李勇：AI时代数据要素结合企业应用场景创造价值

李勇注册讲师 5查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 36998

联系老师

适用对象

企业中层管理人员、数据要素生成及治理相关人员、对AI时代数据要素感兴趣的人士；

课程介绍

讲授专家：李勇

培训对象：企业中层管理人员、数据要素生成及治理相关人员、对AI时代数据要素感兴趣的人士；

课程时间：1天 (6小时）

课程背景：

在AI时代的宏观趋势下，本课程旨在解决学员在数据要素结合企业应用场景中遇到的问题，提升学员对数据驱动企业价值的认知。课程将结合最新技术动态和实战案例，深入探讨数据要素与AI大模型在客服等领域的具体应用场景，以及如何通过发现和优化应用场景为企业创造价值。课程具备前瞻性、实用性和可操作性。

课程收益：

培训完结后，学员能够：

了解AI大模型及其在企业发展中的机遇和挑战；

掌握数据、AI大模型及企业应用之间的关联关系；

理解数据要素的概念及其在AI大模型中的具象应用场景；

学会发现企业应用场景的方法论；

通过案例学习和探讨，了解数据要素结合客服等领域创造的价值；

进行上机实操演练，增强实际应用能力。

课程大纲：

单元	大纲	内容
单元一	AI大模型及其在企业中的机遇与挑战	1. AI大模型的介绍与分类 2. AI大模型在企业中的应用现状 3. AI大模型带来的机遇与挑战 4. 案例分享：AI大模型在企业中的成功实践
单元二	数据、AI大模型及企业应用的关联关系	1. 数据要素的概念与分类 2. 数据要素在AI大模型中的作用 3. 企业应用中的数据要素需求 4. 数据、AI大模型及企业应用的互动关系 5. 案例研讨：如何优化数据要素以提升企业应用效果
单元三	数据要素的本质及其与AI应用、向量数据库的关系	1. 数据要素的本质与内涵 2. 数据要素与AI应用的相互关系及优化方法 3. 数据要素与向量数据库的联系及应用场景案例研讨：如何运用数据要素提升AI应用效果
单元四	数据要素结合AI大模型的具象应用场景	1. 客服领域的数据要素应用场景 2. 数据要素在智能客服中的实际应用 3. 数据要素结合AI大模型提升客服效率与价值 4. 案例分享：数据要素在客服领域的成功实践 5. 互动环节：学员探讨其他领域的数据要素应用场景
单元五	发现企业应用场景的方法论	1. 企业应用场景的定义与分类 2. 发现企业应用场景的方法与技巧 3. 优化企业应用场景的策略与实践 4. 案例研讨：如何发现并优化企业应用场景 5. 互动环节：学员分享发现企业应用场景的经验与心得
单元六	数据要素结合客服创造价值案例探讨	1. 数据要素在客服中的价值体现 2. 数据要素结合AI大模型提升客服效率与价值 3. 案例分享：数据要素结合客服创造价值的成功案例 4. 互动环节：学员探讨数据要素结合其他领域创造价值的可能性
单元七	上机实操演练与总结	1. 上机实操演练安排与说明。 2. 学员分组进行实操演练，包括数据要素分析、AI大模型应用、企业应用场景发现与优化等环节 3. 实操演练成果展示与评价，分享经验与心得

