李勇：AI在企业内部应用：赋能贸易与制造业的智能转型

李勇注册讲师 12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 : 37905

联系老师

适用对象

中高层管理人员，事业部负责人及二级经理，企业对数字化转型感兴趣的人士。

课程介绍

讲授专家：李勇

培训对象：中高层管理人员，事业部负责人及二级经理，企业对数字化转型感兴趣的人士。

课程时间：1天

课程背景：

本课程主要是在AI技术迅猛发展的宏观趋势下，旨在解决学员如何将AI技术应用于企业贸易与制造业务，提升工作效率与业绩的问题。课程将深入探讨AI在企业内部的实际应用场景，以及如何通过AI赋能产品模式和营销模型的开发与设计，具备理论与实践相结合的特点。

课程收益：

培训完结后，学员能够：

² 受益一：了解AI在企业内部应用的基本概念、原理及发展趋势；

² 受益二：掌握AI技术在贸易与制造业中的具体应用方法和技巧；

² 受益三：识别企业业务中可运用AI进行优化的环节，并提出相应的解决方案；

² 受益四：具备运用AI技术进行企业管理和决策的能力，提升工作绩效。

课程大纲：

单元	大纲	内容
单元一	AI技术概览与企业应用趋势	AI技术的基本概念及原理 1.1 什么是AI 1.2 AI的工作原理 1.3 AI技术的发展历程与未来趋势 AI在企业内部的应用案例 2.1 国内外企业应用AI的成功案例 2.2 AI带来的企业变革与机遇讨论课题：AI技术如何影响我们的贸易与制造业态？
单元二	AI赋能产品模式创新	AI在产品设计与开发中的应用 1.1 AI辅助产品设计 1.2 AI在产品测试与优化中的作用 AI赋能产品模式创新案例 2.1 小型发电机组与备用电源的智能化升级 2.2 轮毂（改装车）、风电产品、光缆的AI应用实例讨论课题：如何利用AI技术提升我们产品的竞争力？
单元三	AI在营销模型中的应用	AI在市场营销中的策略与方法 1.1 AI辅助市场调研 1.2 AI在营销策略制定中的应用 AI营销模型的开发与设计 2.1 基于AI的客户行为分析 2.2 AI驱动的个性化营销案例讨论课题：如何构建基于AI的营销模型来提升销售业绩？
单元四	AI优化库存管理与供应链	AI在库存周转率提升中的应用 1.1 AI预测库存需求 1.2 AI优化库存布局与调配 AI在供应链管理与供应及时率中的作用 2.1 AI辅助供应商选择与评估 2.2 AI优化供应链响应速度案例讨论课题：如何利用AI技术提升我们的库存周转率与供应及时率？
单元五	AI在市场端的数据应用	数据爬虫技术在市场情报收集中的应用 1.1 数据爬虫的基本原理与方法 1.2 数据爬虫在市场趋势分析中的作用 AI在市场端数据应用的案例 2.1 利用AI分析竞争对手策略 2.2 AI辅助市场定位与拓展案例讨论课题：如何运用数据爬虫与AI技术来增强我们的市场竞争力？
单元六	AI大语言模型在办公场景的应用	AI大语言模型的基本原理与功能 1.1 什么是AI大语言模型 1.2 AI大语言模型在办公中的应用场景 AI大语言模型提升办公效率的方法 2.1 利用AI大语言模型进行文档处理与会议记录 2.2 AI大语言模型在沟通协作中的应用案例讨论课题：如何结合AI大语言模型来提升我们的办公效率？
单元七	AI技术应用的挑战与应对策略	AI技术应用面临的挑战 1.1 技术成熟度与稳定性问题 1.2 数据安全与隐私保护挑战应对AI技术应用挑战的策略 2.1 制定合理的AI技术应用规划 2.2 加强数据安全与隐私保护措施讨论课题：在我们企业中，如何平衡AI技术的应用与数据安全？

