西藏四隙网络技术有限公司

AI知識的培訓(xùn)

課程背景：
AI（大模型）的發(fā)展和應(yīng)用已成為明確的趨勢，目前大部分企業(yè)對于大模型的能力、邊界、本質(zhì)沒有深入透徹的理解。更加不知道如何基于AI提升工作效率、加速績效改善、推動業(yè)務(wù)突破。
在《AI賦能知識管理》課程中，我們將詳細(xì)介紹RAG這種最有效率和效果的大模型落地模式，聚焦如何助力企業(yè)員工高效落地大模型及企業(yè)本地知識庫。通過真實案例分享幫助大家快速建立起對大模型能力的準(zhǔn)確認(rèn)知，明確相關(guān)知識管理系統(tǒng)的建設(shè)和使用思路，通過落地的RAG方案，發(fā)揮AI原動力，助推企業(yè)各項工作的變革和業(yè)務(wù)目標(biāo)達(dá)成。

課程目標(biāo)：
詳細(xì)介紹RAG這種最有效率和效果的大模型落地模式，聚焦如何助力企業(yè)員工高效落地大模型及企業(yè)本地知識庫。通過真實案例分享幫助大家快速建立起對大模型能力的準(zhǔn)確認(rèn)知，明確相關(guān)知識管理系統(tǒng)的建設(shè)和使用思路，通過落地的RAG方案，發(fā)揮AI原動力，助推企業(yè)各項工作的變革和業(yè)務(wù)目標(biāo)達(dá)成。

參訓(xùn)對象：
IT相關(guān)人員，部門管理者，企業(yè)管理者。

授課形式：
知識講解、案例分析討論、角色演練、小組討論、互動交流、游戲感悟、頭腦風(fēng)暴、強調(diào)學(xué)員參與。

課程大綱：
模塊單元知識點互動
開場與引入走近知識管理知識管理基本理念及發(fā)展歷程
知識管理在當(dāng)今時代呈現(xiàn)的新生命力
如何找到知識管理價值入點
關(guān)于大模型進(jìn)企業(yè)的現(xiàn)狀和問題誤區(qū)
1、期望過高
誤區(qū)2、投入方法和資源不當(dāng)
誤區(qū)3、目標(biāo)與手段背離

模塊一解密大模型
大模型是什么
1、大模型的來源及構(gòu)成
2、大模型本質(zhì)，把大模型當(dāng)“人”看
3、大模型的適用范圍
大模型可以為企業(yè)帶來的改變改變
1、各類型企業(yè)/各板塊業(yè)務(wù)增效
改變2、內(nèi)外部協(xié)作智能化
改變3：企業(yè)核心價值的增強和轉(zhuǎn)變
改變4：有效支撐企業(yè)智能化轉(zhuǎn)型
改變5：2-3人微型企業(yè)增多與市場競爭格局改變用3-5個簡短案例說明
引入大模型，正當(dāng)其時1、大模型是明顯接近“人類”的AI（以往的AI產(chǎn)品離“人”的水平差距比較遠(yuǎn)）
2、大模型（包含語言、圖像、多模態(tài)等）是企業(yè)數(shù)字化/智能化的發(fā)動機(jī)/引擎
3、大模型是企業(yè)人力管理/盈利能力管理的新階段
4、行業(yè)探索期已過，行與不行/如何開展已有初步結(jié)論
RAG：當(dāng)前大模型落地的最優(yōu)解1、RAG的基礎(chǔ)含義
2、RAG的基本實現(xiàn)過程
3、RAG的優(yōu)勢（對比大模型直接應(yīng)用、大模型微調(diào)、大模型訓(xùn)練）
RAG落地的實際案例和體系建設(shè)RAG落地體系搭建
1、總述：快速推動RAG企業(yè)落地的“365”體系
2、大模型“六邊形戰(zhàn)士”模型及基礎(chǔ)準(zhǔn)備工作
業(yè)務(wù)場景（選取場景，應(yīng)該遵循高價值、易實現(xiàn)原則）
產(chǎn)品設(shè)計（產(chǎn)品基本選型，如對話溝通型、工作臺調(diào)取型、工作流嵌入型）
技術(shù)攻關(guān)（搜索關(guān)鍵技術(shù)、問答關(guān)鍵技術(shù)、推薦關(guān)鍵技術(shù)）
模型算法（大模型的選型和具體選擇方法、周邊算法及模型）
算力規(guī)劃（提高算力投產(chǎn)比的方式方法）
數(shù)據(jù)/知識（企業(yè)數(shù)據(jù)/知識的管理體系和方法）互動一：
用案例串講本節(jié)理論：
互動二：
簡要說明，在相關(guān)模塊，我們有哪些進(jìn)一步的培訓(xùn)或輔導(dǎo)項目

RAG落地實施-知識管理*體系
一、總述：知識運營的“*”體系
基于業(yè)務(wù)變革的知識變革
知識運營全鏈路管理
業(yè)務(wù)場景最優(yōu)探索和價值閉環(huán)
二、RAG如何落地的具體措施
1、基于業(yè)務(wù)變革：知識基礎(chǔ)形態(tài)改變和知識質(zhì)量提升
2、知識運營全鏈路：五部曲
知識生產(chǎn)
知識采集
知識加工
知識應(yīng)用
知識增補
3、探索和閉環(huán)：搭建和運行“知識forAI”管理體系
應(yīng)用場景落地：
客戶、用戶角度和問題、痛點意識
如何實現(xiàn)問題/痛點角度的業(yè)務(wù)場景和價值梳理
基于以上體系的知識體系的重構(gòu)
知識盤點：
知識架構(gòu)、知識地圖、知識體系
知識規(guī)范度和AI友好度評估和提升
知識管理規(guī)范與知識貢獻(xiàn)激勵
系統(tǒng)/產(chǎn)品功能建設(shè)要點
RAG效果評估
訓(xùn)練集/測試集的搭建和運用
基于業(yè)務(wù)價值評估指標(biāo)和體系
成功用好RAG的五大保障
基礎(chǔ)保障：知識/數(shù)據(jù)的積累和管理
組織保障：崗位增設(shè)與參與人員
體系保障：IT、業(yè)務(wù)運營等體系的職責(zé)與分工協(xié)作
文化保障：探索、學(xué)習(xí)型文化的建立和持續(xù)迭代
機(jī)制保障：評估和評價機(jī)制

RAG在企業(yè)落地的項目探討開啟企業(yè)落地項目的三步走
第一步：基于“365”體系的評價框架
第二步：（基于自評）定位問題、選擇切入點
第三步：明確第一批優(yōu)先行動任務(wù)互動：
讓聽眾用我們的問卷評估自己企業(yè)或體系的情況
總結(jié)和提煉

AI知識的培訓(xùn)