李勇老师的其他课程

• 李勇：AI时代企业数据经营分析和数理统计: 讲授专家：李勇培训对象：互联网时代，希望学习数据分析的人士；课程时间：1天 (6小时）课程背景：数据分析结果是否有效、是否能体现应有的价值，有时关系着企业经营的成败，但到底该如何确保数据分析的结果是有效的呢?本课程通过“案例+方法”的方式为数据分析人员提供全面、实用的理论指导和丰富、有效的实战案例。本课程系统、详细地介绍了数据分析知识的框架，分别从数据分析的类型、数据分析的作用、数据分析的步骤等多个方面讲解了一名合格的数据分析人员必须掌握的知识与技能。课程收益：培训完结后，学员能够： ² 了解什么是数据分析； ² 了解数据分析给企业和个人带来的帮助； ² 了解数据分析的基本方式和方法； ² 掌握利用AI工具进行数据分析的能力课程大纲：单元大纲内容单元一数据分析对企业有哪些作用 1. 指导企业做好运营规划 2. 优化企业业务 3. 为企业创造新的商业价值单元二数据分析的步骤及底层逻辑介绍 1. 数据分析在数据能力的哪个位置？： 1.1）数据价值认知 1.2）数据思维的养成 1.3）数据分析驱动业务增长 1.4）数据资产给企业带来收益 2.了解数据分析驱动业务增长具体怎么做？ 2.1）确定需要分析的问题 2.2）解构到底该如何分解问题，找到所有影响该问题的数据因子 2.3）评估问题：给出自己的判断 2.4）决策问题：给出下一步合理的运营策略和计划单元三技能一：如何分解业务问题 1. 数据分析的思维： 1.1）结构化思维：解决业务解构 1.2）公式化思维：解决不同业务的分析依据 1.3）业务化思维：为业务服务设定数据埋点 1.4）服务化思维：解决业务问题 1.5）指标化思维：解构过程数据分析过程 2. 数据分析的具体方法：对比法，象限法，多维分析法，漏斗法，杜邦分析法，假设法，二八法，指数法…… 3. 数据分解的工具：文心一言等大模型介绍讨论：现场设定不同部门的台账场景，跟学员就方法论一步步的将该场景中的问题进行导出，并用新的方法论对该问题进行现场处理。单元四技能二：如何评估数据和决策问题 1. 如何看穿数据背后的意义 2. 评估和决策问题的定义是什么 3. 评估和决策问题应该避免出现的三个问题 4. 评估和决策问题中的工具介绍:AI大模型（文心一言等工具） 5. 如何利用Ai大模型中的Prompt帮助生成数据分析中的评估问题 6. 如何利用Ai大模型中的Prompt帮助生成数据分析中的决策问题 7. 如何利用Ai大模型中的Prompt帮助生成数据分析中的经营分析 8. 如何利用Ai大模型中的Prompt帮助生成数据分析中的用户体验提升分析 9. 如何利用Ai大模型中的Prompt帮助生成数据分析中的业务降本增效分析 10. 如何利用Ai大模型中的AI模型工具进行EXCLE数据的分析 11. 如何利用Ai大模型中的AI模型进行数据报告的制作单元六数理模型在制造业的应用 1. 方差分析和回归分析 2. 质量过程SPC中的彩虹图，P图单元五实战综合解析 1. 带领学员进行分解问题的实战 2. 带领学员进行评估问题的实战 3. 带领学员进行决策问题的实战 4. 带领学员进行Ai上机操作

• 李勇：AI时代的数据分析革命：智能驱动业务增长: 讲授专家：李勇培训对象：上市公司中高层管理者、业务部门负责人、数据分析团队、日常岗位业务人员等；课程时间：1天 (6小时）课程背景：本课程聚焦AI大模型时代数据分析的范式变革，通过"认知升级+工具实战+业务融合"三维教学体系，解决企业"数据沉睡""分析低效""业务脱节"等痛点，结合最新AI数据分析工具实战演示，帮助企业构建智能分析能力。课程收益：培训完结后，学员能够： 1. 建立数据资产化认知与管理体系 2. 掌握AI数据分析工具的核心能力 3. 设计AI驱动的智能分析工作流 4. 实现数据分析与业务决策的深度耦合 5. 构建安全可靠的AI分析体系 6. 培养AI时代数据分析团队新型能力课程大纲：单元大纲内容单元一数据资产认知革命 1. 数据价值重估 1.1）从"副产品"到"生产要素"的认知跃迁 1.2）数据资产估值模型：成本法vs收益法案例：某零售企业数据资产估值超10亿元 2. 数据资产管理 2.1）数据资产目录建设 2.2）数据质量治理框架案例：平安集团数据资产管理体系讨论课题：绘制你企业业务部门的数据资产地图单元二传统数据分析的AI进化 1. 传统分析困境 1.1）耗时耗力的数据清洗 1.2）复杂建模的技术门槛 2. AI分析新范式 2.1）自然语言交互分析 2.2）智能特征工程案例：某银行用AI将信贷分析效率提升5倍讨论课题：识别传统分析中的AI替代点单元三 AI分析工具全景 1. 工具矩阵解析 1.1）小浣熊：智能数据清洗 1.2）DXXI：可视化分析 1.3）Cursor：代码生成 2. 工具实战演示 2.1）用AFAI预测销售趋势 2.2）用DEEPSEEK生成分析报告 2.3) 用CURSOR生成WEB数据大屏 2.4）用DEEPSEEK控制Pandas做更深层的数分案例：某车企用工具矩阵实现日报自动生成讨论课题：设计你的AI工具组合方案单元四传统业务数据分析到大模型分析的范式不同 1.传统业务数据分析的问题： 1.1）层次聚类，线性回归，决策树等等还是要理解其内核 1.2）更加考验我们数据分析人员对业务的理解。 2.AI大模型时代的数据分析： 1. 分析流程重构 1.1）需求理解：将传统的业务理解和方法论在AI大模型上重构和增速 1.2）结果验证：AI交叉校验 2. 人机协作模式 2.1）分析师提示词工程 2.2）模型微调策略案例：某电商用DEEPSEEK实现实时舆情分析讨论课题：设计智能分析工作流单元五业务驱动的分析设计 1. 需求翻译公式 1.1）业务问题→分析任务→AI指令 1.2）案例：库存优化需求转化 2. 领域知识注入 2.1）业务术语表构建 2.2）行业知识库训练案例：某医院用AI分析提升床位周转率讨论课题：将业务需求转化为AI分析任务单元六数据安全分析体系构建 1. 数据有风险的方式：云端数据分析大模型的直接上传 2. 数据无风险的方式： 2.1）零成本更灵活的本地CURSOR生成数据分析 2.2）零成本更灵活的本地DB的数据分析 2.3）成本高的大模型本地部署做数据分析单元七新时代分析师能力 1. 能力模型升级 1.1）技术理解力：读懂模型输出，prompt提示词的能力，微调的能力 1.2）业务洞察力：发现分析价值 2. 培养路径 2.1）AI协作能力训练 2.2）领域知识积累案例：某互联网公司数据分析师培养体系讨论课题：制定团队能力升级计划

