课程简介
随着ChatGPT和DeepSeek带起的大模型热潮，AI正在迅速引爆各行各业，几乎所有企业都在努力尝试获得AI赋能，面向AI转型。AI在帮助着不同岗位提升生产力的同时，也快速替代和淘汰着很多从事着基础内容撰写工作的产品经理、设计师和程序员，兴奋之余，是满满的焦虑和危机感。
然而，随着AI的火爆，也带来了很多对AI的误解。比如认为AI就是大模型，主要是用来生成内容（写文档、做设计、写代码等）、提供知识问答的；比如认为认为AI是个新东西，要用AI把产品“重做一遍”，殊不知绝大部分产品早已内置各种类型的AI；比如觉得企业必须私有部署DeepSeek，或者要投入人力调优算法、研发自己的大模型。所有这些误解，不但引导着企业做出各种错误决策，把时间和资源浪费在并不能带来竞争力本质改变的方向，同时社会上也迅速出现了很多半懂不懂看了本书考了个廉价认证就冒充专家的人到处“讲课”，低水平AI书籍更是快速登场。
本课程由三次获得国家AI算法创新与智能化产业应用大奖的徐霄鹏老师亲授（讯飞时期负责的语音识别算法创新获中科院新时期学术成果一等奖，华润智能燃气平台获智能物联网国家级示范项目奖，率先引入自定义工作流的金审系统获得上海市科技进步二等奖），为需要学习AI知识以跟上时代发展的产品经理、运营人员、研发人员和业务岗人员进行必要的AI知识科普，并为大家指出AI（未必是大模型）如何针对垂直领域（如金融、零售、制造等）进行赋能，什么场景应该选择哪种AI，以及在各个业务环节，如产品设计、运营策略设计、风险管理、智能营销、AIGC、信息安全等，如何引入AI，完成如用户行为分析与智能风控、用户流失预警模型与召回策略、用户精准推荐策略与协同过滤、用户转化与收益最大化的智能定价等系统自动智能与精准决策，助力业务目标的高效实现。
目标收益
1.学习AI的主要类型、发展趋势。
2.学习包括神经网络在内的AI中最关键的机器学习主要类型和基本原理。
3.学习AI在金融等业务领域中的主要赋能方式、应用场景。
4.学习AI在产品设计、运营策略设计、风险管理、智能营销、AIGC等场景中的运用，提升产品设计、用户体验方面的智能化水平，增强产品的竞争力与用户黏性。
培训对象
本课程培训对象适合产品经理、运营人员、研发人员、业务岗人员。
课程大纲
| 一.开场与导入 |
1.导师自我介绍 2.课程逻辑介绍 导师获中科院AI一等奖和国家级智能物联网产业大奖的产品介绍 |
| 二.AI通识介绍 |
1.AI的产业发展范式 2.AI能力进化路线 3.AI的能力分类 创作型AI 认知型AI 感知型AI 决策性AI 4.大模型 大模型核心特点 大模型特殊能力 著名的大模型及其特点 大模型的应用场景 5.智能体 6.AI的核心应用模式 嵌入模式 副驾驶模式 智能体模式 7.常见企业应用AI的认知误区 AI就是大模型/DeepSeek AI就是生成内容（问问题写文档做图片写代码做纪要） 企业最需要的AI是大模型/DeepSeek 用好AI需要学习AI算法 |
| 三.AI技术应知应会 |
1.专家系统/规则式AI 2.最重要的AI～机器学习及四大范式 监督学习 无监督学习 强化学习 深度学习 3.神经网络原理介绍 神经网络基本原理 神经网络 vs. 机器学习模型 生成式大模型与Transformer 卷积神经网络（CNN） 生成对抗网络 4.AI产品的指标 性能指标 效果指标 效率指标 可靠性指标 5.AI的技术风险与伦理问题 AI幻觉 偏见与歧视 隐私与数据安全 黑盒问题与可解释性 |
