课程需求分析
组织整合与资源分散:部门重组后职责交叉,人员支撑多个项目,精力分散,难以聚焦行业趋势。
行业对标渠道有限:缺乏系统性了解头部企业AI应用路径的渠道,难以形成有效对标。
战略视野不足:中高层需提升对AI趋势的宏观判断能力,以应对公司智能化转型要求。
实战经验缺失:缺乏可借鉴的AI落地案例与方法论,难以转化为内部行动思路。
2. 课程目标
系统掌握AI在汽车智能化领域的应用趋势与关键技术路径。
深入理解3-5家头部企业在AI落地中的战略布局与组织适配模式。
构建AI战略思维,提升在资源约束下的决策与规划能力。
通过案例研讨与实战推演,形成初步的AI应用方向与组织协同思路。
课程特色与亮点
标杆驱动:聚焦特斯拉、蔚来、华为、博世等企业在AI视觉、语音、数据智能等领域的实战案例。
战略导向:从“趋势-场景-组织”三个维度,帮助学员构建AI战略地图。
实战推演:设计“AI场景优先级评估”与“组织能力匹配”两个实战环节,强化转化。
跨界融合:引入3C、半导体等行业AI实践,拓展汽车智能化创新思路。
课程大纲
第一单元:AI趋势与汽车产业变革
1.全球AI政策与产业生态:中美欧对比、中国“人工智能+”行动
2.汽车智能化三大赛道:智能座舱、自动驾驶、智能制造
3.AI技术演进:大模型、多模态、边缘AI在汽车场景的融合
4.新质生产力与AI赋能产业高质量转型
案例研讨
特斯拉Dojo超算与端到端自动驾驶路径
蔚来NOMI GPT在座舱体验中的AI应用
华为ADS 2.0与AI工厂制造体系
第二单元:头部企业AI应用标杆解析
1.特斯拉:从制造到出行的全链路AI闭环
2.博世:工业AI在预测性维护与质量缺陷检测中的应用
3.华为:AI inside 产品研发与制造数字化
4.蔚小理:用户运营与智能服务中的AI中台建设
案例研讨
博世AI视觉质检与数字孪生平台
华为“盘古”大模型在研发与制造中的落地
蔚来AI语音助手与用户行为预测系统
第三单元:AI在汽车核心场景的应用实践
1.研发场景:AI辅助设计、仿真优化、代码生成
2.制造场景:AI视觉质检、预测性维护、排产优化
3.服务场景:智能座舱、用户画像、售后预测
案例研讨
比亚迪AI电池检测与能源管理
第四单元:AI组织能力与转型路径设计(实战演练)
1.AI组织架构模式:中心化、嵌入式、混合型
2.AI人才梯队与能力建设:数据科学家、AI工程师、业务AI专员
3.AI治理与伦理:数据安全、模型可解释性、合规风险
4.AI场景优先级评估模型(价值-可行性矩阵)
实战演练
小组任务:基于公司现状,选择3个AI场景进行优先级排序
输出成果:AI场景落地路线图
授课老师
颜少林 西门子大湾区数字化技术赋能平台 主任
常驻地：深圳
邀请老师授课：13439064501 陈助理
