AI助力工业领域大模型应用场景与效能提升
主讲：张峰老师
【课程背景】
在全球制造业向智能化、数字化转型的浪潮中，中国正以 “十四五” 规划和《智能制造发展规划（2021-2025 年）》为指引，加速推进人工智能与制造业深度融合。工业大模型作为人工智能通用化的核心载体，正推动制造业全链条变革。政策层面，国家明确提出“人工智能+”行动（2024年政府工作报告），要求深化工业智能体应用培育新质生产力；技术层面，大模型已在研发设计、生产优化、供应链管理等七大工业场景落地，但面临数据碎片化、算力不足、跨学科人才短缺等挑战。本课程旨在打通AI技术与工业场景的融合壁垒，响应“新型工业化”战略需求
本课程聚焦制造业管理干部核心需求，打通AI技术与工业场景的融合壁垒，响应“新型工业化”战略需求，通过解析国家 AI 发展战略与制造业政策框架，梳理 AI 在智能生产、质量管控、供应链优化等众多大场景的落地路径；深入剖析 AI 与工业大模型的融合应用，帮助学员掌握相关技术与实践方法，以应对工业智能化变革带来的机遇与挑战。
【课程收益】
通过课程学习，学员将获得以下核心能力提升与价值创造：
1. 战略认知提升：深刻理解 AI 与工业大模型对工业领域的变革性影响，能够从战略高度把握企业智能化发展方向，制定合理的技术应用与业务发展策略。
2. 技术技能掌握：熟练掌握工业大模型的基础原理、关键技术与开发应用方法，学会运用相关工具和平台进行模型训练、优化与部署，具备解决实际工业问题的技术能力。
3. 实践应用能力增强：通过实际案例分析与项目实践，能够将所学知识应用到工业生产、管理等具体场景中，实现工业流程优化、质量改进、设备预测性维护等目标，有效提升企业运营效率与经济效益。
4. 职业发展助力：凭借掌握的前沿技术与实践经验，在工业智能化领域获得更广阔的职业发展空间，成为企业智能化转型的核心推动者与行业创新引领者。
【课程特色】
· 深度行业适配：课程内容既涵盖 AI 与工业大模型的系统理论知识，又注重实际操作与案例应用，通过大量实践项目与案例分析，帮助学员将理论知识转化为实际应用能力，实现学以致用。。
· 前沿技术融合：课程围绕工业生产、制造、管理等实际场景展开，针对不同工业场景的特点与需求，深入讲解 AI 与工业大模型的应用方法与解决方案，确保学员所学知识与技能能够直接应用于工作实践，解决企业实际问题。。
· 企业实践案例：课程紧跟 AI 与工业大模型技术的最新发展趋势，全球标杆企业实践与本土化落地经验结合，最新应用案例和场景，将前沿技术与行业动态融入课程体系，使学员能够掌握最先进的技术理念与应用方法，保持对行业发展的敏锐洞察力。
【课程对象】工业企业中高层管理者（生产管理、技术研发、供应链负责人等）
【课程时间】1天（6小时/天）
【课程大纲】
一、AI认知思维的起点——拥有AI思维、构建AI认知
影片：《AI重塑未来》
1．AI成为国家和全球企业的首要战略
(1) 全球竞争市场格局的巨变
(2) 百年未有之大变局影响深远
(3) 国家数字化转型和智能化顶层设计
(4) “人工智能+”成为中国国家战略
(5) AI替代的旧职业和AI创造的新职业
(6) 新转变带来新思路，新营销带来新机遇
(7) AI开启智能商业模式新时代
(8) 工业企业实现智能化转型的必要条件
案例：全球国家人工智能顶层战略设计
人工智能改变职业岗位与就业方式
人工智能带来新的商业机遇
2．人工智能核心概念
(1) 人工智能的定义
(2) 人工智能的发展历史
(3) 人工智能的层级与核心要素
(4) 人工智能的总类
(5) 判别式人工智能
(6) 生成式人工智能
(7) 生成式AI在职场的应用场景
(8) 人工智能法律风险与防范
影片：《机器狗的发展历程》
案例：判别式人工智能应用在千行百业
生成式人工智能在AIGC的应用案例
人工智能法律典型案件和规范防范领域
3．大模型与DeepSeek核心技术
(1) 大模型的定义
(2) 大模型的工作机制
(3) 预训练和微调
(4) 大模型和小模型的差异
(5) 工业大模型的类别与架构
(6) 工业大模型发展的必要条件
(7) 工业大模型在应用场景的适配性分析
(8) 工业大模型的教学支持系统
(9) DeepSeek大模型核心优势
(10) DeepSeek大模型版本特点与部署方式
(11) DeepSeek大模型在国内外的发展现状与趋势
(12) DeepSeek大模型在制造业的独特优势
(13) DeepSeek大模型在使用中的六大阻碍
案例：判别式人工智能应用在千行百业
生成式人工智能在AIGC的应用案例
人工智能法律典型案件和规范防范领域
二、智能制造行业概述——智能制造的知识与发展
1. 智能制造的基本定义与核心要素
(1) 智能制造的技术融合三大特征
(2) 智能制造的三大核心要素
(3) 智能制造的四大关键环节
(4) 智能制造的三大核心特征
(5) 智能制造与传统模式的对比
(6) 智能制造的常见三大模式
2. 智能制造的行业发展与政策
(1) 智能制造的发展历程与背景
(2) 智能制造的全球发展战略
(3) 智能制造的政策与技术支持
(4) 中国“智能制造2025”政策解读
(5) 智能制造的产业链分析
(6) 全球制造业智能化转型的六大误区
(7) 全球制造业智能化转型的四大核心痛点
影片：《三一重工的智能制造工厂》
三、智能制造场景应用——AI赋能制造业的典型应用场景
1. 生产优化与流程管理
· 智能排产与资源调度模型
· 生产缺陷实时检测与根因分析
· 能耗优化与碳足迹预测
2. 设备管理与预测性维护
· 设备故障预警与寿命预测
· 基于AI的维护策略动态优化
3. 供应链与物流智能化
· 需求预测与库存动态管理
· 物流路径优化与风险预警
4. 质量控制与工艺创新
· 智能质检（视觉检测、声纹分析）
· 工艺参数优化与新材料研发支持
5. 工业大模型转型案例分享
· 某车企利用大模型实现焊接工艺优化，良品率提升15%
· 某车企利用大模型构建智能座舱系统
· 某车企利用大模型搭建混合云平台，构建了工厂数字化大脑，降低30%管理成本，提升20% 的资源利用效率。
· 某企业基于大模型的智能仓储管理案例
· 某工业AI平台在设备预测性维护中的应用
影片：《AI具身智能机器人在汽车工厂应用场景》
案例：盘古大模型在工业场景的应用
百度飞桨开放平台在工业场景的应用
四、智能制造的风险与挑战——安全、伦理与未来趋势
1. 风险与挑战
· 数据安全：工业数据隐私与跨境传输合规
· 伦理问题：AI决策透明性与责任归属
· 技术风险：模型泛化能力与极端场景应对
2. 未来趋势与战略机遇
· 技术融合创新：DeepSeek与数字孪生、工业元宇宙、机器人的融合
· 生产模式的人机协同：AI辅助决策与组织协同员工技能升级
· 可持续发展：节能减排与循环经济利用对社会与全球影响
· 全球制造业AI竞争格局与企业战略建议
3. 工业企业智能化转型路线图
李真顺
周远祥
欧德张
孟晓苏
刘大成
殷大奎
曾凤
庞国明