课程大纲
第一单元:企业数字化转型规划及实施路径
一、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
3. 什么是数字化转型六度法则,如何将数字化真正落地
【案例解析】德国大众为什么炒掉软件公司多名高管
二、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
三、企业数字化转型常见问题
1. 战略层面缺乏系统性顶层设计
2. 业务层面信息化基础相对薄弱
3. 实施层面技术与业务容易脱节
4. 组织层面人才队伍上储备不足
【案例解析】麦肯锡最新报告:数字化转型成功率普遍不高?
四、数字化转型落地三个要点
1. “科技+业务”双轮驱动
2. 让听得见炮火的士兵做决定
3. 借助专业第三方力量推进实施
【案例解析】某银行信用卡中心如何把人气出内伤
五、数字化转型实践五步曲(数转模型)
1. 内部管理信息化
(1)各业务系统之间联动,流程衔接自动化
(2)简化流程、无纸化,数据埋点,从点到线到面一体
2. 业务流程可视化
(1)进度清晰可见、节点流转可控
(2)流程标准化,减少人为和不确定因素
3. 产品服务数据化
(1)建立指标体系,拆解、匹配适合运营方法
(2)分析和改善指标,以数据导向总结优化
4. 营销推广个性化
(1)用户细分,需求聚焦,360°视图
(2)线上线下深度融合,数据驱动和精准引流
5. 用户体验标准化
(1)洞察痛点,快速响应,超预期满足
(2)打造极致体验,促进留存和转化
【思考方向】目前在数字化转型顶层设计和实施层面,存在哪些盲点和障碍,如何克服?
第二单元:人工智能大模型带来的颠覆与重构
一、ChatGPT开启新范式
1. 传统搜索时代落幕
2. 从聚合式到生成式
3. 从标准化到个性化
4. 人机对话VS自我进化
5. 各国科技巨头们纷纷入局
【案例解析】比尔盖茨发公开信:未来已来
二、通用大模型三项核心能力
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
三、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
四、大模型行业应用解析
1. 大模型在电商平台的应用
2. 大模型在金融服务的应用
3. 大模型在零售行业的应用
4. 大模型在制造行业的应用
5. 大模型在医疗行业的应用
6. 大模型在智慧城市的应用
【案例解析】AI大模型赋能数字政府建设
五、大模型时代的新兴机遇和挑战
1. 可能造就的N种高薪岗位
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、创造力驾驭大模型
5. 潜在风险:信息滥用、数据安全、科技作恶
第三单元:AI时代倒逼思维升级和个人能力进化
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. 创新不是瞎折腾
2. 创新不是耍小聪明
3. 创新是“有中生无”
4. 创新是发现更多可能性
5. 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