王明哲《数字化的顶层思维及智能化底层原理》

主讲：王明哲老师

【课程背景】

数字化转型与智能化改造的概念虽然一直被热炒，却很难完成落地。相信您并不是第一次听到“数字化”和“人工智能”这样的名词，但却很少有人能够具象清晰地把这些名词解释清楚。

想要理解数字化转型背后的三大思维？

想要知道你所在的企业究竟如何能够找到转型之路？

想要理解人工智能的五大底层套路？

想要了解数智化转型案例以及背后的经验教训？

所有答案将在课上揭晓！

【课程收益】

掌握数字化转型背后的3个顶层思维

掌握智能化的2大底层原理及6大套路

掌握2套数字化转型落地方法论

通过“失败案例”了解数字化真正的坑在哪里

【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】1天（6小时/天）

【课程大纲】

一、数字化的顶层思维

1、数智化转型是什么

企业中的流程与人类的神经

企业中的信息与人类的神经信号

数字化：在数字世界中帮助企业构造神经系统

2、数智化顶层思维框架

感知：获取原始数据

认知：抽取关键信息

推理决策：形成计划

反馈动作：实施计划

小互动：如果你在跟心仪的女神约会……

3、数字化与信息化的区别

数字化：引入数据要素，闭环数字神经系统

信息化：智能制造的核心手段，提升决策效率

智能化：利用数据提升生产力

案例：特斯拉焊接数字化案例

4、大数据与人工智能

大数据：信息化时代的副产物

大数据的利用方法：搬金砖or挖金矿

显性知识=搬金砖=商业智能处理大数据

隐性知识=挖金矿=人工智能利用大数据

案例：某头部外贸企业大数据系列项目

5、数据治理与数据中台

数据治理与中台在数字化中的位置

数据治理与中台的典型架构

数据治理与中台建设的真实经验

6、如何提升数智化成功几率

Gartner：85%的数字化转型项目都未成功

数字化选择题：IT技术or业务逻辑

IT技术只能花钱，什么能帮助企业赚钱

精益思维：一个“强迫症”+“控制狂”病人的发病过程

数字化全貌：精益思维定位价值+业务痛点匹配IT技术

提升数字化成功概率的5条核心理念

案例：某商用车头部企业数字化踩坑史

二、精益-数字化的底座

1、精益核心概念串讲

精益生产的核心逻辑：发现浪费 → 减少浪费

如何发现浪费：建模

如何减少浪费：流程

精益生产工具回顾：从5SVM到DMAIC

精益生产落地过程中存在的问题

案例：一个“强迫症+控制狂”病人发病的过程

2、精益为何落地难

精益生产落地最大的阻碍是人类天性

人类天生容易被情绪控制

人类天生有好奇心做错误尝试

人类天生不喜欢改变

精益生产与数智化是天作之合

案例：一个90%以上准确率的AI算法揭开人类天性

3、数字化转型经验总结

数字化转型的关键词是：融合

数字化转型的最大阻碍来源：人

数字化转型成功三要素：价值定位、业务梳理、IT匹配

数字化转型成功黄金定律：一把手是CIO

数字化转型是螺旋上升式的，没有捷径要合理划分milestone

三、数字化转型落地法（90min）

1、数字化转型项目落地法

痛点场景细分

痛点价值折算

问题根因分析

与根因对应的解决方案

基于干系人的可行性分析

基于业务逻辑的里程碑点规划

闭环到痛点价值的成效分析

2、数字化转型经验总结

并不是所有企业都要做数字化

数字化强调现场，从现场发现问题并通过协调解决问题

数字化不能“头痛医头，脚痛医脚”

数字化是中医看病，不能简单的抄“100分”作业

找到自己的“100分”，没有“最好”的技术只有“最合适”的

案例：某制造企业降本案例，某服装企业MES失败案例，某电子制造企业仓库数字化失败案例，某制造企业APS失败案例。

四、智能化底层原理

1、当我们提到“AI”时，具体指什么

黑盒AI技术：大语言模型

白盒AI技术：人工智能各类算法

2、大语言模型（LLM）的落地层次

提示词工程：让员工自己用大模型

RAG应用：通过数据参考，提升大模型能力

智能体应用：通过思维链和外接工具，彻底强化大模型

案例：用不同方式让大模型答高考题，展示不同层次应用的巨大差别

3、提示词工程给企业带来的价值

量变：生产效率暴增

质变：具备原本没有的技能

案例：15分钟完成竞争对手市场占有率调研，30分钟完成新技术定制方案，用人话完成3D设计，用人话完成仿真，用人话完成芯片设计。

五、人工智能底层原理及应用趋势

1、人工智能的核心范式

靠规则实现AI：编程思维/显性知识

靠“领悟”实现AI：数据思维/隐性知识

小互动：如果你正在跟心仪的女神约会……

2、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

案例：预测男生是否会受女生欢迎

3、AI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：AI制药场景、AI大规模质检场景、自动驾驶场景

4、AI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：AI驱动的数字营销、3D设计一键生成、芯片设计AI驱动、数字人案例、AI对数字孪生与元宇宙的影响

5、AI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：AI驱动的产线自动化，AI驱动的供应链优化，AI驱动的工艺优化，AI驱动的智能排产

6、AI发展史

回顾人工智能的三波浪潮

偷偷告诉你三波浪潮中的2个核心规律

我们所处的这波浪潮有何不同

授课老师

王明哲老师的课程大纲