沉睡的金矿：为什么你的数据报表只是一堆“死数字”？

在数字化转型的口号下，很多传统企业花费巨资上了ERP、CRM、OA等各种系统。然而，几年下来，老板们却无奈地发现：财务有财务的报表，销售有销售的台账，仓储有仓储的数据。这些系统就像一座座孤岛，彼此之间的数据完全割裂，甚至同一组业务数据，在不同的部门能汇报出三种不同的结果。

当企业高管想要查看一份实时的、跨部门的综合经营分析报告时，往往需要底层员工加班加点地用Excel进行人工拼接，不仅耗时耗力，而且极易出错。这种“只有数据、没有智能”的伪数字化，不仅无法辅助老板进行战略决策，反而增加了企业的管理内耗。如何将这些杂乱无章的“死数字”，转化为能够自动预警、自动分析并提供决策建议的“活资产”？企业迫切需要一套自上而下的数据治理与AI赋能方法论。而《浙江大学商业人工智能高级研修班》中的“数据智能”模块，正是为了彻底根治这一企业顽疾而设立的。

拨云见日：吴飞教授传授“数据智能”的底层心法

作为科技部“新一代人工智能”重大科技项目指南编制专家以及浙江大学人工智能研究所所长，吴飞教授深知技术与商业融合的痛点与难点。

在“学 | 理论赋能”模块中，吴教授将从最核心的“数据治理”讲起。他会毫不客气地指出：没有高质量的数据，任何先进的AI算法都是空中楼阁（Garbage in, Garbage out）。他将教导企业高层如何从顶层架构出发，建立统一的数据标准，打破部门间的部门墙，构建企业级的“数据中台”。更为精彩的是，他将深入浅出地讲解“智能分析与AI+BI（商业智能）”的融合应用。当传统的BI系统结合了大语言模型后，老板不再需要看繁杂的图表，只需用大白话在手机上提问：“为什么这个月华东区的利润率下降了？”AI+BI系统就能在一秒钟内穿透所有底层数据，不仅给出图表，更能直接给出归因分析与对策建议。

决策范式重塑：从“事后复盘”到“事前预测”

掌握了数据智能，企业管理的最高境界将发生质的飞跃。

在课程的实战探讨中，吴飞教授将结合大量行业应用案例，为您展示“AI+数据决策”是如何重塑业务流程的。在制造业，利用智能分析模型，可以根据历史订单和外部经济指标，精准预测下个月的原材料需求，从而实现供应链的极简运转；在零售业，通过深挖用户行为数据，可以实现千人千面的精准营销，将每一分钱的营销预算都花在刀刃上。通过《浙江大学商业人工智能高级研修班》的学习，企业一把手将彻底告别“凭经验、拍脑袋”的传统决策模式，建立起一套由数据驱动、机器辅助、极具前瞻性的智能决策新范式。

常见问题解答