AI辅助决策支持
AI辅助决策支持是指运用人工智能技术,为决策者提供数据分析、情境模拟、预测模型等支持,帮助其在复杂的决策环境中做出更为科学和有效的决策。这一概念的兴起与信息技术的迅速发展密切相关,特别是大数据、机器学习和自然语言处理等技术的进步,使得AI在决策支持领域的应用变得更加广泛和深入。
【课程背景】
AI发展那么快,到底怎么学?
AI工具那么多,到底学什么?
对于日常办公来说,怎样用AI工具提升效率?
AI工具不怎么好使啊,写出来的东西没啥用啊?
当前,人工智能正迅速成为推动企业效率革命的关键力量。AI技术的广泛应用正在深刻地改变传统的办公方式,从自动化日常任务到提供决策支持,AI正助力企业实现更高效、智能的工作环境。本课程旨在帮助企业管理者和员工掌握AI技术在办公场景下的应用,从而提高工作效率、优化工作流程、增强决策能力,并最终推动企业的整体竞争力。
通过本课程,学员将学习到如何运用AI技术解决实际办公问题,实现个人工作效能的飞跃,以及如何为企业构建一个更加智能和高效的办公环境。
【课程收益】
Ø 学习当前主流的AI大模型,理解它们在自动化办公任务中的应用,以及如何通过这些模型提升工作效率。
Ø 掌握大模型对话技术,学习其在内容创作和高效数据处理中的应用策略和技巧。
Ø 通过实操学习,能够熟练运用AI工具进行公文写作、PPT制作和分析报告撰写,极大提升办公效率和水平。
【课程特色】
Ø 理论与实践相结合:深入讲解人工智能的基础理论,并结合丰富的实际应用案例,帮助学员全面理解AI技术在企业中的应用。
Ø 实操导向的课程设计:通过一系列动手操作的练习,让学员能够熟练掌握AI工具的使用,确保学习效果的实用性和应用性。
Ø 高度互动的学习环境:引导学员积极参与提问和讨论,创造一个开放和互动的学习氛围,从而提升学习效果和深化理解。
【课程对象】
企业各级管理人员和各级员工
【课程时长】
1天(6小时/天)
【课程大纲】
第一部分:AI综合能力认知及提示词编写
一、生成式AI的发展历程及AI工具介绍
1.生成式AI的发展历程
Ø 技术演变与关键节点
Ø 节点人物介绍
●Jürgen Schmidhuber
●Geoffrey Hinton(辛顿)
●李飞飞
2.AI工具介绍
Ø 公文写作主打——文心一言
Ø AI搜索主打——秘塔AI搜索
Ø 数据分析及方案撰写主打——豆包
Ø PPT制作主打——WPSAI AIPPT
Ø 语音及文字综合处理主打——通义
Ø 图片处理及视频生成处理主打——WHEE
二、AI时代综合能力矩阵
1.五力模型矩阵
Ø AI思维能力
Ø 人机对话能力
●熟知不同模型特征
●灵活应用不同提问结构
●拥有自己擅长的对话套路
●熟知必要咒语
Ø 工具应用能力
Ø 平台开发能力
Ø 高级开发能力
2.人和AI相处三阶模型
Ø 助手阶段
Ø 帮手阶段
Ø 协作阶段
三、三维高效对话模型
1. 结构化说出你的需求
Ø 角色设定
Ø 场景描述
Ø 结构化需求
实操案例:简单提示词和结构化提示词对比
2.三维高效对话模型
第一维:领导视角——结构化说出你的需求
实操案例:你是福州空港人事部的培训经理,负责公司员工培训--------
第二维:老板视角——出错了,给方法
实操案例:输出不准确,怎么办?
