枫影(王鸿华):Ai 与 Ai 大模型及行业应用

枫影老师枫影(王鸿华) 注册讲师 10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 : 35253

面议联系老师

适用对象

通信行业的从业人员

课程介绍

【课程背景】

人工智能(AI)技术的迅猛发展,其在各个行业中的应用日益广泛,尤其是在通信行业。AI不仅改变了传统通信方式,还为通信行业带来了前所未有的转型机遇。

本课程将深入探讨AI的发展趋势,尤其是AI大模型的出现,以及它在推动通信行业转型中的重要作用。我们将从AI技术的基础原理出发,分析其在通信网络优化、客户服务自动化、安全防护等方面的应用,同时展望AI在未来通信技术中的潜在影响。

【课程收获】

1. 深入理解AI技术:掌握AI的基本概念、核心算法和技术原理

2. 把握AI在通信行业的发展趋势:

3. 提升解决实际问题的能力:课程将结合实际案例和实践操作,培养学员运用AI技术解决通信行业实际问题的能力

4. 增强创新意识和竞争力:通过学习AI在通信行业的创新应用,学员将能够激发创新思维,提升个人在职场中的竞争力。

【课程对象】

通信行业的从业人员

【课程时长】6小时

【课程大纲】

一、AI大模型介绍

1.AI历史发展的关键三个节点

2.机器学习与深度学习

3.大模型的诞生

4.影响大模型发展的关键要素

5.国内外大模型的发展现状

6.大模型的发展趋势

二、AI大模型+应用

1.制约AI大模型应用的关键要素

1)算法

2)数据:通用数据、专业数据(行业、领域)

3)算力

2.目前国内外AI大模型主要应用方向

1)算法:

(2)数据:通用数据AIGC、行业数据、企业/个人私有数据源(知识库)

(3)算力:GPU、分布式计算训练网络、云边结合、硬件AI

3.目前在产业的应用

(1)通用:各类算法+通用AIGC大模型

(2)行业:行业大模型

(3)企业:私有化本地化部署大模型

三、AI在通信领域的具体机遇及应用

1)产品创新:

– 基于大数据分析实现的智能化产品创建

– AI技术可以助力运营商实现自动化网络管理(网络规划、维护、故障检修等)

– 基于AI,可以为政企客户提供更具价值的产品(信息化系统)

案例:运营商能够基于AI实现自动化网络配置、故障排除和性能优化等功能。

(2)渠道管理:

– 基于大数据AI实现渠道业绩分析

– 借助大模型生成渠道经营的可视化报表

– 依托AI实现个性化渠道运营对策

案例:运营商基于AI模型和当前数据,预测未来销售业绩

(3)营销创新:

– 基于用户画像的智能需求识别与产品的智能推荐(智能产品推荐)

– 基于AIGC大模型智能生成营销内容(含活动策划、内容生成等)

– 基于RPA技术实现营销推送的智能化和自动化

案例:基于AI对用户画像的分析,制定针对性的个性化内容推荐

(4)客户服务:

– 智能语音导航

– 智能问答系统

– 智能坐席客服

– 智能客服质检

– 智能化客户运营

案例:AI大模型智能客服

(5)风险控制:

– 依托AI,实时分析网络流量和用户行为,识别异常模式

– 对安全事务做出预警、风险原因回溯

(6)内部职能部门提升效率

– 内部管理流程自动化

– 办公效率提升

案例:基于AIGC的应用,公司内部大幅提升办公效率

四、AI大模型在CHBN市场中的应用

1)在CH公众市场的应用

– 产品设计:智慧家庭、AIPC

– 智能化营销

– 智能客服系统

2)在BN政企市场的应用

– 市场分析(行业、客户、竞争、外部环境等)信息及报告生成

– 市场推广:借助通用大模型,生成相关宣传资料进行投放

– 行业解决方案的生成:借助通用大模型,完成解决方案的生成

– 需求挖掘:行业客户需求挖掘及依托大模型完成客户需求的整理

– 方案定制:生成定制方案

– 项目管理:借助AI大模型+基础信息,生成进度、成本、质量、风险、资源等管理计划与项目文件

– 招投标:依托AI大模型生成相关投标文件(标书、应答文件、报价单等)