李勇老师的其他课程

• 李勇：AI模型整体解析及工业教育对解决方案发展的趋势变化: 讲授专家：李勇培训对象：产品中心，运营中心，技术中心，客服中心等管理运营相关人士课程时间：1天 (6小时）课程背景：本课程主要是在AI技术快速发展的宏观趋势下，旨在解决学员如何有效利用AI工具及AI大模型的底层逻辑，并通过其知识点架构和底层逻辑，商业场景探索如何进行AI商业投资。另外会针对工业及教育展开解决方案和场景探索的研讨课程收益：培训完结后，学员能够： ² 了解AI工具及AI大模型基础知识点； ² 掌握工业和教育的典型应用场景及方案制作；课程大纲：单元大纲内容单元一今天的AI跟以往的有什么不同？ 1. AI的发展历程：从逻辑程序到深度学习。 2. AI的以前：AlphaGo是如何工作的？为什么AlphaGo时代出不了强AGI 3. AI的现在：现在的AI大模型是如何工作的？为什么说今天的AI技术很有希望出现强人工智能。单元二今天的AI工作的底层逻辑 1. 今天的LLM模型都是靠什么来支撑工作的？ 2. 为什么现在国内外的 AI模型都会使用到Transformer框架。 3. Transformer框架的运作机制到底是什么？ 4. Transformer框架的优劣势是什么？单元三当今的AI里面的知识点逻辑解析 1. 什么是向量数据库 2. 什么是图数据库 3. 什么是langchain 4. EMBEDDING技术是什么 5. 一个完整的AI应用是如何生成的？单元五 AI商业的理解 1. AI是AI，商业是商业。 2. 没有场景的技术应用都是空谈。 3. 强AI的出现可能带来哪些更好的投资机会？单元四 AI大模型的商业机会分析 1. 技术上的投资商业机会在哪儿？Transformer框架的下一步该如何发展？ 2. 硬件上结合大模型上的商业投资机会在哪儿？ 3. C端市场的商业机会在哪儿？应该如何把握投资？ 4. B端市场的商业机会在哪儿？应该如何把握投资？ 5. BAT这种大互联网公司的技术投资逻辑学习。 6. 国内外典型AI企业介绍 7. AI技术应用实例解析：商业逻辑、社会价值、商业价值 8. AI企业的风险评估与管理策略 9. 案例讨论：成功与失败因素剖析单元五 AI的一些细分赛道解析介绍 1. AI技术的未来发展方向 2. 边缘计算与AIoT的融合趋势 3. AI在医疗、教育、金融等行业的应用案例 4. 自动驾驶、智能家居等前沿领域动态单元六 AI工具及模型在日常共性场景中的应用 1. AI符合赋能数据分析场景 2. AI符合赋能OFFICE办公写作场景 3. Ai如何赋能公司日常会议组织及总结 4. AI如何赋能知识库管理 5. AI如何赋能文案生成 6. AI如何赋能企业营销单元七工业及教育行业内部揭秘 1. 工业能源行业行业洞察 2. 工业能源行业新技术发展现状 3. 工业能源行业新技术面临的挑战 4. 教育行业洞察 5. 教育行业新技术发展现状 6. 教育行业新技术面临挑战单元八工业及教育行业场景研究 1. 行业及客户定位 2. 行业及客户环境 3. 行业典型场景分析 4. 行业价值链分析 5. 行业解决方案共享

