时间

课程纲要

第1天

主题1：技术能力与基础设施

聚焦“人工智能+”行动的基础支撑-算力、数据、工程化、能力中心。

一、AI基础设施规划与架构

1.AI四要素：数据/模型/算力/平台 + 政策适配维度

2.数据产权与价值分成机制

3.企业算力布局与“东数西算”协同

4.MaaS与“智能体即服务”模式

5.开源 vs 商用平台评估（含政策优先级）

6.案例：标杆企业AI架构对接国家智算网

7.分组：行业基础设施蓝图设计（含政策资源对接）

8.工具：基础设施成熟度 + 政策对齐度评估

二、数据治理与安全体系

1.数据治理全流程 + 行业合规细则

2.隐私计算在跨行业数据共享的应用

3.AI场景下的数据安全要点（工业、金融、医疗等）

4.智能体/终端数据脱敏标准

5.AI伦理追溯：数据血缘与可解释性

6.演练：设计数据安全风险评估表（含政策风险）

7.跨部门/生态合作方权限设计

8.案例：农业与工业数据治理实践

三、AI工程化与团队协作

1.AI生产级六大标准 + 智能原生适配

2.CI/CD流水线与国家智算资源对接

3.模型漂移监控与版本控制（农业/工业案例）

4.业务需求与政策导向需求翻译

5.AI敏捷协作与生态协同冲刺模式

6.政策合规 vs 业务需求的冲突解决

7.对比MLOps平台的政策适配能力

8.演练：修复一个因政策不合规而失败的AI项目

四、企业AI能力中心建设

1.AIC的四种组织形态 + 全球合作模块

2.人才梯队：算法、数据产品、AI伦理治理、开源贡献型人才

3.内部孵化 vs 外部生态合作优先级

4.成本分摊机制：国家智算/中试基地服务

5.大模型生态参与路径（科学大模型、行业大模型）

6.案例：农业/医疗企业的AIC建设

7.关键指标：ROI + 政策红利转化率

8.行动指南：AIC建设优先级清单

第2天

主题2：行业转型与落地实战

聚焦“人工智能+”的六大重点领域 - 科技+产业+消费+民生+治理+全球合作

一、行业AI转型路径分析

1.制造业：预测性维护 → 工业全要素智能化

2.零售业：“AI+消费”场景与智能终端联动

3.金融业：反欺诈/智能投顾的合规落地

4.教育业：“AI+教育”全流程（智能学伴/教师）

5.农业：AI育种体系与智能农机调度

6.医疗健康：基层诊疗AI助手与医保优化

7.行业差异对比表（政策导向优先级）

8.小组任务：绘制行业AI机会地图（标注政策资源节点）

9.专家点评：识别伪需求与政策红线

二、职能部门AI场景实战

1.HR：AI招聘、培训 → “AI+工作方式”

2.财务：智能稽核、税务AI → “AI+财政支持”

3.市场营销：生成式AI个性化内容 → “AI+消费”

4.客服：智能体客服多模态应用

5.政务：企业参与“AI+政务”的对接方案

6.农业技术岗：对接国家农业大模型的育种与农机AI调度

7.场景优先级评估矩阵（含政策激励权重）

8.工作坊：用5W1H拆解部门需求（融入政策要求）

9.避坑指南：AI幻想与政策红线

三、规模化落地与变革管理

1.试点选择“黄金标准” + 政策鼓励场景优先

2.三阶段资源匹配（地方补贴 → 国家中试基地 → 国际合作）

3.文化阻力破解 + “智能向善”理念宣贯

4.变革曲线管理：增加政策/生态对接干系人

5.失败模式分析：政策适配失败案例

6.AI项目路线规划（阶段目标对齐“人工智能+”指标）

7.高层共识与国家战略嵌入

8.风险清单（AI伦理/算力适配/数据产权/国际合规）

四、行动计划与总结

1.实操：企业AI成熟度自评 + 政策对齐度评估

2.路径规划：技术-业务-组织-政策四线并行

3.协同机制：跨部门与生态协同KPI

4.资源池搭建：国家/行业/国际资源清单

5.结业汇报：结合企业实际提出“人工智能+”落地结合点

6.输出成果：企业 90天AI变革行动计划