– 合同:依托AI大模型完成合同的编制

– 产品使用手册:依托AI大模型生成产品适用手册、帮助文档等

3)企业内部小模型的搭建AI Agent

– 应用场景:全业务流程所涉及到的相关内容生成

– 借助低代码、无代码技术可以实现个性化的本地化应用开发

– 借助RPA技术,可以实现大模型聚合下的自动化调用

【案例】AI 智能体数字员工的搭建

枫影(王鸿华)老师的其他课程

• 枫影(王鸿华):面向AI大模型的智算技术及新应用
【课程背景】 大模型(Large Language Models, LLMs)现已成为AI领域的一个热点。这些模型以其庞大的参数规模、强大的语言理解和生成能力,以及在多种任务中展现出的高级认知能力,正在改变我们与技术的交互方式。大模型正在以其独特的方式提供各类帮助和改进。但这些模型的成功应用都依赖于强大的数据基座构建,以及对算力、算法和数据的协同优化。 本课程将从AI大模型的整体结构体系拆开来分享AI大模型的特点、技术原理,进而提出对数据、算力的要求,以及目前在通讯行业的应用。 【课程收获】 1. 了解AI大模型的特点、技术原理及要求 2. 理解智算计算和算力网络 3. 了解AI大模型在特定行业的一些应用 【课程时长】1天(6h) 【课程对象】三级经理 【课程大纲】 Part1:AI大模型通识 1 AI大模型是什么? 1.1 什么是模型,AI与模型之间什么关系? 1.2 AI发展史 1.3 机器学习的主要学习范式:监督、无监督、强化、深度学习 1.4 具体的模型架构:CNN、RNN、GAN 2 AI大模型要回答什么问题? 2.1 大模型又是什么? 2.2 大模型常见的学习范式 2.3 大模型常用的模型架构 2.4 大模型的学习算法:梯度下降、优化技巧、并行与分布式训练 2.5 大模型区别于传统AI的独特能力 3 方法论:AI大模型是如何实现目标的? 3.1 大模型形成的工作流 3.2 模型构建:架构选择、参数配置、初始化策略、正则化、优化器选择 3.3 数据训练:数据预训练、批处理、梯度下降、学习率调度、训练监控 3.4 模型评估:评估指标、交叉验证、测试集、误差分析 3.5 模型部署:模型导出、服务化、硬件优化、负载均衡 3.6 模型维护:模型监控、数据更新、模型在训练、版本控制 3.7 模型应用:用户接口、场景适配、反馈循环、伦理与合规 Part2:面向AI大模型的智算与相关技术 1. AI大模型对算力的要求 1.1 智算的出现 1.2 AI大模型对智算的算力要求 1.3 全球智算格局解析 2. AI大模型下,如何破解算力问题 2.1 高端智算芯片的持续性开发投入和升级 2.1.1 高性能AI芯片 2.1.2 专用智能芯片开发 2.2 并行计算技术 2.2.1 模型并行 2.2.2 数据并行 2.2.3 分布式并行计算 2.3 软件平台优化 2.4 架构优化 2.4.1 知识蒸馏 2.4.2 其他模型架构 2.5 算力网络建设 2.5.1算力网络的出现 2.5.2 云网协同 2.5.3 云网融合 2.5.4 算力感知、算力路由和算力交易 2.6 开源与闭源模型结合:大模型+小模型 2.7 通信量优化技术 Part3:AI大模型的行业应用 1. 自然语言处理和意图识别 【案例】华为发布的通信行业首个大模型提供了基于角色的Copilots和基于场景的Agents两类应用能力,帮助运营商提升员工赋能和用户满意度 2. 网络智能化调度:实时分析用户数据和网络负载,预测网络需求,预测频段和流量管理 3. 网络维护:提高电信网络的智能规建、运维和管控能力 【案例】中兴通讯推出了新一代智算中心基础设施产品和AI加速芯片,以支持大模型训练和推理,提升企业效率并降低大模型推理成本 4. 客户服务:在客服领域中显著提升用户体验。 【案例】ChatGPT等生成式AI技术被广泛应用于会话系统中,能够理解人类意图并生成相应的回答或解决方案 5. 运维效率:AI大模型为5G乃至6G通信网络的生产力跃升提供了重要支撑。 【案例】华为发布的无线智能体结合了通信大模型、无线数字孪生系统和智能算力,旨在重塑运维流程、网络体验和业务发展模 6. AI与通信融合及在无线通信系统中的应用 6.1AI大模型在卫星通讯领域展现出巨大潜力 6.2无线智能体构建 6.3 运维流程重塑与业务模式创新 【综合案例】中兴通讯AI解决方案
