人工智能化——AI大模型企業(yè)級應用

【課程對象】：企業(yè)領導、PMC\生管物控\資材、生產制造系統(tǒng)、設備部\動力部、工程及技術研發(fā)（PE、ME）部、信息技術部、品質管理部、財務管理、供應鏈系統(tǒng)、人力資源系統(tǒng)其他部門主管級以上管理人員。

【課程時間】：2天（6H／天）

【課程背景Background】

AI大模型是一種理念、也是一種給革命性的創(chuàng)新，涉及到社會的各行各業(yè)。做為制造業(yè)的我們該如何在這一波變革中獲得先機，理解AI大模型對于企業(yè)經營管理的聯(lián)系，學會AI人工智能大模型的基本原理，找到符合自身人工智能變革應用的思路，逐步推行AI大模型應用級的構建路徑?！悄壳跋冗M制造型企業(yè)應著手應對的事情了。

在管理中長期以來的一些痛點時刻困擾著我們，例如： 某一個訂單到底接不接？插單、改單、急單到底該如何處理？一名員工表現(xiàn)的很好，該不該漲工資、該漲多少？一件突發(fā)事件到底該如何處理、誰去處理、在何時處理、需要什么資源處理、處理到何種狀態(tài)等。。。通常我們的傳統(tǒng)做法是“開個會吧、研究研究”，管理者想破腦袋竭盡全力的做了許多行動，可效率如何？效果如何？現(xiàn)代企業(yè)經營管理都是復雜的，都會面臨如此多的挑戰(zhàn)和問題，我們能否考慮AI大模型呢？用機器替代人工實現(xiàn)“快速思考、快速決策、精準反應”，模擬構建一個企業(yè)級的智能秘書。。。這就是AI大模型在企業(yè)中應用遠景。

可做為崇尚先進制造理念的我們，推進人工智能不能是一句口號、更不能只是一種隨波逐流，這不僅需要“智慧、思維、力量和資源“，更需要企業(yè)在管理上“動作規(guī)范、標準數(shù)據(jù)、計算能力”；本課程之主旨是厘清AI大模型的科學歷練基礎、基本構建架構、核心運作規(guī)律和管理系統(tǒng)的升級路徑、舊思想與新事物的關聯(lián)和聯(lián)動性、智能制造技術要素和變革進程，使用大量模擬和真實案例，是企業(yè)級AI人工智能導入的必備課程，期待您的選擇??！

【培訓大綱 Outline】

破冰分享！ 發(fā)展中的中國制造（問題、機遇、方針、思路）

1. 看外面：中國制造業(yè)的現(xiàn)狀：優(yōu)勢->劣勢->問題->解決思路

2. 看內部：中國制造業(yè)的管理問題（從產銷->執(zhí)行->品質->交期->成本）

3. 做規(guī)劃：國務院《中國制造的目標與階段、五大轉變一條主線》

4. 先互動：AI 大模型在企業(yè)中的重要性！

第一講 AI 大模型結構性認知——總體框架

1. 模型基本結構圖

A. 輸入層——接收

B. 隱藏層——處理

C. 輸出層——結果

D. 總結比喻：就好像一個人有一個念頭，接收信息、綜合思考、產生結果的過程。

2. 三層聯(lián)動體制

A. 完整：缺一不可

B. 聯(lián)動：緊密配合

C. 應用：追求精準

第二講 AI大模型底層運作核心——神經元和神經網絡

1. 神經元和其作用

A. 是一個集“信息規(guī)范收集、信息規(guī)格處理和信息判斷結果”的綜合體

B. 大模型的底層基礎

C. 完整性、關聯(lián)性很重要

2. 神經元的運作之一——信息規(guī)范收集、信息的規(guī)格處理

A. 【神經元表示圖】

B. 輸入：信息

B. 權重：概率

C. 求和：可行性

D. 總結比喻：“眼睛、耳朵等感官收集的信息就好比 AI 大模型里面的‘神經元’?！?/span>

3. 神經元的運作之二——激活函數(shù)&偏執(zhí)

A. 有了信息后該做何種思考？

B. 思考后的執(zhí)念調整系數(shù)

C. 總結比喻：人們通常的”權衡利弊“做出“決策”

4. 神經網絡——諸多神經元連接構成的一種結構

A. 【神經網絡圖】

B. 各種神經元相互連接構成的結構

C. 總結比喻：“思考不同的信息的關聯(lián)性就是‘神經元互相連接的神經網絡’?！?/span>

5. 神經元和神經網絡的【現(xiàn)場模擬案例】

A. 【加薪AI大模型圖】一名員工該不該漲工資？漲多少？

B. 【生產訂單排產AI大模型圖】一張訂單該排到何時生產？

第三講 AI大模型機器學習——精度越高應用價值越大

1. 機器學習的重要性和目的——輸出結果與精度測試

A. 沒有任何一件事情是一次就絕對精準的！

B. 先試一下、再調整——用機器來做效益最好！

C. 總結比喻：“最后產生一個結論就是 AI 大模型給你結果，當然這個結果還得‘不停的精度測試’最終產生一個‘精密的值’。”

2. 機器學習的修正與調整

A. 第一、信息篩選

B. 第二、激活函數(shù)與偏執(zhí)

C. 第三、不斷重復直至輸出一個相對接近的“精密的值”！

D. 第四、大模型構建成功和應用

3. 機器學習的成本代價

A. GPU的發(fā)展

B. GPU在中國的局面

C. 算力和投入的代價

第四講 AI大模型企業(yè)級應用建設體系——規(guī)則標準化與信息數(shù)據(jù)化建設

1. 沈懷金中國制造的“四化變革”路徑之體系構思

A. 標準化、信息化、數(shù)字化、人工智能化

B. 只有1規(guī)則標準化

C. 并且2動作信息化

D. 做到3結果數(shù)據(jù)化

E. 達成4決策行動智能化

2. 成就AI大模型企業(yè)級應用之一——規(guī)則標準化精要

A. 這一塊是最起碼的，但卻是大多數(shù)中國制造企業(yè)的“管理痛點”

B. 基礎條件：人、機、料、法、環(huán)、質、測

C. 供應規(guī)則：采購、供應商、物流倉儲

D. 生產規(guī)則：接單、跟單、生產、交付

E. 銷售規(guī)則：市場策略、銷售規(guī)則、客戶管理

3. 成就AI大模型企業(yè)級應用之二——動作信息化精要

A. 這一部分很少中國制造企業(yè)做到“真的確實可行”

B. ERP、MES、MOM、WMS

C. RFID、AGV、傳感器、設備自動化

4. 成就AI大模型企業(yè)級應用之三——動作數(shù)據(jù)化精要

A. 這一點絕大多數(shù)中國企業(yè)都需“大功夫優(yōu)化”

A. 可識別的、可獲取的電子數(shù)據(jù)

B. 冗余度、一致性、安全性、保密性

5. 成就AI大模型企業(yè)級應用之四——決策行動智能化精要

A. 如做好了上述三化“AI大模型成功率很高”

B. 理念先進、想法統(tǒng)一、認知一致

C. 戰(zhàn)略清晰、代價清晰、目標清晰

第五講 課程總結

（課綱順序和內容可根據(jù)需要進行微調）

沈懷金老師的其它課程