让一部分企业先学到真知识!

枫影(王鸿华):AI驱动下的智改数转业务新动向

枫影老师枫影(王鸿华) 注册讲师 48查看

课程概要

培训时长 : 2天

课程价格 : 扫码添加微信咨询

课程分类 : 人工智能

课程编号 : 35255

面议联系老师

适用对象

通讯运营服务商

课程介绍

【课程背景】

在当今数字经济时代,人工智能(AI)与企业数字化转型的深度融合正重塑着各行各业的商业模式与运营逻辑。对于某省移动公司而言,作为通信与信息技术服务的领头羊,面临着前所未有的机遇与挑战。一方面,客户需求日益个性化与多元化,市场竞争愈发激烈;另一方面,技术迭代加速,尤其是AI、大数据、云计算等技术的成熟应用,为企业提供了前所未有的提效降本与创新可能。因此,如何把握AI带来的商机,深化智改数转战略,优化营销策略,提升客户体验,成为公司三、四级经理(包括客户经理与产品经理)亟需掌握的核心能力。

【课程收获】

1. 智转深化理解:掌握AI与数字化转型核心,明确“三化”实践路径。

2. 营销策略升级:学习AI在营销各环节的应用,借鉴成功案例优化策略。

3. 构建智能营销体系:整合技术工具,实现营销全链条智能化管理。

4. 问题解决实战技巧:掌握问题分析到方案制定方法,实战行业策略。

5. 能力与团队成长:提升个人策略、创新及客户管理能力,增强团队效能。

【课程对象】通讯运营服务商

【课程时长】2

【课程大纲】

一、AI商机解读、三大场景(AI、智改数转、三化)融合方案赋能和典型案例拆解

1. 智改数转的核心理念:企业数字化转型

2. “三化”对智改数转的内涵性表述:线上化、智能化、云化

3. 智能化的关键:AI

4. AI+“三化”+智改数转下的融合方案解析

(1)智改数转的根本要求是企业业务进行智能化的改革

(2)当前阶段:基本上完成线上化和云化

(3)关键决胜在于:AI下的智能化

5. AI商机解读

(1)分析性AI赋能各个业务环节提效降本

(2)生成式AI,加速各个业务环节提效降本

(3)RPA+AI=IPA,实现整个业务(项目)流程的整体提效降本

(4)Agent+IPA+知识库,实现企业内部全业务链的提效降本与敏捷适应

【案例】华为盘古大模型、AIGC、实在RPA赋能各类企业提效降本

【案例拆解】

1. 索菲亚家居的AI agent,实现营销、客服的全面智能化

2. 有赞RPA+营销+LLM,实现营销智能化

3. 神州数码“RPA+AI”实现数字员工交付

4. 北京电信凭借OCR+RPA,加速“智改数转”

二、AI+营销,场景故事

1. 定义营销

2. AI(含大模型)+营销(场景)涵盖的内容:

1)市场定位与品牌策划(用户+需求+竞争+价值定位)

AI应用: 利用AI大模型分析用户行为数据,识别细分市场需求和偏好,同时监控竞争对手动态,辅助制定差异化品牌策略。

【案例】 Nike运用AI分析顾客购买记录和社交媒体互动,精准定位年轻消费者对可持续时尚的需求,推出环保材料鞋款,成功树立绿色品牌形象。

2)媒体推广(选题+策划+内容+分发)

AI应用: AI模型能根据历史数据预测热门话题,辅助内容创作;通过内容分析优化标题、正文以提升吸引力;并利用算法智能分发到目标用户群体。

【案例】 Buzzfeed使用AI工具来分析用户兴趣,自动生成文章选题建议,个性化推荐内容,有效提升点击率和用户参与度。

3)渠道管理(规划、开拓、激励、赋能、筛选)

AI应用:

l AI可以帮助企业分析各渠道效果

l 预测新渠道潜力,自动化管理合作伙伴关系,通过数据分析优化激励机制,以及智能化筛选高效渠道

【案例】 阿里巴巴利用AI算法评估不同电商平台和社交媒体的营销效果,自动调整广告预算分配,高效开拓和维护销售渠道。

4)用户运营(拉新、促活、转化、复购、转介)

AI应用:

l AI技术通过用户画像和行为模式分析,精准推送个性内容,提高拉新效率

l 利用机器学习优化用户体验,促活跃和转化

l 预测用户复购周期,实施定制化促销;并利用社交网络分析促进口碑传播

【案例】Netflix的推荐系统基于用户观看历史和偏好,使用AI模型个性化推荐内容,有效提升用户留存和订阅续费率。

5)用户服务(客服)

