|
人工智能技术应用及企业数字化发展 梁力军 背景一：制造业的人工智能技术应用 2020 年新一代人工智能技术在全球制造业的渗透率尚不足 2%，随着生产设备产生的大量可靠、稳定、持续更新的数据逐步被挖掘和利用，预计到 2025 年渗透率将超过 10%, 可带动制造业智能化升级市场规模突破 100 亿美元。 人工智能在先进制造业领域还有非常大的应用潜力，目前人工智能可以为制造企业提供视觉检测、自动化控制、智能化校准以及问题根源分析等解决方案。未来在机器视觉领域，除了在微观层面质量检测方面的应用，还可以训练机器人感知周围的环境、避免中断或者危险。此外，人工智能还可在制造业领域中的自适应制造、自动质量控制、预防性维护、无人驾驶等领域应用。 背景二：企业大数据与工业大数据发展 随着大数据时代的来临，大数据已经成为各类企业的核心资源，更是企业数字化转型的关键。传统的企业信息化存在信息孤岛、标准不统一、数字质量低、数据处理能力差等问题，无法满足企业大数据管理和使用的需求。 随着国家大数据战略制定与实施，大数据成为企业的核心资源，且数据资产管理效率与企业经营业绩成显著的正相关。数据的有效资产化，有利于帮助企业从运营决策、业务优化、成本控制和营销支持等方面实现数据资产增值。因此，重新审视并构建企业大数据资产管理体系，对企业的数据资源进行战略性规划与运用，使数据资产成为企业经营管理的核心，提升企业智能决策及精细化管理水平，全面提升企业核心竞争力。 背景三：企业数字化转型 企业数字化转型就是利用数字化技术推动企业业务模式、组织架构和企业文化等方面的变革。通过挖掘数据的价值，发现企业运营中可以改善的地方，甚至开发新的业务模式。开展数字化转型的企业生产效率会更高，浪费会更少，风险也更小，有些甚至带来了数字化创新收入，在企业残酷竞争中可以占据优势。 企业数字化转型一般包括数字化业务优化和数字化业务转变两类。前者不改变现有收入来源与商业模式，只是优化管理、提升效率、开源节流、防范风险；而后者可能是行业的颠覆者，它往往是跨界竞争，收入与商业模式都会改变。但无论哪种类型，其实质都是想通过数字化手段加快企业转型升级，寻求创新发展新路径。 清晰了解人工智能及大数据技术发展、特点及数字化发展，将有助于现代企业积极改变生产、运营思维，并积极利用人工智能及大数据技术提升自身管理能力和综合竞争力。 线下培训时长计划为 6 小时。 上半场主题：人工智能及其应用 下半场主题：大数据及企业数字化 本课程内容适合但不限于商业银行、保险公司、证券公司等金融机构和生产制造型企业、互联网企业的信息科技、风险管理、内控与合规、内部审计、运营支持、零售金融、公司金融等部门的高级管理人员和专业人员。 课件讲授：制作人工智能及大数据技术的课件内容，进行现场授授课。 视频素材：在授课过程中，播放具有代表性和时代性的人工智能及大数据技术应用视频，并就视频进行解读。 案例素材：分享金融、电子商务、医疗、汽车、工业制造等不同领域的典型案例，并进行案例分析。 互动讨论：授课过程中，讲师组织参训人员进行团队式讨论，并会与参训人员进行互动，评析团队讨论结果。 本课程既具有宏观高度、也同时具有知识拓展性。基于实际案例和实际应用视角解读人工智能，剖析人工智能及大数据技术在生产、生活领域的具体应用场景和应用入口，使参训人员能够树立起互联网思维、从而以发展的眼光来审视人工智能。具体收益如下： 清晰了解人工智能及大数据技术原理、特点及各领域应用 掌握人工智能及大数据技术对客户画像和营销带来的变化 掌握人工智能及大数据技术对电子商务领域带来的变化 掌握人工智能及大数据技术对工业企业产生的影响与变化 课程大纲： (一) 人工智能基本认知 1. 人工智能时代的到来 n 视频素材解析 n 案例素材解析 n 人工智能内涵理解 n 人工智能起源与发展史 2. 人工智能及其主要技术 n 机器学习 n 自然语言处理 n 知识图谱 n 搜索引擎 3. 人工智能应用发展 n 大数据与 AI 的融合应用 n 区块链与人工智能的融合应用 n VR/AR 与人工智能的融合应用 4. 人工智能与大数据技术的关系 n 大数据是人工智能的基础 n 数据分析与人工智能平台的融合 n 人工智能拓宽大数据技术的应用场景 (二) 人工智能应用逻辑 1. 人工智能功能与问题求解 2. 逻辑推理与定理证明 3. 自然语言理解及应用解析 4. 自动程序设计及应用解析 5. 机器学习及应用解析 6. 神经网络及应用解析 7. 模式识别及应用解析 8. 机器视觉及应用解析 9. 智能控制及应用解析 10. 智能检索及应用解析 (三) 人工智能的商业应用 1. 人工智能与汽车行业应用 2. 人工智能与智慧制造应用 3. 人工智能与智慧物流应用 4. 人工智能与医疗行业应用 5. 人工智能与智慧交通应用 6. 人工智能与智慧城市应用 7. 人工智能与智能零售应用 8. 人工智能与智慧金融应用 (四)大数据及其技术与应用 1. 大数据的内涵与实质 2. 大数据的特征 3. 大数据主要技术 4. 大数据主要应用 5. 大数据发展与未来 (五) 工业大数据认知及其应用 1. 工业大数据的产生与类型 2. 工业大数据折挖掘技术及其分析 3. 工业大数据应用场景及趋势 (六) 企业数字化转型：走向“智能化”与“智慧化” 1. 企业数字化转型内涵 2. 工业互联网与工业物联网的发展 3. “智能制造”’走向“智慧制造” n 离散型智能制造模式 n 流程型智能制造模式 n 网络协同智能模式 n 大规模个性化定制模式 n 远程运维模式 4. 企业数字化转型路径与措施 n 生产环节的多种人工智能及大数据技术嵌入（如计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术） n 产品质量改进与缺陷检测、生产工艺过程优化、设备健康管理、故障预测与诊断等关键环节的人工智能及大数据技术应用 n 目标产品的人工智能及大数据技术应用（智能感知、模式识别、智能语义理解、智能分析决策等核心技术）
| 
