课程背景：
在科技发展日新月异的当下，人工智能（AI）领域的每一次突破都备受全球瞩目。2025年初，中国人工智能企业深度求索（DeepSeek）发布的开源模型DeepSeek—R1，宛如一颗投入平静湖面的巨石，在国际上激起千层浪。它颠覆了国际社会对AI研发“高投入、长周期”的固有认知，更被西方媒体称为“人工智能的斯普特尼克时刻”——其意义堪比冷战时期苏联发射首颗人造卫星对美国形成的战略冲击。
DeepSeek引发的国际社会的反应和惊叹，无疑是对中国人工智能创新能力的认可，也是对全球人工智能发展格局的一次重塑。2024年的全国两会上，科技平权与人工智能+成为了热议的话题。与此同时，“人工智能+”行动首次被写入政府工作报告中。
近年来我国人工智能的蓬勃发展正在为各行各业赋能，为企业与个人的发展带来新机遇。工业和信息化部赛迪研究院数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。相关机构预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元。
随着5G、物联网、大数据、云计算等新一代信息技术的普及应用，人工智能+正在成为支撑战略性新兴产业发展的重要组成部分。未来，我们有理由相信人工智能将在更多的领域得到应用，为促进产业数字化转型升级提供坚强助力。
处在这样一个划时代的转折点，如何迎接人工智能爆发的产业机遇，如何在AI商用的垂直细分领域占据一席之地，亟需各行业管理者深入思考和密切关注。
课程收益：
课程时间：1天，6小时/天
授课对象：企业中高层管理者、数智化相关岗位人员
授课方式：讲师讲授+案例解析+小组研讨+互动答疑
课程大纲
第一单元：DeepSeek核心价值与AI驱动产业变革趋势
一、AI技术革命与产业格局重塑
1. DeepSeek突围启示与科技创新
2. 全球AI发展趋势和产业变革机遇
3. 中国开展人工智能+行动的战略意义
4. 大模型对传统行业的颠覆性影响
5. 各行业面临的挑战与转型方向
二、数字基础设施生态体系构建
1. 5G：技术制高点和产业主导权
2. 物联网：人类感官的延伸
3. 大数据：永不枯竭的生产资料
4. 云计算：智能时代的基石
5. “智能+”终极版图：数字孪生
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
【案例解析】中医大模型、机器狗“挑山工”、盘古大模型聚焦B端应用
四、DeepSeek的核心能力与应用场景
1. DeepSeek的技术优势与核心竞争力
2. DeepSeek如何赋能企业数智化升级
3. 从“数据驱动”到“AI驱动”的战略转型
4. 管理者如何拥抱AI技术，重塑企业竞争力
5. AI时代下的组织架构与人才战略
五、人工智能引领产业变革和场景重构
1. 【案例解析】交通行业——基于城市大脑的智能交通布局
2. 【案例解析】能源电力——虚拟电网与新型电力系统建设
3. 【案例解析】智慧城市——从长安到雄安，未来城市图景
4. 【案例解析】工业制造——数字孪生工厂颠覆传统生产路径
5. 【案例解析】数字政府——AI大模型赋能数字政务建设
六、AI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. 大模型及AI未来发展的十大趋势
3. 发现问题的能力比解决问题更重要
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
第二单元：人工智能+行动助力产业数字化转型升级
一、国家战略和顶层设计
1. 数字经济与产业升级
2. 数字经济分类和界定
3. 数据成为新的生产要素
4. 新一代信息技术应用赋能
5. 新基建加速产业数字化进程
【案例解析】消费互联网VS产业互联网
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
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
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
【行动指南】在目前的业务场景中，有哪些不符合数字化要求的节点，如何优化？
四、企业数字化变革常见问题
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？
五、企业数字化转型顶层设计
1. 基础建设：数字基因六大模块、数字技术平台架构
2. 组织建设：数字运营开发流程、数字生态应用场景、数字资产长效机制
3. 人才建设：数据驱动能力、跨界融合能力、场景转化能力、创新发展能力
六、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
【行动指南】如何完善基础数据治理，打通数据堵点，完成数据贯通和闭环。
七、数字化转型实践六步曲（数转模型）
1. 数字化转型的战略规划
2. 数字化转型的组织障碍
4. 数字化转型的技术挑战
5. 数字化转型的安全风险
6. 数字化转型的人才培养
【思考方向】现阶段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？
课程回顾、总结、分享和行动
1. 基于人工智能发展趋势，从产品、渠道、技术、运营、服务、资源等角度切入，探讨关于现阶段人工智能与企业经营管理相结合的商业化应用实施路径。
2. 目前在市场洞察、痛点捕捉、应用场景、流程优化、数据驱动、客户服务和业务创新等方面，与原生数字巨头们存在哪些差距，应该如何改进？
3. 企业数转智改是一个“科技+业务”双轮驱动的系统性工程，结合行业特性和岗位职责，有什么具体想法或者行动计划？
张世民