指出错误,修改提示词
第三维:上帝视角——还是出错,投喂正确方案
实操案例:如果持续出错,需求投喂正确方案
四、建立思维链——让AI隐性思维显性化
1.细节描述法
实操案例:“有点甜”公司推出一款夏季新品产品,要写营销活动的策划方案------
直接向AI提需求,输出结果是------
如果我们给AI提供更丰富的细节描述,输出结果是-------
2. 复杂问题分解法
Ø 先来说说分隔符的作用
实操案例:假设「有点甜」公司想要提高其销售效率,这是一个复杂问题。可以将其拆解成几个小问题-----
Ø 用结构化提示词来定义一个复杂问题解决专家的角色
Ø 看看AI的输出结果怎么样
Ø 再来一个例子:企业营销策划助手帮助企业制定和优化营销方案
第二部分:AI智能写作方法
一、AI辅助公文写作七步法
1.拆解工作问题(人工)
2.分析处理信息(AI)
3.判断信息质量(AI)
4.明确写作要求(人工)
5.生成文种内容(AI)
6.判断内容质量(人工)
7.精调文本内容(人工)
案例演示:七步法如何操作
二、公文写作提示词的基本写法
1.通用提示词框架
角色+背景+任务+要求
2.角色设定
3.描述背景
4.界定任务
5.明确要求
Ø 指定内容要点
Ø 框定内容结构
l 写作公式
写作公式示例:总结类材料篇章=帽段+主体段(做法)+主体段(问题)+主体段(计划
l 内容模块
对优质的公文进行拆解后,提炼出不同的段落模块
案例演示:公文写作提示词的基本写法
三、AI辅助写作工作汇报
工作汇报:有的放矢效果好
Ø 分析处理工作问题
最重要的是把上级精神搞清楚,明确汇报重点
Ø 套用公式生成内容
写作公式示例:工作汇报=标题+引言段+主要情况部分+存在问题部分+有关建议部分
Ø 判断调整修改内容
对提示词和AI工具的灵活运用,会在很大程度上影响AI生成的效果
实操演练:各部分提示词的具体写法
生成一份工作汇报的初稿
四、文案快捷写作PDCA
PDCA写作流程
Ø P 问AI拿框架
Ø D 给信息拿方向
Ø C 给框架拿结果
Ø A 给反馈拿优化
第三部分:AI辅助创作PPT
一、WPS AI智能生成PPT
1.文档转换为ppt
实操案例:文档《2023年度工作总结》输出为PPT的操作步骤
2.WPS 智能生成PPT
实操案例:在wpsPPT界面上,在开始菜单中找到“新建幻灯片”按钮,然后选择“从文字大纲导入”----
二、AI辅助制作PPT工作流
1.明确主题
用AI辅助写标题,有两个方法
一是AI提炼标题共性特征
实操案例:请根据我提供的优秀PPT标题-----
二是AI学习后生成标题
实操案例:让 AI总结提炼方法并进行学习,然后进行PPT标题的撰写
2. 梳理目录
Ø 同字串联法
实操案例:请为以下4个标题分别提炼一个能概括该句的两字词语,并且4个词语的第一个字都是”提“
Ø 拆字串联法
实操案例:把职场精英三项能力拆为T O P开头的英文单词
Ø 类比串联法
实操案例:将职场规则培训三个部分的标题,使用比喻的方式------
Ø 数字串联法
实操案例:将“高效制作工作型PPT“的目录增加一个带数字的两个字前缀词
3. 运用框架
Ø PREP框架
实操案例:用PREP框架向老板汇报,我们的产品应该涨价20%-----
假设你是某大型连锁超市的门店负责人,近期有一场双节活动,你想策划一场“双节促销活动”,请你用 PREP的结构,组织一段汇报话术----
Ø SCQA框架
实操案例:假设你的工作业绩完成得非常好,想通过本次汇报争取授权,请用SCQA 结构组织汇报内容
Ø 5W2H框架
实操案例:你要针对国庆和中秋的双节活动制作策划PPT,请用5W2H的结构梳理PPT的制作逻辑和思路
Ø SCRTV框架
实操案例:你想要说服领导,为公司员工批量购买图书,汇报内容符合 SCRTV 公式
4. 提炼内容
Ø 结构化
实操案例:1.用结构化提示词生成专业的文本结构化提炼专家
2. 对《科技行业人事管理的需求》文档进行提炼
Ø 表格化
实操案例:请对以下文字进行分析,并将其整理成一个表格的形式----
Ø 公式化
实操案例:请将以下这段话总结为一个简明扼要的公式
5. 用好金句
思路一:按照名人搜
思路二:按照主题搜
第四部分:AI制作数据分析报告
一、工具准备
1.工具准备
AI工具:豆包
二、数据分析报告的内容要求
1.合格的数据分析报告的结构
实操案例:你是一个数据分析专家,请为我列举数据分析报告的规范格式包含几个部分
2.让AI帮助生成数据分析报告
3.金字塔式的数据分析报告框架
实操案例:请使用金字塔模型一步一步为我分析数据
三、补充数据分析报告的背景
1.继续向AI提问:了解报告类型
2.还需要了解汇报对象
Ø 汇报对象最关心什么?