• 枫影(王鸿华):Ai 与 Ai 大模型及行业应用
【课程背景】 人工智能(AI)技术的迅猛发展,其在各个行业中的应用日益广泛,尤其是在通信行业。AI不仅改变了传统通信方式,还为通信行业带来了前所未有的转型机遇。 本课程将深入探讨AI的发展趋势,尤其是AI大模型的出现,以及它在推动通信行业转型中的重要作用。我们将从AI技术的基础原理出发,分析其在通信网络优化、客户服务自动化、安全防护等方面的应用,同时展望AI在未来通信技术中的潜在影响。 【课程收获】 1. 深入理解AI技术:掌握AI的基本概念、核心算法和技术原理 2. 把握AI在通信行业的发展趋势: 3. 提升解决实际问题的能力:课程将结合实际案例和实践操作,培养学员运用AI技术解决通信行业实际问题的能力 4. 增强创新意识和竞争力:通过学习AI在通信行业的创新应用,学员将能够激发创新思维,提升个人在职场中的竞争力。 【课程对象】 通信行业的从业人员 【课程时长】6小时 【课程大纲】 一、AI大模型介绍 1.AI历史发展的关键三个节点 2.机器学习与深度学习 3.大模型的诞生 4.影响大模型发展的关键要素 5.国内外大模型的发展现状 6.大模型的发展趋势 二、AI大模型+应用 1.制约AI大模型应用的关键要素 (1)算法 (2)数据:通用数据、专业数据(行业、领域) (3)算力 2.目前国内外AI大模型主要应用方向 (1)算法: (2)数据:通用数据AIGC、行业数据、企业/个人私有数据源(知识库) (3)算力:GPU、分布式计算训练网络、云边结合、硬件AI化 3.目前在产业的应用 (1)通用:各类算法+通用AIGC大模型 (2)行业:行业大模型 (3)企业:私有化本地化部署大模型 三、AI在通信领域的具体机遇及应用 (1)产品创新: – 基于大数据分析实现的智能化产品创建 – AI技术可以助力运营商实现自动化网络管理(网络规划、维护、故障检修等) – 基于AI,可以为政企客户提供更具价值的产品(信息化系统) 案例:运营商能够基于AI实现自动化网络配置、故障排除和性能优化等功能。 (2)渠道管理: – 基于大数据AI实现渠道业绩分析 – 借助大模型生成渠道经营的可视化报表 – 依托AI实现个性化渠道运营对策 案例:运营商基于AI模型和当前数据,预测未来销售业绩 (3)营销创新: – 基于用户画像的智能需求识别与产品的智能推荐(智能产品推荐) – 基于AIGC大模型智能生成营销内容(含活动策划、内容生成等) – 基于RPA技术实现营销推送的智能化和自动化 案例:基于AI对用户画像的分析,制定针对性的个性化内容推荐 (4)客户服务: – 智能语音导航 – 智能问答系统 – 智能坐席客服 – 智能客服质检 – 智能化客户运营 案例:AI大模型智能客服 (5)风险控制: – 依托AI,实时分析网络流量和用户行为,识别异常模式 – 对安全事务做出预警、风险原因回溯 (6)内部职能部门提升效率 – 内部管理流程自动化 – 办公效率提升 案例:基于AIGC的应用,公司内部大幅提升办公效率 四、AI大模型在CHBN市场中的应用 (1)在CH公众市场的应用 – 产品设计:智慧家庭、AIPC、 – 智能化营销 – 智能客服系统 (2)在BN政企市场的应用 – 市场分析(行业、客户、竞争、外部环境等)信息及报告生成 – 市场推广:借助通用大模型,生成相关宣传资料进行投放 – 行业解决方案的生成:借助通用大模型,完成解决方案的生成 – 需求挖掘:行业客户需求挖掘及依托大模型完成客户需求的整理 – 方案定制:生成定制方案 – 项目管理:借助AI大模型+基础信息,生成进度、成本、质量、风险、资源等管理计划与项目文件 – 招投标:依托AI大模型生成相关投标文件(标书、应答文件、报价单等) – 合同:依托AI大模型完成合同的编制 – 产品使用手册:依托AI大模型生成产品适用手册、帮助文档等 (3)企业内部小模型的搭建AI Agent – 应用场景:全业务流程所涉及到的相关内容生成 – 借助低代码、无代码技术可以实现个性化的本地化应用开发 – 借助RPA技术,可以实现大模型聚合下的自动化调用 【案例】AI 智能体数字员工的搭建  
