企业内训|AI赋能流程自动化,打造专属数字员工-某央企运营商

简介: 本次内训由TsingtaoAI公司为某央企运营商设计,针对约120名培训负责人及管理员,旨在深入理解AI技术在流程自动化中的应用,探索数字员工的构建与企业培训流程的智能化升级。课程涵盖大模型技术、主流模型应用、数字员工定义与价值、实施策略及落地方法等内容。

随着大数据、云计算、人工智能等前沿技术的快速发展,企业的数字化转型正加速进行。在这种背景下,数字员工应运而生,成为提升业务效率、优化流程管理的重要手段。本次内训由TsingtaoAI公司专门为某央企运营商的培训团队打造,旨在让培训负责人及培训管理员深入理解AI技术赋能流程自动化的实际应用,探索如何打造专属数字员工,并推动企业内部培训流程的智能化升级。

培训对象及人数

某运营商总部、各省分及子公司培训负责人及培训管理员,约120人左右。

培训目标

  1. 深入理解大模型技术及其在AI领域的突破性应用。
  2. 掌握现有主流大模型的应用场景及其对流程自动化的赋能作用。
  3. 理解数字员工的概念、应用价值及未来发展的趋势。
  4. 制定企业专属数字员工的实施策略及落地方案。
  5. 掌握数字员工在企业内训、流程自动化等场景中的具体落地方法。

课程大纲模块

模块一:大模型的崛起与AI赋能的突破

  1. 大模型简介
    1. 大模型的定义及发展历程
    2. 大模型在AI领域的关键突破
    3. 从传统算法到大模型的技术进化路径
  2. 大模型的核心技术
    1. 自然语言处理(NLP)与生成式预训练模型(GPT)的核心技术概述
    2. Transformer架构的革命性影响
    3. 参数规模与模型性能的关系:从百万到千亿参数的模型演进
  3. 大模型带来的产业变革
    1. 大模型如何推动自动化和智能化的广泛应用
    2. 不同行业中大模型的创新应用案例:医疗、金融、制造、教育等

模块二:主流大模型及其应用实践

  1. 主流大模型介绍
    1. GPT系列(如GPT-4)、BERT、T5等知名模型的对比分析
    2. 各类大模型的核心功能及其适用场景
  2. 大模型的实践应用
    1. 大模型在文本生成、问答系统、翻译及情感分析中的具体应用
    2. 面向自动化流程的大模型应用:自然语言理解与任务自动化
    3. 案例分析:某企业如何利用大模型优化业务流程
  3. 大模型在企业培训中的应用
    1. 基于大模型的智能培训助手:个性化学习路径生成与知识推荐
    2. 如何通过大模型提升培训内容的自动化生成与更新效率
    3. 实践案例:大模型如何优化企业内训系统的内容管理和交互体验

模块三:数字员工的定义、价值与发展趋势

  1. 数字员工的概念及核心特征
    1. 什么是数字员工?——从传统RPA到智能AI助手
    2. 数字员工的核心特征:自主学习、持续改进、智能决策
    3. 数字员工与人类员工的协同作用
  2. 数字员工的价值与应用场景
    1. 数字员工为企业带来的实际价值:提高效率、降低成本、优化服务
    2. 不同行业的数字员工应用场景:金融、零售、制造、教育等
    3. 数字员工在流程自动化中的关键作用
  3. 数字员工未来发展的趋势
    1. 数字员工的技术演进方向:从静态流程到动态智能决策
    2. 数字员工在未来工作场景中的地位:替代性与增强性
    3. 人工智能、自动化与未来工作模式的深度融合

模块四:制定数字员工的使用策略和落地路径

  1. 企业数字员工使用策略的制定
    1. 根据企业业务需求定制数字员工使用策略
    2. 数字员工在不同业务流程中的分层部署:前台、中台与后台的应用
    3. 数据驱动的数字员工优化路径:从数据采集、分析到反馈优化
  2. 数字员工的落地路径
    1. 数字员工实施的关键步骤:需求分析、方案设计、技术选型、测试与迭代
    2. 技术与业务的结合:如何通过流程梳理实现数字员工的无缝落地
    3. 数字员工在企业现有IT架构中的集成与应用
  3. 成功案例分享
    1. 国内外企业成功落地数字员工的实践经验
    2. 如何根据行业特性定制数字员工落地方案
    3. 常见挑战与解决方案:技术瓶颈、人员培训、系统集成等