AI应用:

l 通过AI聊天机器人和语音识别技术提供24/7客户服务

l 处理常见查询和问题,减少人工客服负担

l 提升响应速度和服务质量

【案例】Airbnb采用AI客服系统,自动处理入住指南查询、退改签请求等,不仅减轻了客服团队压力,还大幅提升了用户满意度和处理效率。

3. 营销Agent+LLM+RPA+本地化知识库,搭建自动化智能营销体系

1) 营销Agent

2) 大型语言模型 (LLM):

3) 机器人流程自动化 (RPA):

4) 本地化知识库

【案例】索菲亚整体营销agent介绍

三、问题分析与改善+行业打法

1. 定义问题

2. 构建业务分析模型

3. 借助分析方法分析问题原因

4. 提出改善方案

5. 常见行业打法(基于项目管理)

1)产品设计

l 需求调研-商业模型

l 价值主张

l AI+行业,IT架构模型

2)AI+行业的解决方案

l 场景解决方案

l 业务流程IPA解决方案

3)客户线索获取、需求收集个性化方案制定

l 客户线索

l 需求收集

l 个性化方案制定

4)方案演示与招投标

5)项目交付

【案例】腾讯、华为、有赞的AI+营销,以及实在RPAAI agent+营销

枫影(王鸿华)老师的其他课程

• 枫影(王鸿华):AI大模型在2B/2H业务中的应用
课程背景: AI大模型依托强大的语言理解、生成和推理能力,为各行各业带来了前所未有的创新和变革机遇。在面向企业(2B)和家庭(2H)的业务场景中,AI大模型正逐渐展现出其巨大的应用潜力和商业价值。本课程旨在深入探讨AI大模型在2B/2H业务中的具体应用,帮助学员了解和掌握这一前沿技术,为未来的工作发展奠定坚实基础。 课程收获: 1.深入理解AI大模型的基本原理和关键技术。 2.掌握AI大模型在2B/2H业务中的应用场景和前景。 3.提升解决实际问题的能力。 课程对象:运营商 课程时长:0.5天-1天(根据客户需求) 课程大纲 一、AI大模型介绍 1.AI历史发展的关键三个节点 2.机器学习与深度学习 3.大模型的诞生 4.影响大模型发展的关键要素 5.国内外大模型的发展现状 6.大模型的发展趋势 二、AI大模型+应用 1.制约AI大模型应用的关键要素 (1)算法 (2)数据:通用数据、专业数据(行业、领域) (3)算力 2.目前国内外AI大模型主要应用方向 (1)算法: Transformer模型、多模态模型、扩散模型、EfficientNet系列、强化学习、网络学习 (2)数据:通用数据AIGC、行业数据、企业/个人私有数据源(知识库) (3)算力:GPU、分布式计算训练网络、云边结合、硬件AI化 3.目前在产业的应用 (1)通用:各类算法+通用AIGC大模型 (2)行业:行业大模型 (3)企业:私有化本地化部署大模型 三、AI大模型+通讯+2B 1. AI大模型+通讯+通用=AIGC+通讯 (1)主要应用:内容生成(文本、图片、视频、音频等) (2)2B业务主要应用场景 ² 市场分析(行业、客户、竞争、外部环境等)信息及报告生成 ² 市场推广:借助通用大模型,生成相关宣传资料进行投放 ² 行业解决方案的生成:借助通用大模型,完成解决方案的生成 ² 需求挖掘:行业客户需求挖掘及依托大模型完成客户需求的整理 ² 方案定制:生成定制方案 ² 项目管理:借助AI大模型+基础信息,生成进度、成本、质量、风险、资源等管理计划与项目文件 ² 招投标:依托AI大模型生成相关投标文件(标书、应答文件、报价单等) ² 合同:依托AI大模型完成合同的编制 ² 产品使用手册:依托AI大模型生成产品适用手册、帮助文档等 2. AI大模型+私有数据+本地化部署+agent=企业知识库 (1)应用场景:2B业务的全业务流程所涉及到的相关内容生成 (2)借助低代码、无代码技术可以实现个性化的本地化应用开发 (3)借助RPA技术,可以实现大模型聚合下的自动化调用 【案例】ollama、扣子agent、移动磐匠agent等相关 四、AI大模型+通讯+2H 1. AI大模型+通讯+通用=AIGC (1)整体智慧家庭的设计 (2)产品设计 (3)市场营销 (4)客服 2. 产品与服务:AI大模型+2H+云部署+终端 (1)为家庭做云化知识库 (2)为家庭做云化应用开发(低代码) (3)AI大模型终端产品 3. 内部管理:2H端业务运营的本地化知识库建设
