魏凌睿:智能加速:AI驱动业务革新——DeepSeek为代表的大模型企业级应用

魏凌睿老师魏凌睿 注册讲师 12查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 34384

面议联系老师

适用对象

企业员工

课程介绍

【课程背景】

近年来,人工智能技术得到了快速发展,并在许多领域得到了广泛应用。2023年,基于大模型的各种应用横空出世, 迅速成为了企业工作中降本提质增效的一种重要手段。大模型连接业务系统,为业务系统智能化提供了统一解决方案。近期,DeepSeek的出现,更通过极致优化创新拉低了企业应用大模型的成本,加速大模型跑步进入企业。

国内企业正处于数智化转型的关键时期,大模型的应用尤其关键。本课程将围绕企业级AI应用展开,重点介绍AI技术尤其是大模型如何助力企业智能化变革、供应链优化及企业管理数字化,特别是DeepSeek在企业中的前沿应用,帮助员工深度理解AI在企业中的战略价值。

【课程收益】

  • 深入理解人工智能技术及其在企业的应用趋势
  • 掌握企业级大模型应用(以DeepSeek为重点)的方法及案例
  • 识别AI在行业的潜在应用场景并形成可落地的解决方案
  • 掌握AI Ready的企业转型策略

【课程时间】 1天,6小时/天; 

【课程对象】  企业员工

【课程方式】  讲授+案例分析+答疑辅导

课程大纲

一、人工智能现状和应用(AI到底是什么?有哪些AI?DeepSeek是什么?怎么用的?)

  • 人工智能的发展历程
  • 人工智能的方向
  • 计算智能
  • 感知智能
  • 行为智能
  • 认知智能及大模型
  • 混合智能
  • 类脑智能
  • 人工智能目前的应用领域
  • 计算机视觉的现状及应用
  • 计算机语音的现状及应用
  • 自然语言处理的现状及应用+大模型的出现背景及现状
  • 数字孪生与元宇宙的现状及应用
  • 数字人的现状及应用
  • 其他
  • 企业的AI应用现状示例
  • DeepSeek大模型简介
  • 技术特点
  • 与ChatGPT的区别
  • 适用场景

二、大模型应用方法(大模型企业应用的规划)

  • 大模型应用基础
  • 要素重构
  • 生命周期重构
  • 流程重构
  • 价值链重构
  • DeepSeek在企业的深度应用案例
  • 智能生产:从数据分析到工艺优化
  • 供应链管理:实时调度与优化
  • 设备健康管理与预测性维护
  • 大小模型协同应用实现智能化场景
  • 大模型应用路线
  • 通用模型/行业模型/场景模型
  • 通用大模型部署:开源大模型和本地知识库的构建演练
  • 行业知识增量训练(垂直场景的应用)
  • 正视大模型的问题
  • 大模型项目实施五步法
  • 大模型Agent应用创新
  • 企业如何进行AI Ready 
  • 高层
  • 中层
  • 全员

实战训练:DeekSeek本地部署+知识库本地部署应用

                 企业如何设计DeepSeek大模型底座+智慧场景(小模型)的协同机制

三、企业应用人工智能的关键(大模型如何落地企业)

1、人工智能融入制造企业的方法

  • 大模型成为智能中枢
  • 大模型与工业大数据双向驱动
  • 大模型支持工业知识沉淀和传承
  • 并行模式融合网络化、数字化与智能化手段进行升级
  • 生产制造与供给服务体系的智能化打造
  • 利用AI促进研发生产与运营效率的提升

2、人工智能应用场景设计

  • 研发设计
  • 产品辅助设计
  • 智能评审与反馈
  • 数字孪生/仿真优化生产流程
  • 其他
  • 营销
  • 市场调研与分析
  • 个性化推荐与客户体验
  • 内容创作与广告投放
  • 客户服务与互动
  • 其他
  • 生产
  • 智能排产
  • 设备管理/预测性设备维护
  • 事故预警
  • 质量管控
  • 生产工艺优化
  • 仓储配送
  • 其他
  • 其他运营管理环节
  • 供应链管理
  • 需求预测
  • 销售管理
  • 物流管理
  • 客户服务
  • 其他

3、人工智能应用的管理/机制保障

  • 结合企业战略规划应用AI技术
  • 构建碳硅并举的组织架构与管理体系
  • AI和组织变革工作结合的场景设计
  • 创新绩效管理和激励机制

课程中案例分析:

