|
智算业务操盘手：大模型行业应用、Token经营与项目实战工作坊讲师：郭亮【课程背景】略【课程收益】 完成本课程后，学员将能够： 1. 建立智算业务全景认知：清晰理解AI大模型、Token经营与数据要素的核心概念及商业价值，能与客户进行专家级对话，快速建立信任。 2. 掌握价值桥接模型：熟练运用【价值桥接五维梳理清单】，构建从“客户痛点”到“产品价值”的闭环话术，实现从“卖功能”到“讲价值”的跃迁。 3. 精通行业应用与需求洞察：掌握政务、工业等核心 行业的AI应用场景，熟练运用“望闻问切”四步法，深度挖掘客户隐性需求，锁定高质量商机。 4. 提升方案设计与项目操盘能力：掌握解决方案“六步成诗”包装法，学会使用【 铁三角协同机制】与【风险“三驾马车”评估表】等工具，能主动管理风险、协同团队推进项目落地。 l 课程时间：3天（上午9:00-12:00，下午14:00-17:00） l 课程对象：负责AI智算产品推广的客户经理、解决方案经理、 行业总监及相关售前支撑人员。 l 授课方式：专题讲授 + 案例拆解 + 情景推演 + 小组研讨 + 角色扮演 + 工具实操 + 讲师点评 【课程特色】l 体系完整，逻辑严密：从“认知重塑”到“价值呈现”再到“实战操盘”，形成完整闭环，内容饱满、层层递进。 l 工具落地，即学即用：拒绝空泛理论，所有知识点均与真实AI智算项目关联，配套【价值桥接模型】、【三层解码-战略机会地图】、【需求信息五维表】等多套可直接复用的实战工具。 l 贴合业务，场景自然：深度融入政企客户典型业务场景（如智慧政务、 智能制造），确保学员有极强的代入感，能直接指导实际工作。 l 互动创新，形式多样：穿插微研讨、案例 复盘、情景推演、角色扮演、成果PK等环节，严控讲授比例，确保学员深度参与。
【课程大纲】第一章：筑基与通识——AI大模型、Token经营与数据要素全景本章核心：系统构建AI智算、Token经营与数据要素的核心认知框架，让学员拥有与客户进行“专家级”对话的能力。 一、破冰启航：AI智算浪潮下的新战场 1. 破冰研讨：结合本地 产业特点，你认为AI智算最可能率先突破的 行业是什么？当前最大的市场 拓展障碍是什么？ 2. 【案例剖析】：某地市“政务AI智算平台”如何精准对接“数字中国”与“数据二十条”政策，成功立项并带动数据要素市场建设，实现二次价值挖掘。 二、拨云见日：AI大模型与智算技术通识 1. 智算与超算的本质区别：从“科学计算”到“智能计算”的范式迁移。 2. 一张图讲清AI智算业务架构：从算力基础设施（AIDC）到平台服务（震泽·智算平台），再到 行业应用（九天大模型）。 3. 大模型技术原理通俗解读：用“预训练”和“微调”的比喻，讲清大模型“理解、生成、推理”的核心能力。 4. 从“生成内容”到“执行任务”：AI 智能体（Agent）趋势解析，以及“开箱即用”的九天 智能体如何赋能千行百业。 ¢ 【课堂练习】：分组研讨，针对本地一个优势 行业，讨论《移动AI智算能力赋能该 行业价值图谱》的初步构思。 三、硬核比拼：运营商智算能力全景与差异化优势 1. 一张图讲清移动核心能力：展示“九天基座大模型”的L0基座特色、全栈国产化优势与体系化人工智能能力。 2. 全栈智算产品体系解构： ¢ AI IaaS：如GPU裸金属/云主机/AIDC。 ¢ AI PaaS：如震泽·智算平台（模型训推工具链）。 ¢ AI MaaS：如生态模型服务（九天与合作伙伴模型）。 ¢ AI SaaS：如AI云电脑、AI数智人等应用全家桶。 3. 构筑护城河：对比互联网云厂商，深入剖析移动在属地化服务、 网络安全等保、云网边端协同、国产 信创等方面的不可替代价值。 ¢ 【课堂活动】：各小组选择一款智算产品，设计一段1分钟的“一句话卖点介绍”，进行“快闪式”PK。 