• 枫影(王鸿华):Ai 与 Ai 大模型及行业应用
【课程背景】 人工智能(AI)技术的迅猛发展,其在各个行业中的应用日益广泛,尤其是在通信行业。AI不仅改变了传统通信方式,还为通信行业带来了前所未有的转型机遇。 本课程将深入探讨AI的发展趋势,尤其是AI大模型的出现,以及它在推动通信行业转型中的重要作用。我们将从AI技术的基础原理出发,分析其在通信网络优化、客户服务自动化、安全防护等方面的应用,同时展望AI在未来通信技术中的潜在影响。 【课程收获】 1. 深入理解AI技术:掌握AI的基本概念、核心算法和技术原理 2. 把握AI在通信行业的发展趋势: 3. 提升解决实际问题的能力:课程将结合实际案例和实践操作,培养学员运用AI技术解决通信行业实际问题的能力 4. 增强创新意识和竞争力:通过学习AI在通信行业的创新应用,学员将能够激发创新思维,提升个人在职场中的竞争力。 【课程对象】 通信行业的从业人员 【课程时长】6小时 【课程大纲】 一、AI大模型介绍 1.AI历史发展的关键三个节点 2.机器学习与深度学习 3.大模型的诞生 4.影响大模型发展的关键要素 5.国内外大模型的发展现状 6.大模型的发展趋势 二、AI大模型+应用 1.制约AI大模型应用的关键要素 (1)算法 (2)数据:通用数据、专业数据(行业、领域) (3)算力 2.目前国内外AI大模型主要应用方向 (1)算法: (2)数据:通用数据AIGC、行业数据、企业/个人私有数据源(知识库) (3)算力:GPU、分布式计算训练网络、云边结合、硬件AI化 3.目前在产业的应用 (1)通用:各类算法+通用AIGC大模型 (2)行业:行业大模型 (3)企业:私有化本地化部署大模型 三、AI在通信领域的具体机遇及应用 (1)产品创新: – 基于大数据分析实现的智能化产品创建 – AI技术可以助力运营商实现自动化网络管理(网络规划、维护、故障检修等) – 基于AI,可以为政企客户提供更具价值的产品(信息化系统) 案例:运营商能够基于AI实现自动化网络配置、故障排除和性能优化等功能。 (2)渠道管理: – 基于大数据AI实现渠道业绩分析 – 借助大模型生成渠道经营的可视化报表 – 依托AI实现个性化渠道运营对策 案例:运营商基于AI模型和当前数据,预测未来销售业绩 (3)营销创新: – 基于用户画像的智能需求识别与产品的智能推荐(智能产品推荐) – 基于AIGC大模型智能生成营销内容(含活动策划、内容生成等) – 基于RPA技术实现营销推送的智能化和自动化 案例:基于AI对用户画像的分析,制定针对性的个性化内容推荐 (4)客户服务: – 智能语音导航 – 智能问答系统 – 智能坐席客服 – 智能客服质检 – 智能化客户运营 案例:AI大模型智能客服 (5)风险控制: – 依托AI,实时分析网络流量和用户行为,识别异常模式 – 对安全事务做出预警、风险原因回溯 (6)内部职能部门提升效率 – 内部管理流程自动化 – 办公效率提升 案例:基于AIGC的应用,公司内部大幅提升办公效率 四、AI大模型在CHBN市场中的应用 (1)在CH公众市场的应用 – 产品设计:智慧家庭、AIPC、 – 智能化营销 – 智能客服系统 (2)在BN政企市场的应用 – 市场分析(行业、客户、竞争、外部环境等)信息及报告生成 – 市场推广:借助通用大模型,生成相关宣传资料进行投放 – 行业解决方案的生成:借助通用大模型,完成解决方案的生成 – 需求挖掘:行业客户需求挖掘及依托大模型完成客户需求的整理 – 方案定制:生成定制方案 – 项目管理:借助AI大模型+基础信息,生成进度、成本、质量、风险、资源等管理计划与项目文件 – 招投标:依托AI大模型生成相关投标文件(标书、应答文件、报价单等) – 合同:依托AI大模型完成合同的编制 – 产品使用手册:依托AI大模型生成产品适用手册、帮助文档等 (3)企业内部小模型的搭建AI Agent – 应用场景:全业务流程所涉及到的相关内容生成 – 借助低代码、无代码技术可以实现个性化的本地化应用开发 – 借助RPA技术,可以实现大模型聚合下的自动化调用 【案例】AI 智能体数字员工的搭建
