张世民： 人工智能的现状与未来——AI及大模型在数字化中的应用

课程背景：

新一代信息技术，如人工智能、大数据、云计算、物联网等，正以前所未有的速度和规模推动着社会的数字化转型。其中，数字化场景的重构成为这个转型的关键一环。

数字化场景重构主要体现在以下几个方面。首先，大数据技术帮助我们从海量数据中提炼出有价值的信息，为决策提供科学依据。例如，企业可以通过对用户数据的分析，了解用户需求和行为模式，以便更好地定位产品和服务。

云计算技术的应用使得信息的存储和计算能力得到极大的提升，物联网技术通过设备间的相互通信和数据交换，创造出无所不在的智能环境。AI技术则以其强大的数据处理和学习能力，为各种应用提供了智能化的可能。从简单的语音识别和图像识别，到复杂的自然语言处理和决策制定，人工智能都有可能实现。

新一代信息技术的结合应用，使得数字化场景从概念变为现实，而且正在不断地重构企业经营形态、社会治理模式和个人行为方式。

随着“新基建”国家战略的推进，数字化、智能化已经成为各行业升级转型的共识。促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，将全面推动整个社会数字化进程，促使企业升级转型并探索新机遇。

课程收益：

• 透视人工智能时代变革力量，以及实现数字孪生必须具备的基础条件
• 剖析5G、物联网、大数据、云计算、AI等前沿技术生态体系和现状
• 解读人工智能的发展趋势，以及在不同行业中的数字化应用场景重构
• 正确认识产业数字化背景下的挑战和机遇，个人能力进化和提升方向

课程时间：1天，6小时/天

授课对象：企业管理层、各部门业务骨干、数字化相关岗位人员

授课方式：讲师讲授+案例解析+互动答疑

课程大纲

第一单元：新一代AI技术发展及数字化应用场景

一、人工智能与数字孪生

1. 内涵定义和发展趋势

2. 5G：新基建排头兵

3. 物联网：人类感官延伸

4. 大数据：永不枯竭的生产资料

5. 云计算：智能时代的基石

【案例解析】“智能+”终极版图：数字孪生世界

二、数字化是产业升级必经之路

1. 数字化的内涵、价值、底层逻辑和终极目标

2. 数字化背景下，企业生存之道——保持危机感

【案例解析】德国大众为什么炒掉软件公司多名高管

三、数字化的三个基本特征

1. 数据业务化——消灭物理介质

2. 流程标准化——减少人为干预

3. 管理精细化——全程闭环可控

【案例解析】华为数字化工具应用的启示

四、数字孪生四大核心要素

1. 极致沉浸体验

2. 丰富内容生态

3. 超时空的社交体系

4. 虚实交互的经济系统

【案例解析】钱学森先生眼中的“数字孪生世界”

五、数字孪生开启未来世界五大趋势

1. 数据成为核心资产和竞争力

2. 数字贡献引发价值分配变革

3. 数字经济与实体经济深度融合

4. 元宇宙中数字形象映射自我认知

5. 元宇宙中数字文化成为主流文化

六、智能革命与行业应用场景重构

1. 【案例解析】智慧城市——从长安到雄安，未来城市图景

2. 【案例解析】数字电网——“虚拟电网”与双碳目标实现

3. 【案例解析】智能交通——基于大数据的智能交通布局

4. 【案例解析】移动医疗——5G超远程机器人手术

5. 【案例解析】智能制造——IBM研发“电子舌头”

6. 【案例解析】数字政府——AI大模型赋能数字政务建设

7. 【案例解析】现代农业——云上农场：把水稻种到“云端”

第二单元：智能涌现——AI大模型带来的颠覆与重构

一、大语言模型开启新范式

1. 传统搜索时代落幕

3. 从聚合式到生成式

4. 从标准化到个性化

5. 人机对话VS自我进化

二、ChatGPT对科技界的冲击

1. 谷歌紧急应战

2. 微软焕发第二春

3. 百度发布“文心一言”

4. 阿里“通义千问”邀请内测

5. 华为盘古大模型聚焦B端应用

【案例解析】比尔盖茨发公开信：未来已来

三、通用大语言模型三项核心能力

1. 文字归纳提炼和文案撰写能力

2. 自然语言处理和逻辑推理能力

3. 商业逻辑洞察和系统输出能力

四、大数据+大算力+强算法=大模型

1. 参数规模：千亿级参数成为主流

2. 技术架构：GPT--基于反馈的强化学习

3. 模态支持：文本、图片、影像、语音等多模态

4. 应用领域：通用大模型VS行业大模型

五、大模型时代的新兴机遇和挑战

1. 企业级应用与AI时代岗位分化

2. 发现问题的能力比解决问题更重要

3. 跨界融合与创新驱动是新时代标配

4. 用想象力、创造力驾驭，做AI做不了的事

5. 潜在风险：信息滥用、数据安全、科技作恶

第三单元：数字化背景下个人能力进化和提升方向

一、用户思维——技术转化能力

1. 傻瓜式、简单可依赖

2. 不要让用户做选择题

3. 需求洞察与痛点捕捉

4. 用户需求VS应用场景

【案例解析】“懒人四件套”背后的商业逻辑

二、产品思维——业务打磨能力

1. 无痛点，不产品（服务）

2. 做减法，不做加法（功能）

3. 小步快跑，快速迭代（效率）

4. 避免过度的流程设计（机制）

【案例解析】瞬间白痴论——乔布斯1秒、马化腾3秒、张小龙5秒

三、数据思维——数据驱动能力

1. 没有小数据，只有大数据

2. 数据是商业模式关键支点

3. 数字化运营三个核心指标

4. 数据开发应用的四个层面

【案例解析】比亚迪“D1”电动侧滑门的数据支撑

四、创新思维——创造性输出能力

1. 创新不是耍小聪明

2. 创新是“有中生无”

3. 创新是发现更多可能性

4. 脱离真实场景的创新是“一厢情愿”

【案例解析】支付宝遭遇的“珍珠港偷袭”

课程回顾、总结和分享