     路径分析: AI融入企业路径分析——精益化到自动化到互联到智能的智能制造之路

     框架分析: 人工智能平台体系/数智化服务体系

  1. 国内知名制造业工业大脑赋能智能制造
  2. 某全球头部制造企业AI质检
  3. 某智能制造AI算法服务+工艺仿真
  4. 某精密制造企业智慧设备健康管理产品体系
  5. 基于大数据和AI技术的智慧客户生态圈、运营生态圈和管理生态圈的打造
  6. 某数字化标杆企业的数智化之路
  • 信息系统一致化
  • 数据和AI驱动的C2M
  • 工业互联网

某标杆灯塔工厂

  • 基于机器视觉的现场管理
  • 基于AI知识图谱的设备管理
  • 基于工业机理建模的能源管理
  • 基于视觉技术和AI算法的工艺革新
  • 智能物流
  • 人机协同
  • 数字孪生

魏凌睿老师的其他课程

• 魏凌睿:基于系统思维的问题分析与解决
课程时间:2天,6小时/天课程对象:班组长(一线主管)/中层管理人员课程背景:数字化转型过程中,如何基于数据进行系统思维和有效决策是目前企业员工分析解决问题的关键能力,了解基于数据的系统思维、掌握相应工具和问题分析决策的科学流程,这是员工发展的关键培养环节。本课程从基于数据的系统思维入手进行讨论,在数字型系统思考方法的基础上,拆解问题分析解决底层逻辑,通过方法、工具、解决步骤的训练,使得学员能够基于数据运用系统思维发现问题、分析问题、解决问题。 课程收益:● 理解系统思维的底层逻辑框架和思考方法;● 理解并掌握利用系统思维进行问题分析解决的四大步骤;● 掌握问题解决落地的计划制定和检验纠偏方法;● 利用系统思维掌握全套的假设思考的系统方法;● 掌握系统思维方法在报告/汇报中的应用。 课程时间:2天,6小时/天课程对象:班组长(一线主管)/中层管理人员课程方式:案例+互动+练习+讨论+工具 课程模型:课程大纲第一讲:系统思维认识问题一、必须提升的数据型思维1. 思维不足的三大痛点2. 系统思维和常见思维的关系3. 系统思维应用场景案例1:框架建立——数字记忆案例2:如何解决产品销量不佳的问题案例3:人物画像示例二、系统思维运用的思考方法1. 左右脑思维测试1:左脑测试测试2:右脑测试2. 系统思考是左右脑综合思考的方式3. 右脑训练方法1)冥想2)深呼吸3)暗示4)想象力5)黄卡6)曼陀罗7)舒尔特训练表测试:左脑训练三、系统思维运用于问题发现与确认1. 确认征兆与发掘问题的关键1)寻找问题设定目标2)逻辑树拆分锁定问题2. 培养发现与辨别问题的意识1)三类问题辨析2)问题关联信息的收集确认案例:某企业面临的状况分析——问题分类和信息确认讨论:简单问题为什么经常被搞得很复杂? 第二讲:系统思维分析问题(三大关键)关键一:发现界定问题1. 准确描述问题-SMART原则2. 明确问题的构成要素3. 挖掘问题的本质4. 显性化问题隐含的假设案例分析:员工积极性不高的问题界定关键二:收集问题关联的数据信息1. 收集数据信息的重要手段—测量2. 测量基础—抽样的样本要求3. 测量的设计与落地1)问卷设计原则2)图尺度评量表问卷3)结构化问卷4)随机对照实验案例1:汽车超速怎么调查?案例2:费希尔实验讨论:小张怎么设计图尺度评量表对客户进行调查?怎么设计结构化问卷对客服行为进行测量?关键三:建立框架分析和决策1. 运用思维导图进行系统思考案例:思维导图系统思考示例—写作的要点工具:思维导图视图1)思维导图进行系统思考建立框架2)思维导图进行系统思考需要遵循MECE原则练习:应用MECE原则对人进行分类练习:应用思维导图系统分析如何提高职场竞争力2. 自下向上提炼创新框架1)时间结构2)空间结构3)重要性结构4)演绎结构3. 自上而下选用成熟框架1)自上而下和自下而上的差异2)营销分析成熟框架—4P/4R/4C思考:如何自上而下建立框架分析提升手机销量?4. 自下而上和自上而下构建框架的结合5. 在框架中把握关键抓手—二八原则、幂律分布案例:如何寻找最优方案到达河对岸?6. 矩阵图使用技巧案例:如何选择适合家庭的房屋?7. 决策树的使用要点工具:决策树视图案例:决策树选另一半? 