课程定位

企业讨论人工智能时容易把模型更新、供应商宣传和可实现的经营价值混在一起。这门课围绕大模型发展与产业生态重构，帮助管理者看清不同角色承担的工作，以及采购一项能力、重做一个环节、形成新业务之间的差别。课堂可以从熟悉的一种客户服务或知识密集业务入手，把问题、角色、证据和验证动作放进同一张图。练习以经营判断为主，不要求具备编程基础。

课程内容与学习重点

一、画清楚从模型能力到任务完成的链路

选取一个普通企业情境，例如售前答疑、售后材料归类或产品知识更新。把算力及模型供给、数据准备、应用配置、系统接入、现场交付和用户反馈逐一写成卡片，再按实际责任和信息流排成图。比较模型提供方、应用实施方和业务方拿到的不同输入，哪些反馈只能在真实业务发生以后获得。

随后分别考虑能力更新和服务商更换两种情形，推演现有工作会在哪一步受到影响。观察同一个模型变得更有能力时，为什么内容维护、任务队列、质量复核仍然需要分配给具体岗位。练习产出是注明来源和待核项目的生态图，可用公开或匿名示例整理。

二、区分技术机会、组织变化和外部交付承诺

把产业变化重新落到经营问题上。已有业务想缩短一个处理环节，和企业希望提供原先不存在的服务，需要看不同的信号。前者可比较交接耗时、重做比例与质量核查次数，后者还要能说明客户愿意为了哪种结果准备数据、改变流程或继续付费。

以同一个业务提案为例，分别从使用者、交付经理与维护人员角度提出问题。若三方对成功的解释不同，就写出一条每个角色都能检验的结果标准。在角色关系图上圈出数据与责任交叉的节点，讨论企业可以采用现成服务的位置，和必须保留行业知识积累的位置。

三、用一页验证计划比较企业的进入选择

选择现有客户可观察的一项需求，列出自建、采购和共同验证三种实施路径。给每种路径分别写下需要的输入、交付人员、首批测试对象和复核工作。用同一组样例比较两种方式，记录成功之外的失败类型，并确定何时需要暂停继续投入。

最后把经营机会、依赖、证据和下一次决策放到一页纸。请未参加讨论的同伴复述项目希望解决的具体问题，检验说明是否只能依赖技术名词听懂。遇到模型能力更新时先复看证据和约束，再判断生态图上哪一层需要变更。

可选用一项已经存在但处理压力明显的业务，完成一份产业链角色图和一张小规模验证单。原通知对此日结束时间有两种表述，具体时段以办理参加时的确认为准。

适合人群

适合正在判断人工智能应用机会的企业经营者、战略与业务负责人、产品负责人，以及需要与技术和运营团队协同的管理人员。

授课老师

周辰。原通知列明该教师与本专题的对应安排。

开课与报名咨询

原通知所列本专题课表日期为2026年12月5日，授课地区为上海。单专题是否开放、名额、具体教室、学习费用及参加办法详询。

一定要先购买模型账号吗？可以用流程说明、公开资料和模拟样例完成选题与角色分析，再确定是否需要单独申请测试环境。

能拿已有数智化计划参与讨论吗？可以选一条业务链路，带来脱敏后的输入输出和交付条件，便于比较各层依赖与验证顺序。

温馨提示：课程内容为拟定，具体实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。