課程分類： DS賦能運用

課程目標：
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：運營商通用機會洞察
2.1 市場洞察：「需」聚焦市場
洞悉AI在市場端的關(guān)鍵需求與機會。
2.1.1需·洞察：政企AI需求洞察
2.1.2需·商機：熱點領(lǐng)域商機洞察
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)：政企單點機會爆發(fā)
2.1.6需·融合：政企的機會與咨詢融合
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：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：大模型競爭特點
2.4.7競·玩家：典型玩家
三、AI賦能印染企業(yè)
3.1設(shè)計與研發(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
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