• 李勇：以DeepSeek为代表的大模型AI赋能实战：从认知到落地研讨: 培训对象：企业中高层管理人员、业务部门负责人、数字化转型相关人员；课程时间：1天课程背景：本课程立足于当前AI大模型技术快速发展的宏观趋势，旨在解决企业管理者对AI认知不足、应用场景模糊、落地路径不清晰等核心问题。课程采用"认知-体验-设计-落地"的递进式教学方法，结合实操演示和分组讨论，帮助学员快速建立对企业AI赋能的系统认知，并掌握实用工具方法。课程收益：培训完结后，学员能够： 1. 准确理解大模型技术的核心能力边界和应用价值 2. 掌握AI在企业办公场景中的典型应用方法 3. 学会使用场景分解工具，识别企业AI应用机会 4. 理解企业AI部署的关键要素和实施路径 5. 掌握企业AI转型过程中的组织变革要点课程大纲：单元大纲内容单元一大模型技术能力解析 1. DeepSeek等大模型的核心能力图谱 1.1) 自然语言处理能力 1.2) 多模态理解与生成能力 1.3) 知识推理与决策能力案例：DeepSeek在不同场景的应用示例 2. 大模型能力边界与局限性 2.1) 当前技术发展现状 2.2) 适用与不适用场景分析 2.3) 常见误区与风险提示讨论课题：如何理性看待AI大模型能力？单元二企业AI办公场景实战 1. 文档与内容生成类场景 1.1) 高效公文写作演示 1.2) 营销文案智能生成 1.3) 会议纪要自动生成实操演示：从0到1完成一份高质量商业提案 2. 数据分析与决策类场景 2.1) 数据分析报告生成 2.2) 销售用户画像分析 2.3) 业务复盘与总结优化实操演示：快速生成数据分析洞察报告单元三企业AI场景设计工作坊 1. AI能力场景图谱 1.1) 文生文场景矩阵 1.2) 文生图应用场景 1.3) 文生视频创新应用工具讲解：场景分解地图使用方法 2. 分组讨论与场景设计（实践环节） 2.1) 场景机会识别 2.2) 价值评估方法 2.3) 场景设计输出成果展示：各组场景方案汇报与点评单元四企业级AI解决方案 1. 主流AI工具与平台介绍 1.1) 通用型AI平台能力对比 1.2) 垂直领域特色工具 1.3) 企业级定制化方案案例：典型企业AI工具应用案例 2. 方案选型与集成应用 2.1) 需求场景与工具匹配 2.2) 多工具协同应用方法 2.3) 成本效益评估框架实操演示：企业真实场景解决方案设计单元五企业AI部署实施路径 1. 企业AI部署关键考量 1.1) 数据安全与隐私保护 1.2) 技术架构选择 1.3) 投入产出评估方法案例：某制造企业AI部署全流程解析 2. 实施路径规划 2.1) 分步实施策略 2.2) 风险管控要点 2.3) 效果评估体系讨论课题：如何制定适合企业的AI部署节奏？单元六组织能力提升与流程再造 1. 员工能力提升体系 1.1) 关键岗位能力模型 1.2) 培训体系设计 1.3) 评估与激励机制 2. 流程优化与再造 2.1) 人机协同流程设计 2.2) 业务流程优化方法 2.3) 变革管理要点案例：AI驱动的流程再造最佳实践

李勇：AI时代数据要素结合企业应用场景创造价值

课程概要

适用对象

课程介绍

李勇老师的其他课程

相关课程

添加企业微信