四、故事模型
1.故事模型的实质
情节—起伏—结尾
2.观点分析模型:SCQA模型
实操案例:
1.AI使用SCQA模型来改进叙述方式,让它生成一个新的提示词模版
2.假设你需要给老板做销售数据汇报,请你重新生成年度销售报告,其中”优化建议”的描述过程,请按照下面的步骤,一步一步为我分析
3.故事结合图表
如果你的优化建议较多,且亟待解决的问题特别紧迫:PIRSA模型
实操案例:请你按照PIRS模型,为我提供生成“2023年销售曲线”的叙述步骤,并根据叙述步骤,重生生成图表的故事化描述
结课活动:课程实操练习
Ø 回顾课程要点
Ø 学员实操使用AI工具写作工作汇报
Ø 学员分享经验和反馈
一、背景与发展历程
在过去的几十年中,随着计算机技术的不断进步,对决策支持系统的需求逐渐上升。传统的决策支持系统主要依赖于数据仓库和统计分析工具,然而,面对日益复杂和快速变化的商业环境,传统方法难以满足实时决策的需求。人工智能的出现为这一问题提供了解决方案。
早在20世纪80年代,专家系统就已经在某些领域(如医疗和金融)开始应用,然而由于计算能力和数据获取的限制,其应用范围相对狭窄。进入21世纪后,随着云计算和大数据技术的发展,AI辅助决策支持系统开始快速发展。机器学习和深度学习等技术的应用,使得系统能够处理更大规模的数据,并从中提取有价值的信息。
二、AI辅助决策支持的核心技术
- 大数据分析:AI系统能够从海量数据中提取洞察,通过数据挖掘技术,识别出潜在的趋势和模式。
- 机器学习:通过训练模型,AI系统能够在没有明确编程指令的情况下,自动学习和适应新的数据,从而提高决策的准确性。
- 自然语言处理:这一技术使得AI能够理解和生成自然语言,从而帮助决策者更好地理解数据和信息。
- 情境模拟:AI可以通过模拟不同场景下的决策结果,帮助管理者评估各种决策的潜在风险和收益。
三、AI辅助决策支持的应用领域
AI辅助决策支持的应用已扩展至多个领域,包括但不限于:
- 金融领域:在投资决策中,AI可以分析市场数据、预测股票走势,帮助投资者做出更为明智的决策。
- 医疗领域:通过对病历数据的分析,AI可以辅助医生进行诊断和治疗方案的选择,提高医疗服务的效率和准确性。
- 制造业:在生产过程中,AI可以通过数据分析优化生产流程和资源配置,降低成本,提高生产效率。
- 零售和电商:AI能够分析消费者行为数据,帮助商家制定更为精准的营销策略,从而提升销售额。
四、AI辅助决策支持的优势
- 提升决策效率:AI能够快速处理和分析大量数据,极大地缩短决策时间。
- 增强决策准确性:通过数据驱动的分析,AI能够降低人为偏见和错误,提高决策的科学性。
- 提前识别风险:AI系统可以通过预测分析,帮助决策者识别潜在的风险和挑战,从而采取相应措施。
- 支持个性化决策:AI能够根据不同用户的需求和偏好,提供个性化的决策建议。
五、AI辅助决策支持的挑战与未来发展
尽管AI辅助决策支持在许多领域展现出强大的潜力,但仍面临一些挑战:
- 数据隐私与安全:在处理敏感数据时,如何保护用户隐私和数据安全是一个重要问题。
- 算法透明性:许多AI模型如深度学习具有“黑箱”特性,决策过程不够透明,可能导致信任问题。
- 依赖性问题:过度依赖AI可能导致决策者失去独立思考的能力,影响其判断能力。
未来,AI辅助决策支持系统将继续向智能化和自动化发展。随着技术的不断进步,系统将更加智能,能够处理更加复杂的决策情境。同时,伦理和法律问题也将成为未来研究的重要方向,以确保AI的应用符合社会的道德标准和法律法规。
六、实例分析
在实际应用中,多个企业和机构已经通过AI辅助决策支持系统取得了显著成效。例如,某大型金融机构通过引入AI分析工具,大幅提升了其投资决策的效率与准确性。AI系统能够实时分析市场动向,结合历史数据,提供投资建议,帮助投资经理在瞬息万变的市场中把握良机。
在医疗领域,某医院运用AI辅助决策系统,对患者的医疗记录进行分析,辅助医生制定个性化的治疗方案。这一系统不仅提高了诊断的准确性,也大幅缩短了患者的等待时间,提升了医疗服务的整体效率。
七、结论
AI辅助决策支持是现代企业和组织提升决策效率、准确性的重要手段。通过大数据分析、机器学习和自然语言处理等技术,AI能够为决策者提供有力的支持,帮助其在复杂多变的环境中做出更为科学和合理的决策。尽管面临一些挑战,但随着技术的进步和应用的深入,AI辅助决策支持的前景将更加广阔。
参考文献
- Russell, S. & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. Pearson.
- Shin, D. H., & Kim, Y. J. (2018). The Role of Artificial Intelligence in Decision Making: A Review. Journal of Business Research.
- Chui, M., Manyika, J., & Miremadi, M. (2016). Where machines could replace humans—and where they can’t (yet). McKinsey Quarterly.
以上是关于AI辅助决策支持的全面概述,涵盖了背景、核心技术、应用领域、优势、挑战及实例分析等多个方面,提供了一个系统的理解框架供相关领域的研究者和从业者参考。
免责声明:本站所提供的内容均来源于网友提供或网络分享、搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。