• 枫影(王鸿华):AI人工智能主推新质生产力建设
课程背景 随着数字化时代的到来,新质生产力已成为推动企业转型升级的关键力量。本课程旨在帮助企业理解新质 生产力的概念、构建路径以及如何通过AI智能实现数字化转型,特别是在通讯行业中的具体应用。 课程收获 理解新质生产力的基本概念及其与传统生产力的区别; 掌握企业数字化转型的方法论,尤其是AI技术在其中的作用; 学习AI技术在通讯行业尤其是铁通业务中的具体应用和技术要点。 课程对象 铁通公司的中高层管理人员; 技术研发团队成员; 对AI技术和数字化转型感兴趣的人员。 课程时长 1天 课程大纲 Part 1: 新质生产力概述 新质生产力定义与背景 1.1 生产力的定义与分类 经典定义与时代背景 生产力发展史  1.2 新质生产力的诞生背景 我国宏观经济发展的要求 数字经济的兴起 技术进步与市场需求变化 2. 新质生产力与传统生产力对比 2.1 核心要素比较 劳动者 劳动资料 劳动对象 2.2 效率与效果对比 生产效率 产品质量与创新能力 2.3 新质生产力提升效率的技术原理 3. 新质生产力构建路径与要求 3.1 构建路径 技术升级 人才队伍建设 3.2 实施要求 组织结构调整 文化变革 【案例】 某电信运营商的新质生产力构建案例 Part 2: 新质生产力与AI智能 1. 新质生产力与企业数字化转型 1.1 新质生产力与数字经济 新质生产力是科技驱动的 数字经济的诞生 数字经济内涵:产业数字化、数字化产业与数字社会治理 1.2 数字化转型 供给侧改革与产业升级 。 企业的数字化转型 1.3 企业数字化转型的阶段 信息化-网络技术 数字化-数字技术与物联网 智能化-AI 智慧化-AI+泛在物联 2. 企业数字化转型与AI智能 2.1 AI技术在数字化转型中的作用 数据分析与预测 自动化与智能化 2.2 AI技术的应用案例 客户体验提升 运营成本降低 3. AI的发展阶段、典型特点及应用场景 3.1 发展阶段概述 弱人工智能:机器学习、强化学习与深度学习 强人工智能:AI大模型与AI agent 3.2 应用场景示例 机器学习:巡检、越策、选择 深度学习:图像、语言 大模型:生成式 【案例】 某电信企业的AI智能转型之路 Part 3: AI智能在铁通业务中的应用 1. AI在客户服务中的应用 1.1 客户关系管理系统(CRM) 客户行为分析 需求预测模型 1.2 智能客服机器人 语音识别与自然语言处理 个性化服务推荐   2. AI在运维管理中的应用 2.1 自动化运维平台 工单处理流程优化 设备监控与维护 2.2 网络故障预测与诊断 数据挖掘技术 【案例】 利用机器学习算法预测网络故障、故障模式分析 【案例】 分析历史数据以识别常见故障类型 2.3 自动化运维平台 。 工单处理流程优化 【案例】 通过AI自动分配工单提高响应速度 。 设备监控与维护 【案例】 使用AI监测关键设备状态以预防故障 3. AI在市场营销中的应用 3.1 市场细分与目标客户识别 。 数据聚类分析 客户画像构建 3.2 营销活动效果评估 A/B测试方法 ROI计算与优化 3.3 AI大模型在营销中的应用 AI大模型哦的内容生成 AI大模型赋能智能客服系统 AI大模型下的智能营销系统 3.4 智能客服与支持 自助服务系统 【案例】 开发基于自然语言处理(NLP)的智能问答机器人,帮助用户解决常见问题。 客户支持效率提升

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