• 李勇：AI工具及AI大模型在金融领域带来的机遇和挑战: 培训对象：产品中心，运营中心，技术中心，客服中心等管理运营相关人士课程时间：1天 (6小时）课程背景：在AI技术迅猛发展的宏观趋势下，本课程旨在解决学员如何运用AI工具及AI大模型赋能金融，提升工作效率和质量的问题。课程将深入探讨AI在金融中的实际应用，以及面临的挑战和机遇，帮助学员全面提升对AI赋能金融的认知和实践能力。。课程收益：培训完结后，学员能够： ² 了解AI大模型的基本概念、原理及应用领域； ² 掌握AI工具及AI大模型在金融中的应用方法和技巧； ² 识别金融中可运用AI进行优化的环节，并提出相应的解决方案； ² 具备运用AI工具及AI大模型进行金融管理和决策的能力。课程大纲：单元大纲内容单元一 AI大模型对金融的机遇和挑战一．AI大模型的基本概念及原理 1.1 什么是AI大模型 1.2 AI大模型的工作原理 1.3 AI大模型的发展历程二．AI大模型给社会发展带来的机遇和挑战 2.1 AI大模型在各行各业的应用案例 2.2 AI大模型带来的社会变革 2.3 AI大模型面临的挑战和伦理问题三．AI大模型对金融的新机遇和新挑战 3.1 传统金融行业的痛点 3.2 AI大模型在金融中的应用前景 3.3 AI大模型对金融行业的影响和挑战案例：某企业运用AI大模型优化销售的实践讨论课题：AI大模型如何在金融中发挥最大价值？单元二 AI工具及AI大模型基础认知解析一．AI工具的种类和功能 1.1 常见的AI工具介绍 1.2 AI工具在金融中的应用场景 1.3 如何选择合适的AI工具二．AI大模型的构建和训练 2.1 AI大模型的数据来源和处理 2.2 AI大模型的训练方法和技巧 2.3 AI大模型的评估和优化三．AI工具及AI大模型与金融的结合方式 3.1 AI工具及AI大模型如何融入金融流程 3.2 AI工具及AI大模型与日常办公的连接和 3.3 AI工具及AI大模型在金融中的风控中的措施案例：某企业运用AI工具进行销售及风控单元三 AI大模型赋能金融典型场景一．金融日常业务流程拆解 1.1 风险评估环节在金融领域，风险评估是确保资金安全和合理投放的首要步骤，涉及对借款人或投资项目的信用评估。 1.2 投资策略环节制定投资策略是金融活动中至关重要的步骤，它决定了资本如何分配以达到最大的收益。 1.3 客户服务环节客户服务是金融行业中的关键环节，包括处理客户咨询、投诉以及提供个性化的金融解决方案。 1.4 资产管理环节资产管理涉及投资组合的管理和优化，以确保资产增值并控制风险。 1.5 资金流转环节资金流转环节关注资金的调度、清算和支付，确保金融活动的顺畅进行。二．AI大模型在风险评估环节的应用 2.1 AI风险评估的原理和方法利用AI大模型分析历史数据，通过机器学习算法识别风险模式，对借款人或项目进行信用评分。 2.2 AI风险评估的优势和局限性优势在于能够处理大量数据，提供更准确的风险预测；局限性可能在于对数据质量的依赖以及对新兴风险的识别能力。 2.3 AI风险评估的实际应用案例例如，某些银行使用AI模型来评估贷款申请人的信用风险，从而决定是否批准贷款申请。三．AI在投资策略环节的应用 3.1 AI投资策略的原理和方法 AI可以分析市场趋势、宏观经济数据以及企业财报等信息，为投资者提供投资建议。 3.2 AI投资策略的优势和局限性优势在于能够处理大量信息，提供快速、准确的决策支持；局限性在于市场异常波动时模型的预测能力可能下降。 3.3 AI投资策略的实际应用案例如某些投资机构使用AI模型来辅助股票选择和资产配置决策。四．AI在客户服务环节的应用 4.1 AI客户服务的原理和方法通过自然语言处理和语音识别技术，AI能够提供24/7的在线咨询服务，解答客户疑问。 4.2 AI客户服务的优势和局限性优势在于降低成本、提高效率；局限性在于对复杂问题的处理能力和人类情感的理解。 4.3 AI客户服务的实际应用案例例如，许多银行和金融机构已经引入了AI客服系统来处理常见的客户咨询。五．AI在资产管理和资金流转环节的应用 5.1 AI资产管理和资金流转的原理和方法 AI可以帮助分析市场动态，优化投资组合，同时监控资金流动，确保资金的安全和高效利用。 5.2 AI资产管理和资金流转的优势和局限性优势在于提高资产管理的效率和安全性；局限性可能在于对突发事件的应对能力。 5.3 AI资产管理和资金流转的实际应用案例例如，一些资产管理公司使用AI模型来动态调整投资组合，以应对市场变化。讨论课题：如何针对金融中的不同环节选择合适的AI工具和大模型？单元四 AI工具及AI大模型赋能金融日常办公 1. AI符合赋能数据分析场景 2. AI符合赋能OFFICE办公写作场景 3. Ai如何赋能公司日常会议组织及总结 4. AI如何赋能知识库管理 5. AI如何赋能文案生成 AI如何赋能企业营销单元五上机实战演练一．AI日常办公实操演练二．AI金融解决场景实操演练