四、模式创新：Token经营与数据要素驱动 1. 从“流量经营”到“Token经营”：运营商 商业模式的演变逻辑 ¢ 理解Token作为AI时代“硬通货”的狭义（计费单位）与广义（角色转型）解释。 ¢ Token运营生态体系（2026移动云大会发布的生态体系）。 ¢ MoMA模型服务平台如何实现Token的高效供给与分发。 2. 数据要素价值化 ¢ 如何通过AI智算方案，帮助客户实现“数据归集 -> 数据治理 -> 数据 资产化 -> 数据交易/应用”的价值闭环 ¢ 数据要素与Token经营的关系：数据是模型的“燃料”，Token是模型的“产出”。
第二章：价值呈现——大模型行业应用场景与价值桥接本章核心：掌握“价值桥接”方法论，能将智算产品与行业场景精准匹配，用“价值语言”讲清方案。 一、理念重塑：从“听政策”到“挖金矿” 1. 建立主动洞察意识：“政策即市场、文件即商机”。 2. “三层漏斗”战略解码法： ¢ 宏观层（天时）：解读“ 十五五”、新质 生产力、数据要素、人工智能+等核心政策。 ¢ 中观层（地利）：解析公司顶层规划，明确主攻 行业与资源导向。 ¢ 微观层（人和）：结合本地 产业，转化为可触达的客户清单与项目机会。 ¢ 【工具交付】：《三层解码-战略机会地图》 1. 智慧政务： ¢ 场景：12345智能热线、政务智能搜索、 公文写作辅助、一网通办-政务客服。 ¢ 案例：黑龙江数字政府项目（智能客服、数字人、 公文写作），落地成效（节约超11万人天，好评率98.7%）。 ¢ 场景：工业安监（70+场景）、设备预测性维护、质量缺陷检测、安全作业巡查、智能综合调度。 ¢ 案例：内蒙古鄂尔多斯文玉煤矿（大模型对比小模型，精准度提升，违规事件减少）。 3. 智慧医疗： ¢ 场景：智能预问诊、病历生成、AI导诊、智能随访与健康管理、 应急救援。 ¢ 案例：广州120项目（缩短派车时间约1分钟，提高30%效率）、北京协和医院智能随访项目。 4. 智慧农业： ¢ 场景：农技智能问答、农田智能灌溉、作物生长动态 建模、精准水肥、精准飞防。 ¢ 案例：广州从化农综改项目-AI农事助手（“天作万物智能工具”），深度融合万象耕耘大模型。 三、价值桥接模型——不讲“产品有什么”，只讲“客户要什么” 1. 框架核心逻辑：从客户痛点到产品价值。 2. 智算业务价值桥接五维盘点： a. 客户问题/期望： 目标客群的核心诉求与隐性痛点。 b. 产品属性/功能：智算产品核心功能与参数。 c. 差异化优势：对比竞品的独特竞争力。 d. 客户利益/价值：为客户带来的实际业务收益。 3. 【经典案例拆解】：对比向CTO 汇报九天大模型。 错误方式：“我们的模型有千亿参数。” 正确方式：“XX集团用了我们的方案，质检员从50人减到10人，半年回本。” ¢ 【工具交付】：《价值桥接五维梳理清单》 ¢ 【课堂实操】：各小组选取一个客户场景（如“某化工厂安全 生产AI监管”），完成一份《价值桥接五维梳理清单》。
第三章：入木三分——客户需求挖掘“望闻问切”四步法本章核心：掌握深度挖掘客户隐性需求的标准化技能，能将模糊诉求转化为可落地的项目商机。 一、重新定义需求：显性与隐性的博弈 1. 客户需求冰山模型：显性需求（冰山之上） vs 隐形需求（冰山之下，真正驱动决策的“ 降本增效、防范孤岛”）。 2. 一句话背后的意图解读： ¢ “我们数据很多，想用AI分析” → 真实痛点：数据太脏，不知道怎么用，怕被忽悠。 ¢ “我们想做个智能客服” → 真实痛点：人工流失率高，服务质量不可控。 ¢ 【课堂练习】：分组解析指定客户话语背后的“隐性需求”。 二、四步法实操：望闻问切 1. “望”——智算需求信息收集： ¢ 【工具交付】：《AI智算需求信息收集五维表》（涵盖客户基本信息、业务现状、需求核心、决策关键、竞品动态）。 ¢ 实操演练：针对一个给定的虚拟客户（如某市政务数据局），快速填充五维表。 2. “闻”——有效倾听与需求识别：捕捉“弦外之音”，区分客户的“个人赢点”与“组织利益”。 3. “问”——智算需求沟通五步法： ¢ 第一步：建立信任（“方便沟通10分钟吗？”）。 ¢ 第二步：聚焦场景（“目前最影响AI业务推进的痛点是什么？”）。 ¢ 第三步：分析问题（“如果算力瓶颈无法解决，对您今年的 目标有什么影响？”）。 ¢ 第四步：共创方案（“基于这个情况，我们有一个针对性的方案，您看是否能解决？”）。 ¢ 第五步：达成共识（“我们下一步提供详细的方案，您看可以吗？”）。 4. “切”——需求转化为商机： ¢ 【工具交付】：《需求转化商机评估表》（从预算、决策权、需求匹配度、紧迫性等6个维度评估）。 ¢ 【角色扮演】：结合实际业务场景，输出对应客户的《隐性需求表》。讲师巡场指导。 三、传统需求挖掘方法升维：让需求分析适配AI项目 1. 价值链分析 & 五问法：增加“数据”追问（来源、质量、标注等）。 2. 客户需求表升级：增加“AI维度”（历史数据量、模型准确率预期、推理延迟要求等）。
第四章：方案与协同——解决方案设计与铁三角高效推进本章核心：掌握解决方案设计标准法，建立“铁三角”高效协同机制。 一、方案设计：将客户需求转化为价值方案 1. 解决方案“六步成诗”包装法： ¢ 第2式：客户业务举措（应对措施与需求桥接）。 ¢ 第3式：能力挑战（现有短板与AI智算价值契合点）。 ¢ 第4式：场景化解决方案（ 架构设计+功能匹配，强调Token消耗与数据流）。 ¢ 第5式：差异化优势（技术+服务+成本+政策适配）。 ¢ 第6式：成功案例（证明价值可复制）。 2. 不良方案的四大特征与优化技巧：“只有产品没有需求”、“只有内容没有方案”等。 3. 【工具交付】：《AI智算项目解决方案架构设计模板》。¢ 【实操演练】：各组基于一个给定的客户需求（如“某医院智能导诊系统”），运用“六步成诗”法完成一份方案框架。 ¢ 客户经理（AR）： 客户关系与长期经营的Owner。 ¢ 解决方案经理（SR）：需求挖掘与方案价值的Owner。 ¢ 交付经理（FR）：项目交付与客户满意的Owner。 2. 明确边界，打通断点：通过“售前协同会”解决需求传递失真和资源调度问题。
第五章：终局行动——高层价值传递与方案推演落地本章核心：掌握高层沟通技巧，通过情景化方案推演检验学习成果，并形成可落地的行动计划。 1. 一体化操盘手思维：从“方案交付”到“项目成功”，以业务价值实现为最终 目标。 ¢ 找对人：构建项目权力地图与同盟战线。识别EB/UB/TB/PB/Coach，并制定差异化沟通策略。 ¢ 做对事：精准分析项目局势与制定策略。了解冰山之下（客户个人赢点）的组织意图。 3. 【工具】：《客户干系人地图》与《项目态势分析规划表》 1. AI项目风险“三驾马车”： ¢ 技术风险：模型效果不达标、数据质量差、算力资源供给不足、Token消耗失控。 ¢ 商务风险：预算不确定、竞品价格战、决策链反复、Token定价模式不清晰。 ¢ 组织风险：内部协同效率低、生态伙伴不可靠。 2. 【工具应用】：《AI项目风险“三驾马车”评估表》 ¢ 实操演练：针对模拟的“智慧医疗”项目，识别并量化风险，制定初步应对预案。 三、异议应对 1. 面对三类常见异议的应答逻辑： ¢ 技术类异议：“技术参数 + 本地案例 + 售后SLA”三层回应。 ¢ 价值类异议：“总成本对比 + 长期收益 + 政策补贴” 三维算账。 ¢ 成本类异议：“分期部署 + 轻量化方案 + 政策申请” 灵活应对。 三、课程总结与行动规划 2. 《训后行动计划》制定：讲师引导学员填写《30天AI智算业务落地行动 计划》，明确第一个商机挖掘 目标、首个高层拜访 计划。 3. 答疑与结业祝福。
| 