| 四.AI应用场景与案例 |
1.AI在业务中的主要应用场景 AIGC：生产力工具、智能客服、个性化内容生成、产品资料优化、详情页优化 产品设计：产品定位、用户画像、需求洞察、流量分析、精准推荐、召回策略、排序模型、AI洞察、产品研发 运营提效：精准运营策略、客群权益匹配、趋势分析、销售预测、智能选品、动态定价 智能营销：用户画像、销售预测、智能投放、精准推荐、动态权益、时机分析、智能触点 信息安全：异常行为识别、模式发现、智能风控、反欺诈 智能制造：生产监测与风险预警、质量监控、事故预测、工艺优化、智能调度、自动操作 2.AI智能决策应用案例 AI用户画像与自动模式识别 用户行为分析与智能风控 用户流失预警模型与召回策略 用户精准推荐策略与协同过滤 用户转化与收益最大化的智能定价策略 业务流程优化中的智能体赋能 |
| 探讨共创&总结 |
AI在学员业务场景中的应用 演练方式：针对自身产品，找到AI可赋能的环节（例如智能用户画像、精准流失预防），指出选择什么类型的AI，通过什么方式获取数据，如何进行训练，如何引入AI驱动的策略获得业务提升 |
|
一.开场与导入 1.导师自我介绍 2.课程逻辑介绍 导师获中科院AI一等奖和国家级智能物联网产业大奖的产品介绍 |
|
二.AI通识介绍 1.AI的产业发展范式 2.AI能力进化路线 3.AI的能力分类 创作型AI 认知型AI 感知型AI 决策性AI 4.大模型 大模型核心特点 大模型特殊能力 著名的大模型及其特点 大模型的应用场景 5.智能体 6.AI的核心应用模式 嵌入模式 副驾驶模式 智能体模式 7.常见企业应用AI的认知误区 AI就是大模型/DeepSeek AI就是生成内容（问问题写文档做图片写代码做纪要） 企业最需要的AI是大模型/DeepSeek 用好AI需要学习AI算法 |
|
三.AI技术应知应会 1.专家系统/规则式AI 2.最重要的AI～机器学习及四大范式 监督学习 无监督学习 强化学习 深度学习 3.神经网络原理介绍 神经网络基本原理 神经网络 vs. 机器学习模型 生成式大模型与Transformer 卷积神经网络（CNN） 生成对抗网络 4.AI产品的指标 性能指标 效果指标 效率指标 可靠性指标 5.AI的技术风险与伦理问题 AI幻觉 偏见与歧视 隐私与数据安全 黑盒问题与可解释性 |
|
四.AI应用场景与案例 1.AI在业务中的主要应用场景 AIGC：生产力工具、智能客服、个性化内容生成、产品资料优化、详情页优化 产品设计：产品定位、用户画像、需求洞察、流量分析、精准推荐、召回策略、排序模型、AI洞察、产品研发 运营提效：精准运营策略、客群权益匹配、趋势分析、销售预测、智能选品、动态定价 智能营销：用户画像、销售预测、智能投放、精准推荐、动态权益、时机分析、智能触点 信息安全：异常行为识别、模式发现、智能风控、反欺诈 智能制造：生产监测与风险预警、质量监控、事故预测、工艺优化、智能调度、自动操作 2.AI智能决策应用案例 AI用户画像与自动模式识别 用户行为分析与智能风控 用户流失预警模型与召回策略 用户精准推荐策略与协同过滤 用户转化与收益最大化的智能定价策略 业务流程优化中的智能体赋能 |
|
探讨共创&总结 AI在学员业务场景中的应用 演练方式：针对自身产品，找到AI可赋能的环节（例如智能用户画像、精准流失预防），指出选择什么类型的AI，通过什么方式获取数据，如何进行训练，如何引入AI驱动的策略获得业务提升 |
近期公开课推荐
