AI知识的培训

课程背景：
AI（大模型）的发展和应用已成为明确的趋势，目前大部分企业对于大模型的能力、边界、本质没有深入透彻的理解。更加不知道如何基于AI提升工作效率、加速绩效改善、推动业务突破。
在《AI赋能知识管理》课程中，我们将详细介绍RAG这种最有效率和效果的大模型落地模式，聚焦如何助力企业员工高效落地大模型及企业本地知识库。通过真实案例分享帮助大家快速建立起对大模型能力的准确认知，明确相关知识管理系统的建设和使用思路，通过落地的RAG方案，发挥AI原动力，助推企业各项工作的变革和业务目标达成。

课程目标：
详细介绍RAG这种最有效率和效果的大模型落地模式，聚焦如何助力企业员工高效落地大模型及企业本地知识库。通过真实案例分享帮助大家快速建立起对大模型能力的准确认知，明确相关知识管理系统的建设和使用思路，通过落地的RAG方案，发挥AI原动力，助推企业各项工作的变革和业务目标达成。

参训对象：
IT相关人员，部门管理者，企业管理者。

授课形式：
知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲：
模块单元知识点互动
开场与引入走近知识管理知识管理基本理念及发展历程
知识管理在当今时代呈现的新生命力
如何找到知识管理价值入点
关于大模型进企业的现状和问题误区
1、期望过高
误区2、投入方法和资源不当
误区3、目标与手段背离

模块一解密大模型
大模型是什么
1、大模型的来源及构成
2、大模型本质，把大模型当“人”看
3、大模型的适用范围
大模型可以为企业带来的改变改变
1、各类型企业/各板块业务增效
改变2、内外部协作智能化
改变3：企业核心价值的增强和转变
改变4：有效支撑企业智能化转型
改变5：2-3人微型企业增多与市场竞争格局改变用3-5个简短案例说明
引入大模型，正当其时1、大模型是明显接近“人类”的AI（以往的AI产品离“人”的水平差距比较远）
2、大模型（包含语言、图像、多模态等）是企业数字化/智能化的发动机/引擎
3、大模型是企业人力管理/盈利能力管理的新阶段
4、行业探索期已过，行与不行/如何开展已有初步结论
RAG：当前大模型落地的最优解1、RAG的基础含义
2、RAG的基本实现过程
3、RAG的优势（对比大模型直接应用、大模型微调、大模型训练）
RAG落地的实际案例和体系建设RAG落地体系搭建
1、总述：快速推动RAG企业落地的“365”体系
2、大模型“六边形战士”模型及基础准备工作
业务场景（选取场景，应该遵循高价值、易实现原则）
产品设计（产品基本选型，如对话沟通型、工作台调取型、工作流嵌入型）
技术攻关（搜索关键技术、问答关键技术、推荐关键技术）
模型算法（大模型的选型和具体选择方法、周边算法及模型）
算力规划（提高算力投产比的方式方法）
数据/知识（企业数据/知识的管理体系和方法）互动一：
用案例串讲本节理论：
互动二：
简要说明，在相关模块，我们有哪些进一步的培训或辅导项目

RAG落地实施-知识管理金三角体系
一、总述：知识运营的“金三角”体系
基于业务变革的知识变革
知识运营全链路管理
业务场景最优探索和价值闭环
二、RAG如何落地的具体措施
1、基于业务变革：知识基础形态改变和知识质量提升
2、知识运营全链路：五部曲
知识生产
知识采集
知识加工
知识应用
知识增补
3、探索和闭环：搭建和运行“知识forAI”管理体系
应用场景落地：
客户、用户角度和问题、痛点意识
如何实现问题/痛点角度的业务场景和价值梳理
基于以上体系的知识体系的重构
知识盘点：
知识架构、知识地图、知识体系
知识规范度和AI友好度评估和提升
知识管理规范与知识贡献激励
系统/产品功能建设要点
RAG效果评估
训练集/测试集的搭建和运用
基于业务价值评估指标和体系
成功用好RAG的五大保障
基础保障：知识/数据的积累和管理
组织保障：岗位增设与参与人员
体系保障：IT、业务运营等体系的职责与分工协作
文化保障：探索、学习型文化的建立和持续迭代
机制保障：评估和评价机制

RAG在企业落地的项目探讨开启企业落地项目的三步走
第一步：基于“365”体系的评价框架
第二步：（基于自评）定位问题、选择切入点
第三步：明确第一批优先行动任务互动：
让听众用我们的问卷评估自己企业或体系的情况
总结和提炼

AI知识的培训