課程分類： DS賦能運(yùn)用

課程目標(biāo)：
1.1產(chǎn)品前沿：Deepseek
1.2 政策前沿：2025人工智能七大政策趨勢
1.3 能力前沿：大模型四大關(guān)鍵技術(shù)（意圖識別、ICL、COT、IF）
1.4 局限前沿：大模型短板（缺乏領(lǐng)域知識、缺乏復(fù)雜多步推理）

課程對象：

課程時間：

第一章：AI行業(yè)趨勢洞察
1.1產(chǎn)品前沿：Deepseek
1.2 政策前沿：2025人工智能七大政策趨勢
1.3 能力前沿：大模型四大關(guān)鍵技術(shù)（意圖識別、ICL、COT、IF）
1.4 局限前沿：大模型短板（缺乏領(lǐng)域知識、缺乏復(fù)雜多步推理）
第二章：運(yùn)營商通用機(jī)會洞察
2.1 市場洞察：「需」聚焦市場
洞悉AI在市場端的關(guān)鍵需求與機(jī)會。
2.1.1需·洞察：政企AI需求洞察
2.1.2需·商機(jī)：熱點(diǎn)領(lǐng)域商機(jī)洞察
2.1.3需·期望：政企對AIGC的期望
2.1.4需·兩端：B端起步，C端成熟
2.1.5需·爆發(fā)：政企單點(diǎn)機(jī)會爆發(fā)
2.1.6需·融合：政企的機(jī)會與咨詢融合
2.2 技術(shù)洞察:「技」贏未來
剖析AI技術(shù)發(fā)展脈絡(luò)，從階段到層次，再到關(guān)鍵方向。
2.2.1技·三階：Copilot、Agent、Coworker 三個階段
2.2.2技·五層：AI技術(shù)發(fā)展的五個層次
2.2.3技·重心：2025年AI技術(shù)發(fā)展的重心
2.2.4技·預(yù)訓(xùn)：預(yù)訓(xùn)練放緩但仍然重要
2.2.5技·后訓(xùn)：后訓(xùn)練價值凸顯
2.2.6技·推理：推理走向舞臺中央
2.2.7技·并進(jìn)：模型的 Scale Up 與 Scale Down 并行
2.2.8技·垂直：模型的垂直化
2.2.9技·開源：模型的開源化
2.3 產(chǎn)品洞察:「產(chǎn)」生新范式
講解AI產(chǎn)品形態(tài)的迭代與交付方式的新變革。
2.3.1產(chǎn)·范式：新的產(chǎn)品范式
2.3.2產(chǎn)·交付：新的交付形式
2.3.3產(chǎn)·組合：TPF & PMF
2.3.4產(chǎn)·雙核：Agent & RAG
2.3.5產(chǎn)·洋蔥：產(chǎn)品側(cè)——從“土豆”到“洋蔥”
2.3.6產(chǎn)·適配：AIGC適合的場景
2.3.7產(chǎn)·排除：AIGC不適合的場景
2.3.8產(chǎn)·切口：大模型應(yīng)用場景評估——切口要小
2.3.9產(chǎn)·拆解：場景拆解四步法
2.4 競爭洞察:「競」勢分化
分析大模型競爭格局的多元化與典型模式。
2.4.1競·分化：競爭趨于分化
2.4.2競·服務(wù)：競爭模式差異化——模型服務(wù)
2.4.3競·API：競爭模式差異化——模型API
2.4.4競·搭建：競爭模式差異化——模型應(yīng)用搭建
2.4.5競·模式：大模型競爭模式
2.4.6競·特點(diǎn)：大模型競爭特點(diǎn)
2.4.7競·玩家：典型玩家
三、AI賦能印染企業(yè)
3.1設(shè)計(jì)與研發(fā)優(yōu)化
智能圖案生成
個性化定制服務(wù)

3.2生產(chǎn)流程智能化
工藝參數(shù)優(yōu)化
設(shè)備預(yù)測性維護(hù)
3.3質(zhì)量控制與檢測升級
自動化缺陷檢測
色牢度預(yù)測模型
3.4綠色生產(chǎn)與可持續(xù)發(fā)展
污染物排放監(jiān)控
資源循環(huán)利用
3.5供應(yīng)鏈與企業(yè)管理革新
智能排產(chǎn)與庫存管理
供應(yīng)鏈協(xié)同優(yōu)化