• 枫影(王鸿华):面向AI大模型的智算技术及新应用
【课程背景】 大模型(Large Language Models, LLMs)现已成为AI领域的一个热点。这些模型以其庞大的参数规模、强大的语言理解和生成能力,以及在多种任务中展现出的高级认知能力,正在改变我们与技术的交互方式。大模型正在以其独特的方式提供各类帮助和改进。但这些模型的成功应用都依赖于强大的数据基座构建,以及对算力、算法和数据的协同优化。 本课程将从AI大模型的整体结构体系拆开来分享AI大模型的特点、技术原理,进而提出对数据、算力的要求,以及目前在通讯行业的应用。 【课程收获】 1. 了解AI大模型的特点、技术原理及要求 2. 理解智算计算和算力网络 3. 了解AI大模型在特定行业的一些应用 【课程时长】1天(6h) 【课程对象】三级经理 【课程大纲】 Part1:AI大模型通识 1 AI大模型是什么? 1.1 什么是模型,AI与模型之间什么关系? 1.2 AI发展史 1.3 机器学习的主要学习范式:监督、无监督、强化、深度学习 1.4 具体的模型架构:CNN、RNN、GAN 2 AI大模型要回答什么问题? 2.1 大模型又是什么? 2.2 大模型常见的学习范式 2.3 大模型常用的模型架构 2.4 大模型的学习算法:梯度下降、优化技巧、并行与分布式训练 2.5 大模型区别于传统AI的独特能力 3 方法论:AI大模型是如何实现目标的? 3.1 大模型形成的工作流 3.2 模型构建:架构选择、参数配置、初始化策略、正则化、优化器选择 3.3 数据训练:数据预训练、批处理、梯度下降、学习率调度、训练监控 3.4 模型评估:评估指标、交叉验证、测试集、误差分析 3.5 模型部署:模型导出、服务化、硬件优化、负载均衡 3.6 模型维护:模型监控、数据更新、模型在训练、版本控制 3.7 模型应用:用户接口、场景适配、反馈循环、伦理与合规 Part2:面向AI大模型的智算与相关技术 1. AI大模型对算力的要求 1.1 智算的出现 1.2 AI大模型对智算的算力要求 1.3 全球智算格局解析 2. AI大模型下,如何破解算力问题 2.1 高端智算芯片的持续性开发投入和升级 2.1.1 高性能AI芯片 2.1.2 专用智能芯片开发 2.2 并行计算技术 2.2.1 模型并行 2.2.2 数据并行 2.2.3 分布式并行计算 2.3 软件平台优化 2.4 架构优化 2.4.1 知识蒸馏 2.4.2 其他模型架构 2.5 算力网络建设 2.5.1算力网络的出现 2.5.2 云网协同 2.5.3 云网融合 2.5.4 算力感知、算力路由和算力交易 2.6 开源与闭源模型结合:大模型+小模型 2.7 通信量优化技术 Part3:AI大模型的行业应用 1. 自然语言处理和意图识别 【案例】华为发布的通信行业首个大模型提供了基于角色的Copilots和基于场景的Agents两类应用能力,帮助运营商提升员工赋能和用户满意度 2. 网络智能化调度:实时分析用户数据和网络负载,预测网络需求,预测频段和流量管理 3. 网络维护:提高电信网络的智能规建、运维和管控能力 【案例】中兴通讯推出了新一代智算中心基础设施产品和AI加速芯片,以支持大模型训练和推理,提升企业效率并降低大模型推理成本 4. 客户服务:在客服领域中显著提升用户体验。 【案例】ChatGPT等生成式AI技术被广泛应用于会话系统中,能够理解人类意图并生成相应的回答或解决方案 5. 运维效率:AI大模型为5G乃至6G通信网络的生产力跃升提供了重要支撑。 【案例】华为发布的无线智能体结合了通信大模型、无线数字孪生系统和智能算力,旨在重塑运维流程、网络体验和业务发展模 6. AI与通信融合及在无线通信系统中的应用 6.1AI大模型在卫星通讯领域展现出巨大潜力 6.2无线智能体构建 6.3 运维流程重塑与业务模式创新 【综合案例】中兴通讯AI解决方案

添加企业微信

1V1服务,高效匹配老师
欢迎各种培训合作扫码联系,我们将竭诚为您服务