課程描述INTRODUCTION
· 高層管理者· 中層領(lǐng)導(dǎo)· 其他人員



日程安排SCHEDULE
課程大綱Syllabus
產(chǎn)業(yè)信息技術(shù)培訓(xùn)
第一單元:前沿科技趨勢(shì)與產(chǎn)業(yè)數(shù)字化變革
一、科技創(chuàng)新與產(chǎn)業(yè)升級(jí)
1. 國(guó)家戰(zhàn)略和頂層設(shè)計(jì)
2. 新一代信息技術(shù)應(yīng)用賦能
3. 技術(shù)創(chuàng)新與業(yè)態(tài)創(chuàng)新并重
4. 布局新基建,加速產(chǎn)業(yè)數(shù)字化進(jìn)程
【案例解析】消費(fèi)互聯(lián)網(wǎng)VS產(chǎn)業(yè)互聯(lián)網(wǎng)
二、AI大模型開啟新范式
1. 從聚合式到生成式
2. 從標(biāo)準(zhǔn)化到個(gè)性化
3. 人機(jī)對(duì)話VS自我進(jìn)化
4. 各國(guó)科技巨頭們紛紛入局
【案例解析】比爾蓋茨發(fā)公開信:未來(lái)已來(lái)
三、大數(shù)據(jù)+大算力+強(qiáng)算法=大模型
1. 參數(shù)規(guī)模:千億級(jí)參數(shù)成為主流
2. 技術(shù)架構(gòu):GPT--基于反饋的強(qiáng)化學(xué)習(xí)
3. 模態(tài)支持:文本、圖片、影像、語(yǔ)音等多模態(tài)
4. 應(yīng)用領(lǐng)域:通用大模型VS行業(yè)大模型
【案例解析】阿里達(dá)摩院大語(yǔ)言模型PLUG
四、通用大語(yǔ)言模型三項(xiàng)核心能力
1. 文字歸納提煉和文案撰寫能力
2. 自然語(yǔ)言處理和邏輯推理能力
3. 商業(yè)邏輯洞察和系統(tǒng)輸出能力
【案例解析】馬斯克為什么呼吁暫停ChatGPT
五、人工智能時(shí)代的新興機(jī)遇和挑戰(zhàn)
1. 用想象力、創(chuàng)造力駕馭AI應(yīng)用
2. 發(fā)現(xiàn)問題的能力比解決問題更重要
3. 跨界融合與創(chuàng)新驅(qū)動(dòng)是新時(shí)代標(biāo)配
4. 潛在風(fēng)險(xiǎn):信息濫用、數(shù)據(jù)安全、科技作惡
第二單元:產(chǎn)業(yè)升級(jí)背景下數(shù)字化轉(zhuǎn)型實(shí)施策略
一、數(shù)字化是企業(yè)轉(zhuǎn)型必經(jīng)之路
1. 數(shù)字化的內(nèi)涵、價(jià)值、底層邏輯和*目標(biāo)
2. 數(shù)字化背景下,企業(yè)生存之道——保持危機(jī)感
3. 什么是數(shù)字化轉(zhuǎn)型六度法則,如何將數(shù)字化真正落地
【案例解析】德國(guó)大眾為什么炒掉軟件公司多名高管
二、數(shù)字化的三個(gè)基本特征
1. 業(yè)務(wù)數(shù)據(jù)化——消滅物理介質(zhì)
2. 流程標(biāo)準(zhǔn)化——減少人為干預(yù)
3. 管理精細(xì)化——全程閉環(huán)可控
【案例解析】華為數(shù)字化工具應(yīng)用的啟示
三、企業(yè)數(shù)字化轉(zhuǎn)型常見問題
1. 戰(zhàn)略層面缺乏系統(tǒng)性頂層設(shè)計(jì)
2. 業(yè)務(wù)層面信息化基礎(chǔ)相對(duì)薄弱
3. 實(shí)施層面技術(shù)與業(yè)務(wù)容易脫節(jié)
4. 組織層面人才隊(duì)伍上儲(chǔ)備不足
四、數(shù)字化轉(zhuǎn)型落地三個(gè)要點(diǎn)
1. “科技+業(yè)務(wù)”雙輪驅(qū)動(dòng)
2. 讓聽得見炮火的士兵做決定
3. 借助專業(yè)第三方力量推進(jìn)實(shí)施
【案例解析】某銀行信用卡中心如何把人氣出內(nèi)傷