• 李勇：AGI 大模型对金融行业的驱动影响: 培训对象：产品中心，运营中心，技术中心，客服中心等管理运营相关人士课程时间：1天 (6小时）课程背景：本课程将深入探讨AGI（Artificial General Intelligence，通用人工智能）大模型如何驱动金融行业的创新与发展。我们将分析大模型在金融行业中的应用场景，以及它们如何提升业务效率、优化客户体验和开创新的商业机会。课程将结合理论与实践，为学员提供一套全面的金融行业大模型应用指南。课程收益：培训完结后，学员能够： ² 了解AGI大模型的基本原理及其在金融行业的应用价值。 ² 掌握运用AGI大模型优化金融业务流程的方法。 ² 学会如何评估和选择适合自身业务需求的AGI大模型。 ² 提升对未来金融技术趋势的洞察力和创新能力。课程大纲：单元大纲内容单元一 AGI大模型与金融行业概述 1 AGI大模型的基本概念与原理 1.1 AGI大模型的定义与发展历程 1.2 AGI大模型的核心技术与算法 1.3 AGI大模型在金融行业的应用前景案例：国外金融行业大模型应用案例分享 2 金融行业现状与挑战 2.1 金融行业发展趋势分析 2.2 金融行业面临的主要挑战 2.3 AGI大模型在金融行业的应用价值案例：国内金融行业大模型应用案例分享案例：某企业运用AI大模型优化销售的实践讨论课题：AI大模型如何在证券中发挥最大价值？单元二 AI工具及AI大模型基础认知解析一．AI工具的种类和功能 1.1 常见的AI工具介绍 1.2 AI工具在金融中的应用场景 1.3 如何选择合适的AI工具二．AI大模型的构建和训练 2.1 AI大模型的数据来源和处理 2.2 AI大模型的训练方法和技巧 2.3 AI大模型的评估和优化三．AI工具及AI大模型与证券的结合方式 3.1 AI工具及AI大模型如何融入证券流程 3.2 AI工具及AI大模型与日常办公的连接和 3.3 AI工具及AI大模型在金融中的风控中的措施案例：某企业运用AI工具进行销售及风控单元三 AGI大模型在金融行业的具体应用 1.风险评估与管理 1.1 利用AGI大模型提升风险评估准确性 1.2 基于大模型的风险预警系统构建 1.3 大模型在信贷风险管理中的应用案例：某银行利用大模型优化风险评估流程 2.投资策略与决策支持 2.1 基于大模型的量化投资策略开发 2.2 大模型在资产配置中的应用 2.3 利用大模型进行市场趋势预测案例：某投资机构运用大模型提升投资收益率 3/客户服务与营销 3.1 大模型在智能客服中的应用 3.2 基于大模型的个性化推荐系统 3.3 利用大模型提升客户满意度案例：某金融机构通过大模型优化客户服务体验 4.运营效率提升与成本降低 4.1 大模型在自动化处理中的应用 4.2 基于大模型的智能审核系统 4.3 利用大模型优化内部管理流程案例：某金融公司运用大模型提高运营效率单元四 GI大模型的选型、实施与运维 1. 如何选择合适的AGI大模型 1.1 评估业务需求与模型功能的匹配度 1.2 考虑模型的可扩展性与灵活性 1.3 对比不同模型的性能与成本效益 2. AGI大模型的实施策略与方法 2.1 制定详细的实施计划与目标 2.2 确保数据质量与模型训练的准确性 2.3 优化模型部署与集成流程 3. AGI大模型的运维与管理 3.1 监控模型性能与稳定性 3.2 定期更新与优化模型参数 3.3 建立有效的故障排查与恢复机制单元五未来趋势与挑战 1.金融行业大模型的发展方向 1.1 深度学习与强化学习在金融大模型中的应用 1.2 跨领域知识融合与迁移学习在金融大模型中的潜力 2.面临的挑战与应对策略 2.1 数据安全与隐私保护问题 2.2 模型可解释性与伦理考量 2.3 技术更新迭代速度与人才培养需求讨论课题：如何结合自家金融业务，有效利用AGI大模型实现创新与发展？

李勇：AI在企业内部应用：赋能贸易与制造业的智能转型

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