• 從十四五規劃看數字經濟

• 數字經濟的核心：數字化轉型和數據要素

• 數字化轉型：數字化是業務和IT的深入融合

概念導入小互動：如果你在跟心儀的女神約會…
2、數字化頂層思維框架

• 精益思維：梳理業務，發現數字化入手點

• 編程思維：掌握計算機的語言，提升數字化項目成功率

• 數據思維：讓數據產生價值，展望數字化轉型的終局

案例：精益趣解-“一個強迫癥和控制狂的發病史”，從“月暈”中掌握數據思維。
小互動：在指路問路中掌握編程思維
3、我們應該關注哪些數字化技術

• 基礎設施：解除計算機的能力封印

• 數據應用：搬金磚VS挖金礦

案例：谷歌云計算，華為5G，某外貿公司營收預測
4、數字化轉型有哪三個必經階段

• Digitization：無紙化

• Digitalization：高效化

• Digital transformation：無人化

• 每個階段的關鍵技術以及數字化的決勝技術

案例：人員績效智能評估系統
5、數字化轉型的兩大核心半場

• 信息化：固化流程/信息流轉/數據積累

• 人工智能：找準價值“點”/匹配“針”對性技術

案例：從頂尖運動員看企業數字化轉型之路

二、工業領域的數字化轉型-智能制造
1、智能制造核心技術盤點

• 精益生產：智能制造之道

• 發展階段總述：點→線→面→點

• 智能制造標準模板：大腦→中樞神經→周圍神經

• 智能制造的7大核心系統：誰是大腦誰是中樞神經

案例：三一重工燈塔工廠
2、數字化如何幫助企業提質、增效、降本、增收

• 數字質量場景

• 供應鏈數字化場景

• 數字營銷場景

• 人力數字化場景

案例：中國航天數字質量，美的制造業供應鏈數字化，一汽數字化營銷，吉利汽車人力數字化。
3、企業如何推進智能制造

• 智能制造頂層規劃方法

• 智能制造項目推進方法

• 智能制造的6大普遍問題

• 數字化轉型成功的黃金定律

三、智能化底層原理及智能制造終局展望
1、人工智能的2大底層原理

• 邏輯固化：師傅“教”徒弟

• 知識抽?。簬煾怠皫А蓖降?/span>

案例：預測男生是否會受女生歡迎
2、人工智能的6大底層套路

• X-Ypairs：知識抽取

• Y→X：生成萬物

• X1-X2 pairs：推薦匹配

• X only：聚類算法

• Y only：超越人類

• Dot & Line：知識圖譜

• 人工智能發展的終點

案例：百度智能客服，谷歌藥物預測系統，淘寶推薦系統，清華數字虛擬人，谷歌核聚變控制系統，美軍自動駕駛戰機
3、人工智能的6步落地法

• 價值驅動 or 數據驅動

• 機器學習 ≠ 江湖算命

• 數據模型 VS 機理模型

• 大數據   ∪ 深度學習

• 行業專家 ||  客觀事實

• 行政可行 ≈  最大門檻

案例：產線良品率提升，大型工程機械故障預測，工業智能無損檢測，自動駕駛系統，AI量化交易-年化收益率1000%
4、制造業AI落地的7大場景

• 銷量預測

• 產品質量檢測

• 耗品壽命預測

• 設備預測性維護

• 場地巡檢

• 智能排產及調度

• 工藝參與自動優化

案例：某著名汽車品牌銷量預測，焊接故障檢測，刀具壽命預測，大型設備故障預測，電力行業巡檢，百度AI物流調度最優化案例，某污水處理廠工藝優化