课程背景BACKGROUND
新一轮科技革命和产业变革深入发展，新质生产力作为引领高质量发展的核心动力，已成为国家战略竞争的关键焦点。与此同时，在政府工作报告提出，持续推进“人工智能+”行动，围绕传统产业的数字化转型、智能化改造，是发展新质生产力的核心抓手。
聚焦至产业层面，人工智能正在催生一场前所未有的转型升级。在制造业，以“智能工厂”为代表，AI驱动的预测性维护、视觉质检、智能调度等应用，正将传统制造升级为“智造”。在能源领域，AI算法优化电网调度，提升新能源的消纳能力，助力“双碳”目标实现。在金融、交通、医疗、教育等服务业，AI也在通过智能投顾、自动驾驶、辅助诊断、个性化学习等方式，深刻改变着服务的供给模式与用户体验。
而在人工智能波澜壮阔的应用画卷中，人形机器人正以其高度拟人的形态和功能，成为下一个备受瞩目的技术风口和产业焦点。从长远看，人形机器人有望在制造业、物流、安防、医疗康复乃至家庭服务等复杂、非结构化的场景中，扮演关键角色。此外，低空经济通过空域数字化建模、无人机动态数据采集，低空资源从“可通达”升级为“可计算”。低空经济涵盖物流配送、应急救援、城市治理等30余个场景。深圳、成都等地已率先布局低空飞行示范航线，标志着低空经济进入商业化爆发期。
当前，各行业正站在“AI重构价值链”的历史拐点。那些能率先将AI技术转化为业务增量的企业，将在新一轮产业洗牌中占据制高点。本课程旨在为各行业管理者们提供一个系统性的认知框架和战略思考工具，助力管理者抓住新一轮生产力革命机遇，让科技创新真正转化为财务报表上的可见收益，推动企业在数字化浪潮中实现业务突破和可持续发展。
课程安排ARRANGEMENT
适用对象
企业各层级管理者、数字化部门负责人、相关领域人员
课程收益BENEFITS
对新质生产力的深入理解：核心理念、发展动态及其对相关行业的影响
深入剖析AI大模型应用：快速建立起系统性的AI知识体系和实践能力
AI驱动下前沿科技风向标：人工智能+行动在不同领域的典型应用案例
数转智改项目的统筹能力：制定实施数字化转型计划，提升企业竞争力
管理创新和持续学习能力：思维升级和个人能力进化，助力高质量发展
课程大纲OUTLINE
- 一、新质生产力与人工智能+
- 1. 新质生产力内涵定义及核心特征
- 2. 新质生产力必须由“三高”筑底
- 3. 新质生产力强调“质态”而非业态
- 4. 中国开展人工智能+行动的战略意义
- 5. 为什么说DeepSeek是AI普惠化里程碑
- 二、DeepSeek突围启示与科技创新1. 参数规模：千亿级参数成为主流
- 2. 技术架构：基于人类反馈反馈的强化学习
- 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
- 5. 场景重塑：AI大模型对传统产业的颠覆性影响
- 三、AI驱动下前沿技术演进风向标
- 1. 具身智能：从数字世界走向物理世界
- 2. 数字孪生：在虚拟世界中映射现实
- 案例解析：钱学森先生眼中的“数字孪生世界”
- 四、人形机器人技术突破、产业链与未来趋势
- 1. “大脑”进化：从预编程到具身智能
- 2. “小脑”协调：运动控制、环境感知与灵巧操作
- 3. “身躯”束缚：动力、关节与材料的瓶颈
- 案例解析：机器狗“挑山工”、机器人“进厂打工”
- 五、数字孪生助推低空经济高质量发展
- 1. 低空经济概述及战略价值
- 2. 政府工作报告重点发展领域
- 3. 低空经济发展前景和应用方向
- 4. 新质生产力时代经济增长新引擎5. 千亿级产业链重构空间利用模式案例解析：深圳福田区数字孪生城市管理界面、河北邮政“无人机邮路”首飞
- 六、人工智能引领产业变革和模式重构
- 案例解析：交通行业——基于“以虚控实”的智能交通布局
- 案例解析：能源电力——虚拟电网与新型电力系统建设
- 案例解析：智慧城市——从长安到雄安，未来城市图景
- 案例解析：工业制造——数字孪生工厂颠覆传统生产路径
- 案例解析：科技金融——某银行AI财报分析的效率革命
- 一、数字化是产业升级必由之路
- 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部门多名高管
- 二、数字化三个基本特征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
- 小组讨论：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？
- 三、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？
- 四、数据驱动是传统产业的短板
- 1. 数据思维：数据意识相对弱，专业能力欠缺
- 2. 数据采集：数据积累时间较长，但质量不佳
- 3. 数据贯通：数据难整合，无法发挥协同作用
- 4. 数据开发：应用场景单一，缺乏业务突破点
- 5. 数据应用：条件所限，缺少应用的成功案例
- 案例解析：某知名银行客服中心如何把人气出内伤
- 五、企业数字化运营体系构建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：数据运营开发流程、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
- 思考方向：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、企业数字化转型实践五步曲（数转模型）
- 1. 内部管理信息化
- 1）各业务系统之间联动，流程衔接自动化
- 2）简化流程、无纸化，数据埋点，从点到线到面一体
- 2. 业务流程可视化
- 1）进度清晰可见、节点流转可控
- 2）流程标准化，减少人为和不确定因素
- 3. 产品服务数据化
- 1）建立指标体系，拆解、匹配适合运营方法
- 2）分析和改善指标，以数据导向总结优化
- 4. 营销推广个性化
- 1）用户细分，需求聚焦，360°视图
- 2）线上线下深度融合，数据驱动和精准引流
- 5. 用户体验标准化
- 1）洞察痛点，快速响应，超预期满足
- 2）打造极致体验，促进留存和转化
- 行动指南：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AI发展趋势，从产品研发、技术升级、渠道拓展、管理变革、客户服务提升、资源整合利用等角度，探索现阶段AI与企业经营相结合的发展路径
- 2. 数字化转型是一个“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，制定个人或团队在企业数字化转型中的具体行动计划