第三讲:系统性思维促成问题解决方案落地一、制定系统性计划的方法1. WBS的运用方法技巧1)面向过程的分解和面向结果的分解2)WBS辞典——基于数据的描述2. 责任分配矩阵的使用3. 网络图的运用方法技巧4. 甘特图的运用方法技巧工具:甘特图的视图1)过程不能取代目标2)里程碑切分项目3)留出预留提前期5. 应用制定计划软件案例:技术大赛的WBS分解和网络图练习:WBS和网络图对装修进行系统规划计算:最短完工时间是多少?二、检查调整计划的方法1. 风险概率矩阵的使用步骤1)建立单个风险评估表2)建立维护概率影响矩阵3)形成风险登记册4)绘制风险概率矩阵2. 海星图进行反思与决策案例:利用海星图进行纸飞机制造的改进 第四讲:假设思考法检验纠偏一、假设思考法的运用场合1. 时间要求严格2. 数据获取困难3. 新环境新场景4. 实施风险太大二、运用假设思考筛选数据重视数据清洗的重要性、难度和成本四、假设思考五大步骤第一步:界定问题第二步:建立假设第三步:明确关键第四步:验证假设第五步:快速调整案例1:珠宝店被盗的侦破案例2:医生诊断案例3:如何调整产品定价? 第五讲:结构化报告完美汇报一、系统思维规划报告整体结构和推进逻辑二、系统思维梳理内容构建表达逻辑1. 系统思维组织内容1)自上而下2)结论先行3)归类分组4)逻辑递进2. SCQA设计报告视频:日本语言学校招生三、利用系统思维进行报告制作和汇报案例:如何说服领导采用自己的部门出游计划练习:报告编制/汇报演练
• 魏凌睿:数字网络视角下的场景化数据分析实战
课程时间:2天,6小时/天课程对象:各行业基层管理人员(行政、技术等方面管理人员)课程背景:随着国家数字化转型战略的提出,企业必须对数字化转型潮流进行应对,面对企业进行数字化改造,各级员工是否具备根据工作业务场景进行数字化分析能力是决定员工是否能够适应新趋势完成个人数字化转变的重要条件,也是关系企业能否成功完成数字化变革的关键。个人数字化转型首先面对的是传统关系网络向个人数字化网络的过渡,以此为基础进行数据分析思维的培养从而能够将数字化方法手段应用于相应工作场景。因此本课程从个人数字网络建立入手进行讨论,在建立个人数字网络的基础上,培养数据思维、掌握数据分析方法,面对各种业务场景中进行数据分析应用,这即是本课程讨论的核心内容。 课程收益:● 建立数字网络尤其是个人数字网络的,掌握数字网络建立的方法和技巧;● 理解数据思维并掌握数据思维培养方法,掌握建立数据思维框架的方法;● 理解业务场景并抓住核心关键点,掌握各种业务场景下数据分析的方法和技巧,并能够举一反三,对新业务/场景进行分析。 课程时间:2天,6小时/天课程对象:各行业基层管理人员(行政、技术等方面管理人员)课程方式:案例+互动+测试+思考+练习+讨论+工具 课程模型:课程大纲第一讲:理解并利用个人数字网络一、数字化网络对传统个人关系网络的冲击1. 节点和连接构成了数字化网络2. 网络视角分析场景状况的抓手二、把自己打造成不可替代的数字网络节点1. 构建稳固的中心性底层逻辑(把握节点中心性三个特点)2. 搭建信息关系桥(占据网络重要空隙)3. 成为适应企业发展变化的“穿越者”(锻炼切换能力)案例:如何判断谁是微信大V讨论:如何利用节点理论实现人生目标三、善用数字网络连接建立可靠关系并打造高效协同团队1. 建立同质的情感连接和异质的任务连接组建团队2. 巧用强关系和弱关系建立团队的沟通和领导机制3. 理解小世界网络建立团队外部资源的获取连接案例:六度分隔现象四、建设自己的有效数字网络1. 打造优先连接成为高影响力的超级流量节点2. 维护高质量的资源最大限度发挥效率3. 建立自己的高级网络4. 建设高韧性网络树立园丁式领导风格5. 利用组织中的非正式网络为目标服务6. 深入分析多模网络培养按需而动的数字化网络7. 分析数字化网络中的圈层设计互动模式案例1:大众点评的信息瀑布分析案例2:影响力扩散模型分析案例3:校友网络分析案例4:布雷斯悖论 第二讲:培养数字网络中的数据思维一、数据化工作管理的本质1. 数据的四大类型2. 让数据说话——理解数据产生的背景二、建立数据思维的框架1. 数据思维的起源2. 