五、數(shù)字化轉(zhuǎn)型實(shí)踐五步曲(數(shù)轉(zhuǎn)模型)
1. 內(nèi)部管理信息化
(1)各業(yè)務(wù)系統(tǒng)之間聯(lián)動(dòng),流程銜接自動(dòng)化
(2)簡(jiǎn)化流程、無(wú)紙化,數(shù)據(jù)埋點(diǎn),從點(diǎn)到線到面一體
2. 業(yè)務(wù)流程可視化
(1)進(jìn)度清晰可見、節(jié)點(diǎn)流轉(zhuǎn)可控
(2)流程標(biāo)準(zhǔn)化,減少人為和不確定因素
3. 產(chǎn)品服務(wù)數(shù)據(jù)化
(1)建立指標(biāo)體系,拆解、匹配適合運(yùn)營(yíng)方法
(2)分析和改善指標(biāo),以數(shù)據(jù)導(dǎo)向總結(jié)優(yōu)化
4. 營(yíng)銷推廣個(gè)性化
(1)用戶細(xì)分,需求聚焦,360°視圖
(2)線上線下深度融合,數(shù)據(jù)驅(qū)動(dòng)和精準(zhǔn)引流
5. 用戶體驗(yàn)標(biāo)準(zhǔn)化
(1)洞察痛點(diǎn),快速響應(yīng),超預(yù)期滿足
(2)打造*體驗(yàn),促進(jìn)留存和轉(zhuǎn)化
第三單元:思維升級(jí)與數(shù)字化素養(yǎng)能力提升
一、用戶思維——技術(shù)轉(zhuǎn)化能力
1. 傻瓜式、簡(jiǎn)單可依賴
2. 不要讓用戶做選擇題
3. 需求洞察與痛點(diǎn)捕捉
4. 用戶需求VS應(yīng)用場(chǎng)景
【案例解析】郵政VS順豐,用戶的槽點(diǎn)在哪里
二、產(chǎn)品思維——業(yè)務(wù)打磨能力
1. 無(wú)痛點(diǎn),不產(chǎn)品(服務(wù))
2. 做減法,不做加法(功能)
3. 小步快跑,快速迭代(效率)
4. 避免過度的流程設(shè)計(jì)(機(jī)制)
【案例解析】瞬間白癡論——喬布斯1秒、馬化騰3秒、張小龍5秒
三、數(shù)據(jù)思維——數(shù)據(jù)驅(qū)動(dòng)能力
1. 沒有小數(shù)據(jù),只有大數(shù)據(jù)
2. 數(shù)據(jù)是商業(yè)模式關(guān)鍵支點(diǎn)
3. 數(shù)字化運(yùn)營(yíng)三個(gè)核心指標(biāo)
4. 數(shù)據(jù)開發(fā)應(yīng)用的四個(gè)層面
【案例解析】比亞迪“D1”電動(dòng)側(cè)滑門的數(shù)據(jù)支撐
四、創(chuàng)新思維——持續(xù)輸出能力
1. 創(chuàng)新不是瞎折騰
2. 創(chuàng)新不是耍小聰明
3. 創(chuàng)新是“有中生無(wú)”
4. 創(chuàng)新是發(fā)現(xiàn)更多可能性
【案例解析】支付寶遭遇的“珍珠港偷襲”
產(chǎn)業(yè)信息技術(shù)培訓(xùn)
轉(zhuǎn)載:http://www.moqiwei.com/gkk_detail/319063.html
已開課時(shí)間Have start time
- 張世民
人工智能內(nèi)訓(xùn)
- 人工智能項(xiàng)目解決方案及應(yīng)用 胡國(guó)慶
- 智慧油田與石油石化行業(yè)數(shù)字 胡國(guó)慶
- AI賦能保險(xiǎn)工作效率提升( 龔勛
- 提效、促能好抓手-AI人力 伍純
- 連接+算力+能力 ”賦能數(shù) 胡國(guó)慶
- AI Deepseek深度 張勝
- 人工智能與智慧交通 胡國(guó)慶
- 《AI助力PPT與短視頻制 馬建強(qiáng)
- 《AI助力-企業(yè)大學(xué)搭建》 孫倩
- 人工智能生成內(nèi)容、元宇宙、 胡國(guó)慶
- 《智軌通途 AI賦能》? 羅蘊(yùn)姣
- 交通行業(yè)前沿:智慧交通與車 胡國(guó)慶