课程大纲：

AI人工智能创新

课程背景
面对扑面而来的大数据、人工智能应用台风，面对转型时期的艰难经营环境，2018年，
中国企业应该如何做创新，才能手持大数据和人工智能两个板斧，在成本攀升、销售困
难、缺乏渠道、竞争激烈等困境中杀出一条生路，在求生存的同时，找到企业持续成长
之道？世界企业华润在人工智能大潮里又是如何进行战略布局和创新的?
《人工智能创新实战》培训课程在为您回答这些问题的同时，还提供以下干货：
如何理解商业大数据和人工智能？
如何界定和选择企业创新所需人工智能？
运用人工智能做商业创新的方法和路线图是什么？
如何运用人工智能促进传统企业转型？
本课程基于世界500强企业AI实战案例，采取适时讨论的方法，*程度地让学员摒弃守
旧传统的商业思维，全新接受大数据/人工智能和互联网+思维，为传统行业开创在互联
网时代中的商业新格局，使那些愿意和善于用数据思考，依靠数据和人工智能做决策的
中国企业在未来的全球市场竞争中成为佼佼者。
传统行业企业，包括娱乐传媒、零售、商业地产、能源，交通运输、金融、制造、餐饮
、服装鞋帽、教育等的高级管理人员，日常业务与海量数据打交道的相关政府主管部门
等。一切对运用大数据人工智能做商业创新感兴趣的中高层管理人士。
1、大数据人工智能革命对商业、政务带来的挑战和机遇
2、西方做人工智能创新的成功经验和失败教训分享
3、运用人工智能做创新的方法和路线图
4、通过成功案例, 全面了解和把握其运用人工智能做创新的战略和实操场景

序篇人工智能革命，你无法逃避的现实    
第一节 全球大数据人工智能创新史 (09:00-10:00)                         
1、大数据人工智能演义                 
1.1 大数据人工智能及其全球应用简介   
1.2 中国人工智能应用挑战            
2、人工智能误解和澄清                 
2.1 人工智能与传统商业智能之别      
2.2 大数据与人工智能                 
3、人工智能的“能”与“不能”             
3.1 人工智能可以做什么，不能做什么    
3.2 谁能从人工智能获益，谁不能           
(案例) 人工智能消费业运用  
3.2以具体业务到整体业务                
第二节 人工智能创新实战方法(上) (10:10-12:00)                         
1、你的企业需要人工智能促进业务提升吗？                                     
1.1 理清你的大数据                                   
1.2根据需求定人工智能项目和方向        
2、到哪里去获得人工智能需要的数据？         
2.1 内部还是外部数据                          
2.2如何获得所需外部数据                            
3、选择人工智能项目注意事项                  
3.1 业务而非技术驱动                   
3.2清晰的变现模式                                                           
(案例) 人工智能金融客服运用                        
第三节 人工智能创新实战方法(下) (13:00-14:00)                          
1、搭建人工智能创新团队                
1.1 如何搭建“靠谱的”人工智能团队?      
1.2如何测量人工智能团队的绩效?         
2、如何选择业务所需的人工智能算法？    
2.1 人工智能常见算法                   
2.2如何让所选的人工智能算法变现        
3、如何通过人工
智能全面促进企业创新和发展？           
3.1 以突出的业务痛点为突破口   
(案例) 人工智能营销应用                
第四节 人工智能案例演练 (14:00-17:00)  
1、案例介绍                            
1.1 金融机构的竞争对手尽调及其痛点     
1.2传统的解决方案与缺陷                
2、基于人工智能产品服务的应用创新      
2.1 提出基于人工智能的解决方案         
2.2 研讨和记录小组实操细节             
3、人工智能案例实操点评                
3.1 各小组案例思想实验点评             
3.2 西方人工智能成功经验和教训总结                                     

AI人工智能创新