数据思维框架拆解1)数据思维的三种境界:没数、有数、驭数2)三方面区别数据思维和大数据思维的关系幸存者偏差案例:应该在什么地方加装装甲(注意防止幸存者偏差)a预测思维b数学逻辑c kpi思维3)数据思维培养的四种方向方向一:提升数字型感觉方向二:建立平均回归原则方向三:把握数据感觉方向四:建立数据模型4)数据思维培养五个步骤第一步:问—业务问题转化为数据问题第二步:拆—问题至细节的拆分第三步:解—运用算法思维解决问题第四步:谋—数据思维与科学人文思维的统一第五步:现—可视化直观高效呈现案例1:斯诺医生案例2:汽车超速怎么调查互动1:婚恋平台如何为客户服务的?互动2:这样吃Pizza亏了吗?测试:您的数商值是多少?思考:某个城市一年的外卖数量? 第三讲:企业关键业务场景数据分析实战一、业务发展战略分析1. 分析思路2. 相关战略分析方法的运用1)外部环境分析利器——内外因素评价矩阵2)层次分析法步骤:建立层次结构→准则比较→计算准则优先级→方案确定→检验3)麦肯锡战略分析利器——GE矩阵4)权重确定方法——权值因子判读/专家评分5)变异系数法:平均分→标准差→变异系数案例:如何找到钟意的他/她?二、投资分析1. 预测分析法1)预测原则2)定性预测方法3)定量预测方法:回归→假设检验2. 收益分析法1)理解现金流量表2)静态经济评价3)动态经济评价3. 风险分析法1)盈亏平衡分析2)敏感性分析3)概率分析案例1:预测某电子产品的销售额案例2:判断某项目是否可行三、新产品研发分析工具:用户需求分析KANO模型1. 模型的四类属性1)必备需求2)一维需求3)魅力需求4)可有可无需求2. 模型设计3. 模型应用案例:研发部门各种feature的开发顺序分析四、营销分析1. 分析思路1)用户行为分析2)4P营销组合法3)营销效果评估2. 聚类分析1)聚类分析思路2)层次聚类3)迭代聚类案例:用户消费习惯分析3. 价格敏感度测试工具:PSM模型案例:某商品定价分析4. 品牌知觉图分析1)品牌知觉图2)问题设置3)数据分析4)操作步骤案例:某品牌知觉图5. 定标比超分析1)确定标杆2)建立评价指标体系3)比较、提出措施案例:某产品渠道运营提升6. 漏斗分析7. AIDA模型1)广告投放地点2)广告投放内容3)广告投放时段案例:某产品广告方案五、运营分析——流转地图运用1. 流转地图5要素1)横轴2)流转节点3)流转线段4)流转数量5)流转率2. 三类流转地图——全域、平台、局部3. 流转地图应用方式1)评价效能2)发现瓶颈3)开辟新路案例:某小程序电商运营整体提升4. 绘制流转地图1)选择业务目标,确定关键结果2)结合关键结果,反推高价值行为3)量化页面数据,排布流转节点4)套用数据模型,补齐流转数据练习:绘制本企业的流转地图五、数据分析确定问题→分解问题→评估问题→决策执行案例:某公司旗舰产品销售提升
• 魏凌睿:企业数字化转型与数据分析
课程时间:2天,6小时/天课程对象:企业运营管理部门、营销部门及有数据分析需求的员工课程背景:随着数字化转型成为企业的必答题,企业数字化进程的开展,面对产品、研发、财务、人力、销售、维护各个环节铺面而来的数据,我们应该如何高效分析处理?如何提升我们的工作效率?适应企业数字化转型的趋势,这是企业员工必须面对的状况。数字化进程以数据分析为抓手对企业业务进行梳理、优化、重构,掌握传统统计数据分析和大数据分析方法是企业员工必备技能。本课程即是在讲授企业数字化转型关键和平台构建基础上,探讨如何利用统计方法工具进行传统数据分析,并以营销的关键——精准客户识别方法为示例介绍大数据分析的重要方法,使得学员能够从理念到工具对企业数字化转型中面临的数据分析工作做到游刃有余、精准高效,从而实现企业降本增效的目的。 课程收益:● 熟悉并掌握企业数字化转型的关键并搭建数字化平台的方法;● 掌握统计方法进行数据分析和业务决策;● 掌握大数据理念的管理和运营关键;● 掌握大数据进行精准分析的方法—聚类、决策树和逻辑回归;● 掌握大数据分析工具RapidMiner的使用方法,能根据场景选用相应算法进行大数据分析。 