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