數(shù)字化人工智能培訓(xùn)

【課程大綱】
一、數(shù)字化轉(zhuǎn)型與人工智能
1、數(shù)字化概念導(dǎo)入
從十四五規(guī)劃看數(shù)字經(jīng)濟
數(shù)字經(jīng)濟的核心：數(shù)字化轉(zhuǎn)型和數(shù)據(jù)要素
數(shù)字化轉(zhuǎn)型：數(shù)字化是業(yè)務(wù)和IT的深入融合
概念導(dǎo)入小互動：如果你在跟心儀的女神約會…
2、數(shù)字化頂層思維框架
精益思維：梳理業(yè)務(wù)，發(fā)現(xiàn)數(shù)字化入手點
編程思維：掌握計算機的語言，提升數(shù)字化項目成功率
數(shù)據(jù)思維：讓數(shù)據(jù)產(chǎn)生價值，展望數(shù)字化轉(zhuǎn)型的終局
案例：精益趣解-“一個強迫癥和控制狂的發(fā)病史”，從“月暈”中掌握數(shù)據(jù)思維。
小互動：在指路問路中掌握編程思維
3、我們應(yīng)該關(guān)注哪些數(shù)字化技術(shù)
基礎(chǔ)設(shè)施：解除計算機的能力封印
數(shù)據(jù)應(yīng)用：搬金磚VS挖金礦
案例：谷歌云計算，華為5G，某外貿(mào)公司營收預(yù)測
4、數(shù)字化轉(zhuǎn)型有哪三個必經(jīng)階段
Digitization：無紙化
Digitalization：高效化
Digital transformation：無人化
每個階段的關(guān)鍵技術(shù)以及數(shù)字化的決勝技術(shù)
案例：人員績效智能評估系統(tǒng)
5、數(shù)字化轉(zhuǎn)型的兩大核心半場
信息化：固化流程/信息流轉(zhuǎn)/數(shù)據(jù)積累
人工智能：找準(zhǔn)價值“點”/匹配“針”對性技術(shù)
案例：從*運動員看企業(yè)數(shù)字化轉(zhuǎn)型之路

二、AI的2大底層原理和5大底層套路
1、人工智能的2大底層原理
邏輯固化：師傅“教”徒弟
知識抽?。簬煾?ldquo;帶”徒弟
案例：預(yù)測男生是否會受女生歡迎
2、人工智能的5大底層套路
Dot & Line：知識圖譜
X-Ypairs：知識抽取
X1-X2 pairs：推薦匹配
Y→X：生成萬物
Y only：超越人類
人工智能發(fā)展的終點
案例：聯(lián)通智能客服，谷歌藥物預(yù)測系統(tǒng)，淘寶推薦系統(tǒng)，清華數(shù)字虛擬人，谷歌核聚變控制系統(tǒng)，美軍自動駕駛戰(zhàn)機
3、人工智能的6步落地法
價值驅(qū)動 or 數(shù)據(jù)驅(qū)動
機器學(xué)習(xí) ≠ 江湖算命
數(shù)據(jù)模型 VS 機理模型
大數(shù)據(jù)   ∪ 深度學(xué)習(xí)
行業(yè)專家 ||  客觀事實
行政可行 ≈  *門檻
案例：產(chǎn)線良品率提升，大型工程機械故障預(yù)測，某*汽車品牌銷量預(yù)測，工業(yè)智能無損檢測，滴滴/百度/礦山自動駕駛系統(tǒng)，AI量化交易-年化收益率1000%

三、AI如何讓你的工廠更聰明
1、工業(yè)數(shù)智化的發(fā)展階段
精益生產(chǎn)：數(shù)智化之道
發(fā)展階段總述：點→線→面→點
工業(yè)自動化：如何控制好單點設(shè)備
工業(yè)信息化：如何管理好整條產(chǎn)線
工業(yè)互聯(lián)網(wǎng)：如何串聯(lián)企業(yè)中的各個條線
智慧工廠：回歸價值點的多維突破
2、知識圖譜在工業(yè)場景的落地應(yīng)用
離散制造中的知識圖譜
流程工業(yè)中的知識圖譜
知識圖譜應(yīng)用歸類及盤點
案例：工業(yè)專家系統(tǒng)案例，工業(yè)智能問答案例。
3、知識抽取在工業(yè)場景的落地應(yīng)用
智能巡檢：提升效率
工業(yè)壽命預(yù)測：減少浪費
工業(yè)故障預(yù)測：降低風(fēng)險
工業(yè)質(zhì)檢：從實時診斷到缺陷預(yù)測
案例：某跨過生產(chǎn)企業(yè)焊接故障診斷及預(yù)測，某知名制造企業(yè)耗品壽命預(yù)測，某知名電力企業(yè)設(shè)備故障預(yù)測，某知名電力公司巡檢案例
4、其他AI套路在工業(yè)場景的落地應(yīng)用
匹配推薦：AI助力工業(yè)品營銷
最優(yōu)化：尋找最優(yōu)工藝參數(shù)及材料配比
生成網(wǎng)絡(luò)：嘗試助力設(shè)計/研發(fā)

四、數(shù)智化技術(shù)將如何重構(gòu)未來工廠業(yè)態(tài)
1、如何從“備貨型”向“訂貨型”轉(zhuǎn)變
核心問題：消滅庫存
AI銷量/需求預(yù)測
供應(yīng)商智慧管理
物流路徑最優(yōu)化
轉(zhuǎn)運過程自動化
倉庫智慧管理
案例：某*汽車品牌銷量預(yù)測，亞馬遜VS京東倉儲物流機器人對比，冷鏈物流路徑優(yōu)化案例，麥肯錫供應(yīng)商智慧遴選方案。
2、如何從“標(biāo)品”向“定制化”轉(zhuǎn)變
理想狀態(tài)：研產(chǎn)供銷服全面定制化
AI精準(zhǔn)營銷
AI自動化研發(fā)/設(shè)計
AI智能排產(chǎn)
AI智能客服
案例：一汽大眾智能營銷案例，博凱機械A(chǔ)I加速研發(fā)案例，北美石化公司智能排產(chǎn)案例，中國南方電網(wǎng)智能客服案例。
3、如何從“人工流水線”向“機器自動化”轉(zhuǎn)變 
重點設(shè)備故障預(yù)測
易耗品壽命預(yù)測
機器人安全巡檢
AI智能質(zhì)量檢測
案例：國投雅礱江水電站預(yù)測性維護項目，刀具壽命預(yù)測項目，國電智能巡檢項目，西門子焊接缺陷診斷項目
4、工業(yè)智能化的終局展望 
生產(chǎn)力極大釋放
生產(chǎn)關(guān)系極端簡單
徹底的“無人化”

數(shù)字化人工智能培訓(xùn)