模块五:数字员工的落地方法及工具

  1. 数字员工实施的技术框架
    1. 数字员工的技术栈:RPA(机器人流程自动化)、AI模型、智能决策引擎等
    2. 如何基于企业现有系统架构引入并部署数字员工
    3. 数字员工与企业其他自动化工具的协同工作
  2. 数字员工落地的流程与工具
    1. 数字员工部署流程详细解析:从需求定义到上线运营
    2. 主要工具及平台介绍:UiPath、Automation Anywhere、Blue Prism等RPA工具
    3. 基于开源AI框架的定制化数字员工开发流程
  3. 数字员工的持续优化
    1. 数字员工的维护与持续优化:定期训练与模型更新
    2. 基于数据反馈的流程改进:如何提升数字员工的自主学习能力
    3. 保障数字员工在流程中的稳定性和安全性

讲师介绍

陈老师 大模型/深度学习/智算优化技术专家

教育背景

硕士学位 | 天津大学 专业:高性能计算

研究方向:分布式计算、深度学习模型优化、GPU加速计算。

专业领域

华为昇腾技术栈: 深入掌握华为昇腾AI计算平台,包括昇腾算子开发、HCCL集合通信优化、智算集群建设与性能调优。

智算集群建设与优化: 专注于大规模智算集群的设计、部署、设备选型、网络配置及系统集成,提升集群性能和稳定性。

深度学习与高性能计算: 研究和应用分布式训练框架、优化技术,进行大规模计算任务的高效处理。

网络与系统集成: 在复杂网络环境下进行系统集成,确保数据传输的高效性与系统的稳定性。

AI开发框架: 熟悉多种AI开发框架,包括NCE fabric、NCE insight fabric、MindX和ModelArts平台的高阶使用。

学术成就

论文发表: 在国际顶级期刊上发表多篇高影响力研究论文,涉及高性能计算与AI模型优化领域,包括:《IEEE Transactions on Neural Networks and Learning Systems》:论文集中于深度学习技术在高性能计算中的应用。《Frontiers in Immunology》:研究了GPU加速技术在生物信息学中的应用。

专利

“图像分类方法及装置”:改进了图像分类的准确性和处理速度。

“神经网络模型的训练方法及装置”:优化了神经网络模型的训练效率。

国际会议: 多次在国际学术会议上发表演讲,涵盖AI、深度学习和高性能计算领域。

教学与培训经验

过往大模型相关的培训内容

  • 大模型(LLM)技术原理与应用
  • 大模型在不同行业的具体落地案例分析
  • 机器学习与神经网络基础及进阶
  • Python及Java编程语言应用

相关培训案例

  • TsingtaoAI:为公司研发团队进行大模型技术培训,内容涵盖大模型的基本原理、开发实践以及在金融科技和营销业务中的应用。
  • 苏泊尔:对IT/AI技术团队进行大模型技术培训,提升团队对大模型技术的理解、掌握和应用能力。
  • 建设银行:开展关于大模型技术系统的专题培训,分享大模型系统设计、技术实现及实际应用中的经验和挑战。

孙老师,资深大模型算法专家

毕业于中国科学技术大学自动化系,拥有20+年IT/AI经验,先后在IBM、华为、顺丰、KPMG等知名企服务于DBS,UBS,HSBC等大型银行客户。2023年起All in生成式AI应用创业,专注于企业管理领域的AI咨询、系统实施和培训。精通生成式AI相关技术栈和应用系统设计开发。

2023.10-至今:生成式AI研发专家

ž 持续跟踪国内外开源和闭源大模型的发展动态,进行本地部署或通过API集成到系统,熟悉GPT, Claude, Gemini, Llama, Mistral, Command R, GLM, Qwen, Deepseek, Moonshot, Xunfei Spark, Ernie, Yi, MiniMax等模型,能够根据不同行业不同的业务场景进行模型选取

ž 熟悉大量开源嵌入模型和向量数据库,如BGE, Jina, Nomic等系统嵌入模型和Qdrant, Milvus, Chroma, LanceDB, Fincore等向量数据库,并能提供选型建议

ž 熟练掌握Langchain, Llamaindex, Langgraph等生成式AI应用开发框架,并能根据不同行业的业务场景选型和应用

ž 研究了多个开源和闭源平台级产品,包括Coze, DSPy和各模型厂商提供的在线chatbot和智能体平台等

ž 设计开发了多个生成式AI应用,从简单的多轮对话聊天机器人,到RAG、Agent、Agentic Workflow还有Vscode代码生成插件和浏览器插件;精通生成式AI应用系统架构设计和系统调优