课程时间:2天,6小时/天课程对象:企业运营管理部门、营销部门及有数据分析需求的员工课程方式:案例分析+实操演练+思考练习 课程大纲第一讲:企业所面临的数字化转型一、企业数字化转型原因1. 数字化改变商业模式1)数据变机会2)机会变服务3)服务变收入2. 数字化建立企业优势3. 数字化提升使用体验二、数字化转型核心要素1. 以数据为中心的智能化发展目标2. 数字化平台的构建三、员工在企业数字转型中应该作出的应对1. IT思维和业务思维相融合2. 培养开放共享的心态3. 围绕以用户为中心4. 提升数据分析处理能力 第二讲:利用统计方法实现数据分析一、标度的选择使用量化感觉、态度、喜好等的方法二、频数的选择使用(衡量对总体水平的作用程度)1. 饼图2. 条形图3. 直方图三、基于统计方法的分析1. 分析异常值与偏斜数据2. 均值VS中位数VS众数3. 全距/四分位数的使用4. 百分位数与箱线图的使用5. 方差VS标准差分析变异性VS分散性6. 利用概率进行分析案例1:用户购买公司产品概率的分析案例2:某某企业员工加薪方案的选择四、基于统计方法的决策1. 比较法进行决策2. 组合法进行决策3. 贝叶斯方法进行决策4. 快省树方法进行决策思考:优秀员工如何选用统计指标进行评价案例:假设检验与数据证伪保证决策结果的正确综合示例:运用统计指标分析销售数据寻找方法提升某产品的销量 第三讲:利用大数据进行管理与运营一、大数据现状1. 大数据时代的标志2. 六大趋势推动大数据发展3. Hype Cycle技术趋势对大数据的判断4. 新基建战略对大数据的定位5. 数字中国的内容案例:阿里双11二、大数据4V特征 1. 数量大2. 多样性3. 速度快4. 价值性案例:大数据4V特征在数字化全量全连接中的应用三、把握大数据的三个关键1. 更多——全样本透视本质2. 更杂——透过混杂性适配场景应用3. 更好——把握相关性,提供更好服务案例:三个关键对数字化实时反馈的影响案例:大数据商业画像示例——千人千面练习:猜猜他是谁?四、大数据分析1. 大数据分析的困难2. 数据即服务DaaS讨论:数字化转型中我们应该关注工作中的哪些管理数据和业务数据,它们的价值和应用难点有哪些?五、大数据应用1. 被动式演变成预判式2. 大数据商业价值 3. 大数据在行业的应用案例:智慧城市建设案例:企业数据地图实践讨论:企业数据治理——如何管好用好数字化平台的数据? 第四讲:利用大数据技术进行营销数据分析一、K均值聚类算法应用——客户价值分析1. 客户价值分析有利于减少营销成本1)理解价值型客户2)差异化服务应对不同价值客户2. 客户价值分析方法1)客户价值识别流程2)K均值聚类识别客户价值a确定中心b计算距离c确定新中心d迭代得到最终分类3)针对不同客户价值采用不同营销策略视频:根据对象不同采用不同策略的销售视频案例:根据客户的消费额和交互属性进行聚类分析二、决策树算法应用——风险客户分析1. 传统风险分析识别方法的劣势2. 大数据方式下分析识别方法的改进——决策树算法应用1)预先建立if-then的判断规则2)数据分析建立的规则——信息熵3)决策树算法操作思路4)建立决策树模型进行分析a划分属性值b计算划分组的概率c计算每个划分规则下的信息熵d选择最小信息熵的规则为第一规则e迭代到样本分类案例:警察是如何发现罪犯的?案例:如何分析是否适合作为另一半三、逻辑回归算法应用——敏感客户分析1. 厘清不同场景下的敏感客户特点2. 分析敏感客户的关注点3. 逻辑回归算法的应用1)二分类问题2)个人采用二分法预判的局限性3)预判二分类问题的优化4)二分类结果预判的本质5)大数据回归方法进行二分类预判a线性回归大数据方法b逻辑回归大数据方法案例:如何判断对方是否真心喜欢我案例:回归方法预判职业发展案例:营销场景中敏感客户分析降低投诉率 第五讲:Rapid Miner数据分析1. 分析接口2. 导入数据3. 加载数据4. 进行数据可视化5. 进行建模6. 进行模型应用7. 测试模型8. 进行模型评估9. 使用扩展聚类算法练习:客户价值分析决策树算法练习:信用风险评分分析逻辑回归算法练习:敏感客户分析

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务