

2、如何找到业务痛点：客观（精益）VS主管（决策需求）

3、如何折算痛点价值：业务逻辑&一组数据

4、选择工具：只有隐性知识需要用到AI工具

5、智能化项目最大的坑：数据而不是算法

6、数据的坑在哪：缺少关键特征&数据缺乏代表性

7、如何排除数据上的坑：依靠业务专家的业务知识

8、如何选择模型：大模型VS小模型

9、AI项目成功的三大核心要素

10、AI项目的最大门槛：行政可行性

案例：产线良品率提升，大型工程机械故障预测，工业品缺陷检测等

八、动手产出人工智能项目-工作坊（可选）

1、以价值为导向的头脑风暴

痛点问题罗列

痛点问题排序

2、数据准备阶段的可行性收敛

数字化项目机理分析

数字化项目数据关联性分析

数字化项目数据质量分析

3、数据使用阶段的可行性收敛

谁可以成为AI的“师傅”

我们能否请得起这个“师傅”

4、行政可行性收敛

横向行政跨越分析

纵向行政跨越分析

5、方案展示及讨论

专业可行性提升

行业可行性提升

授课方式：分组对抗闯关式推进，将方案形成过程拆解为若干“关卡”，授课老师会为每组提供1V1微资讯，方案展示时每组均需要面对来自其他组行业专家的“挑战”。每组分数由其他组互评给出。

九、新一代人工智能技术会如何影响未来

1、AI会如何影响我们

AI为我们带来的终局

绝大部分的工作会被替代

只有两类人会留下：做决策&有想法

案例：18年图灵奖得主案例，智能化终局解读，元宇宙加持下的后AI时代。辨析大模型和小模型选择对行业的影响

2、AI的3大套路和后AI时代展望

在无人化的时代，人应该做什么

应对办法：回归人“本身”的价值

没有工作的人会做什么：“爱”干嘛干嘛

 企业应该如何应对即将到来的AI浪潮

案例：openAI官方给出最容易受chatGPT影响的岗位， 领域未来展望：马太效应加强

 

授课老师

王明哲老师的课程大纲