ž 部署了stable-diffusion模型进行文生图能力评估测试,同时持续跟踪国内外文生图模型和平台发展, 熟悉国内厂商文生图平台及API

ž 部署并在系统种集成了speech-to-text和text-to-speech的模型,如Whisper, EmotiVoice

ž 进行了多场大模型技术应用培训,包括对金融行业的IT团队进行的“AIGC大模型技术在企业经营管理的场景化应用“培训。

2017-2023,KPMG中国智能创新中心技术负责人

创建了KPMG中国智能创新中心,管理着从设计、开发、交付、上线到运维的全流程,团队规模将近500人。带领团队面向公司内外部客户设计和开发人工智能、大数据驱动的解决方案,围绕信用、风险、合规等业务领域构建知识库、算法模型和业务系统。服务的客户包括国内外知名企业,如HSBC,平安集团、招商银行、太平洋保险、蚂蚁金服等等。

2001-2014,IBM,从技术开发到业务管理

作为技术团队负责人,带领团队进行应用系统设计、开发、测试、上线和运维;服务的客户包括:PCCW、DBS、国泰航空、UBS、UPS、深圳机场物流园等。

相关实践学习
基于阿里云短信服务的防机器人验证
基于阿里云相关产品和服务实现一个手机验证码登录的功能,防止机器人批量注册,服务端采用阿里云ECS服务器,程序语言选用JAVA,服务器软件选用Tomcat,应用服务采用阿里云短信服务,
目录
相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
99 9
|
1月前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
29天前
|
存储 人工智能 安全
从梦想到现实:十年见证AI自动化漏洞修复的演变
2014年,我怀揣着利用科技创造更安全数字世界的梦想,提出了通过云平台自动化修复第三方网站漏洞的构想。十年后的2024年,随着AI技术的崛起,这一梦想已成为现实。如今,用户只需简单注册并安装插件,AI系统就能自动检测、修复漏洞,整个过程高效、智能。AI不仅提升了系统的可靠性和效率,还具备自我学习能力,使安全防护更加主动。未来,我将继续用AI探索更多可能,推动技术的发展,不断完善这个充满智慧与安全的数字世界。
54 3
从梦想到现实:十年见证AI自动化漏洞修复的演变
|
27天前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试的新篇章:利用AI提升软件质量
【10月更文挑战第35天】在软件开发的海洋中,自动化测试犹如一艘救生艇,它帮助团队确保产品质量,同时减少人为错误。本文将探索如何通过集成人工智能(AI)技术,使自动化测试更加智能化,从而提升软件测试的效率和准确性。我们将从AI在测试用例生成、测试执行和结果分析中的应用出发,深入讨论AI如何重塑软件测试领域,并配以实际代码示例来说明这些概念。
51 3
|
28天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
90 4
|
28天前
|
人工智能 自然语言处理 IDE
通义灵码让AI帮你实现自动化编程
通义灵码是由阿里云与通义实验室联合开发的智能编码辅助工具,具备行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答及异常报错排查等功能。该工具支持200多种编程语言,兼容主流IDE,如Visual Studio Code、Visual Studio和JetBrains IDEs。通义灵码在Gartner发布的AI代码助手魔力象限中表现出色,成为唯一进入挑战者象限的中国科技公司。目前,通义灵码下载量已超过470万,每日辅助生成代码超3000万次,被开发者广泛采用。
|
1月前
|
数据采集 人工智能 搜索推荐
|
1月前
|
运维 Devops 测试技术
自动化运维的魔法——打造高效的DevOps流程
【10月更文挑战第28天】在数字化浪潮不断推进的今天,企业对运维效率的追求如同古人探索魔法一般充满好奇与渴望。本文将带你走进自动化运维的世界,揭秘如何通过DevOps实践,实现从代码到部署的无缝连接,提升企业的IT运营效能。我们将一起探索自动化工具的选择与配置,以及如何构建一个既能快速响应业务需求,又能保障系统稳定性的高效流程。
|
1月前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
146 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
1月前
|
监控 Devops jenkins
自动化部署与监控:打造高效的DevOps流程
【10月更文挑战第24天】在追求快速迭代和持续交付的软件开发时代,DevOps成为提升团队效率的关键。本文深入探讨如何构建一个高效的DevOps流程,包括自动化部署、监控和故障排除等关键环节。通过实际案例,我们将学习如何利用工具简化运维任务,确保系统稳定运行,并快速响应生产问题。
51 2