一、怎样用一套逻辑梳理所有数字化技术
1、数字化转型是什么
1)企业中的流程与人类的神经
2)企业中的信息与人类的神经信号
3)数字化:在数字世界中帮助企业构造神经系统
2、数字化顶层思维框架
1)感知:获取原始数据
2)认知:抽取关键信息
3)推理决策:形成计划
4)反馈动作:实施计划
小互动:如果你在跟心仪的女神约会……
3、我们应该关注哪些数字化技术
1)基础设施:解除计算机的能力封印
2)数据应用:搬金砖VS挖金矿
案例:谷歌云计算,华为5G,某外贸公司营收预测
4、什么是“企业经脉”和“AI针灸”
1)信息化:固化流程/信息流转/数据积累
2)人工智能:找准价值“点”/匹配“针”对性技术
5、数字化转型有哪三个必经阶段
1)Digitization:无纸化
2)Digitalization:高效化
3)Digital transformation:无人化
4)每个阶段的关键技术以及数字化的决胜技术
案例:HR绩效智能评估系统
二、人工智能的2大底层原理和5大底层套路是什么
1、人工智能的2大底层原理
1)逻辑固化:师傅“教”徒弟
2)知识抽取:师傅“带”徒弟
案例:预测男生是否会受女生欢迎
2、人工智能的5大底层套路
1)Dot&Line:知识图谱
2)X-Ypairs:知识抽取
3)X1-X2pairs:推荐匹配
4)Y→X:生成万物
5)Y only:超越人类
6)人工智能发展的终点
案例:联通智能客服,谷歌药物预测系统,淘宝推荐系统,清华数字虚拟人,谷歌核聚变控制系统,美军自动驾驶战机
3、人工智能的6步落地法
1)价值驱动or数据驱动
2)机器学习≠江湖算命
3)数据模型VS机理模型
4)大数据∪深度学习
5)行业专家||客观事实
6)行政可行≈最大门槛
案例:产线良品率提升,大型工程机械故障预测,关键部件寿命预测,黑色素瘤智能诊断,滴滴/百度自动驾驶系统,AI量化交易-年化收益率1000%
三、文科生如何1秒上手,掌握编程思维
1、基础准备
1)游戏式编程环境介绍
2)与现有的智能体互动
案例:扬言要毁灭人类的智能体“索菲亚”
2、什么是编程思维
1)编程:人类与计算机的沟通手段
2)编程思维:师傅“教”徒弟的思维
3)编程思维进阶:利用“流程”,“量化”解决问题的思维
3、函数&变量:数字世界中的量化根基
1)变量:数字世界的万能盒子
2)函数:数字世界的万能机器
3)利用Python编写自己的首个变量和函数
4、循环&判断:数字世界中的流程核心
1)循环:重复劳动的终结者
2)判断:师傅能教好徒弟的关键
3)动手利用所学知识改造“索菲亚”
5、编程思维在工作中的运用
1)Epic→task:系统需求开发背后的编程思维
2)如何利用编程思维,打破与IT人员的沟通屏障
授课方式:依托自研的游戏式编程平台展开,用户需要完成一个又一个小任务来获取分数,学习知识。
四、如何利用有趣实例,快速掌握数据思维
1、背景介绍
1)如何预测男生是否会受女生欢迎
2)数据炒菜论:如何用AI分析大数据
2、数据准备
1)如何用Python爬取数据
2)动手将excel导入编程环境
3)利用Python快速处理excel文件
3、数据分析
1)利用Python快速观察数据分析
2)利用Python对数据进行统计学分析
4、模型训练
1)员工:负责干活的AI模型
2)老板:负责挑错的AI工具
3)经理:负责指路的AI算法
4)动手训练自己首个AI模型
小互动:请三名学员,通过小游戏现场模拟AI学习过程
5、结果可视化
1)利用Python绘制简单的散点/折现/柱状图
2)Python可视化进阶展示-如何制作负责可视化系统
授课方式:依托自研的游戏式编程平台展开,用户需要完成一个又一个小任务来获取分数,学习知识。
6、总结
1)用数据思维换个角度看世界
2)解封你未曾意识到的“资源”
3)解封你未曾意识到的“力量”
五、如何在3小时内,找到智改数转突破口并形成方案
1、以价值为导向的头脑风暴
1)痛点问题罗列
2)痛点问题排序
2、X方向的可行性收敛
1)成因分析
2)关联性分析
3)样本质量分析
3、Y方向的可行性收敛
1)标签客观性
2)标签经济性
4、行政可行性收敛
1)横向行政跨越
2)纵向行政跨越
5、方案展示及讨论
1)专业可行性提升
2)行业可行性提升
授课方式:分组对抗闯关式推进,将方案形成过程拆解为若干“关卡”,授课老师会为每组提供1V1微资讯,方案展示时每组均需要面对来自其他组行业专家的“挑战”。每组分数由其他组互评给出。
课程背景:数字化转型与智能化改造的概念虽然一直被热炒,却很难完成落地。相信您并不是第一次听到“数字化”和“人工智能”这样的名词,但却很少有人能够具象清晰地把这些名词解释清楚。想要梳理清楚纷繁复杂的数智化转型技术并找到关键点?想要了解您所在行业的数智化转型案例以及背后的经验教训?企业有意尝试数智化转型,但立项时却无从下手,难以形成具体方案?企业已经立项的数智化项目,总是半途而废或者草草收场,却找不到原因?公司业务部门和IT/算法部门的同时沟通存在障碍,导致数智化项目推进缓慢?