AI降本增效-打造岗位智能副驾（数据中心行业版）

课程背景：数据中心行业正处在"AI算力爆发＋PUE能效监管＋智能运维成熟"三重叠加的窗口期。全球数据中心总容量已达67.7GW，机架规模年增速约30%，电力成本占运营成本60%以上；AI算力需求每2个月翻一倍，万卡级智算中心成为新常态，供配电从UPS向HVDC/800V演进、制冷从风冷向液冷演进。行业先行者的量化战果已经密集出现：楚天云建成"机器人＋数字孪生＋大模型智能体"三位一体的IDC智能运维体系，巡检效率提升30%、运维成本降低近七成；中国移动万卡智算中心以多智能体协同将故障处理时长从5小时降至2分钟、断点续训恢复时间从30分钟压缩至5分钟以内；腾讯云电池健康模型提前预警更换电池组、避免宕机预估减少经济损失约200万元，制冷环节节能15%以上；科大讯飞"飞星一号"全国产算力集群实现制冷系统效率提升5%-30%；海尔磁悬浮液冷方案将机房PUE稳定控制在1.2以内。但数据中心AI落地有一条不可逾越的底线：客户数据、算力数据、运维日志高度敏感，等保2.0与关键信息基础设施（CII）安全是硬约束，AI应用必须以私有化/本地部署为前提、数据不出域——这正是本课程坚持"Dify本地部署＋数据不出域＋人做终审"的根本原因。本课程以"数据打底、知识铸魂、智能体干活、治理兜底"为主线，面向数据中心基础设施运维、IT运维、算力与平台运营、容量与资产管理、安全与合规、销售供应链与职能六大岗位，在合规框架内打造"岗位智能副驾"，让AI从"会聊天"变成"会干活"，实现"模型起草、规则校验、人做终审"的落地闭环。

课程收益：1. 看清数据中心行业AI落地的真实水位与量化战果（楚天云运维成本-70%、移动万卡故障5h→2min、腾讯电池预测避免宕机省200万），建立对AI能力边界的清醒认知，避开数据、安全、合规三大坑；2. 掌握数据中心AI落地的前置条件——动环/ICT/资产/能效数据治理与CII安全合规底座（等保2.0、审计可追溯），明白为什么"数据不通、AI必废"；3. 掌握提示词工程与岗位知识库（RAG）搭建方法，让AI真正读懂操作规程、巡检手册、故障案例、SLA条款与设备台账；4. 会用Dify等本地部署平台搭建岗位智能体，客户与运维数据不出域，满足等保与数据安全要求；5. 收获六大岗位（基础设施运维/IT运维/算力平台运营/容量资产管理/安全合规/销售供应链职能）智能副驾落地原型与真实案例拆解；6. 形成本岗位"30-60天AI副驾落地"行动清单，含CII、权限、审计等治理要点，课后即可启动最小闭环。

第 一讲 认知破局——数据中心行业为什么必须做岗位AI副驾（1小时）

一、数据中心行业的AI落地水位与量化战果

1. 智能运维标杆：楚天云"机器人＋数字孪生＋大模型智能体"三位一体，巡检效率+30%、运维成本降近七成

2. 万卡智算中心：中国移动故障处理5小时→2分钟、断点续训30分钟→5分钟、L1&L2联动节能能耗-10%

3. 能效与预测性维护：腾讯电池健康模型避免宕机省约200万、制冷节能15%+；科大讯飞制冷效率+5~30%；海尔磁悬浮PUE 1.2

4. 市场与政策：机架年增约30%、电力成本占OPEX 60%+；工信部新型数据中心三年行动计划、PUE能效监管趋严

二、数据中心企业为什么必须做岗位智能副驾

1. 算力爆发与人力短缺：万卡集群GPU监控、慢卡识别、设备健康管理需求激增

2. PUE能效监管与降本压力：电力成本占运营成本60%以上，节能即利润

3. 从"被动响应"到"主动预测"：AI把故障发现从事后变事前

三、六大岗位的共性痛点与"副驾"画像

1. 基础设施运维岗：告警风暴、巡检记录、PUE分析重复

2. IT运维岗：故障排查依赖专家、变更与工单繁琐

3. 算力与平台运营岗：容量分析、调度建议、交付报告耗时

4. 容量与资产管理岗：资产盘点、台账更新靠人力

5. 安全与合规岗：检查报告、审计材料、告警初析繁重

6. 销售供应链与职能岗：标书、采购、财务、人事事务繁重

四、什么是"岗位智能副驾"：边界与定位

1. 副驾不是无人驾驶：AI负责"起草、初析、初筛"，人负责"校验、判断、终审"

2. 落地准则："模型起草、规则校验、人做终审"

3. 能力边界：供应商考察AI做不了、涉密数据AI碰不得、运行操作AI带不走

▸ 课程导入：每人写下本岗位"最耗时且重复"的一件事，贴到痛点墙上（15分钟）

▸ 案例分析：拆解楚天云三位一体运维与移动万卡多智能体案例：AI替代了什么、保留了什么人（10分钟）

▸ 小组研讨：对照六大岗位痛点画像，给本部门选出2个最值得做副驾的岗位（15分钟）

第二讲 地基先行——数据中心数据治理与安全合规底座（1小时）

一、数据中心数据资产盘点：从U位到GPU

1. 基础设施数据：供配电（UPS/HVDC/电池）、制冷（冷站/精密空调/液冷CDU）、动环监控（温湿度/漏水/烟感）

2. ICT与算力数据：服务器/网络/存储监控、GPU卡状态（慢卡/坏卡）、日志与工单、CMDB配置库、算力调度

3. 经营与安全数据：容量U位、资产台账、PUE能效、门禁视频、SLA与客户、供应链

二、数据治理基线：可算、可信、可溯

1. 可算：统一编码与主数据（机柜U位、设备序列号、GPU卡、客户合同、告警事件）

2. 可信：多源异构告警统一语义（微众银行AIOps经验——"同指标多口径"是最 大痛点）

3. 可溯：审计追踪与不可篡改日志（楚天云区块链可信追溯），AI生成内容标注来源与置信度

三、CII与等保合规底座

1. 等保2.0与关键信息基础设施（CII）安全：客户数据、算力数据、运维日志不出域

2. 网络安全法/数据安全法/个人信息保护法：运维操作可审计、可定责

3. 运行操作红线：AI只做告警初析与处置建议，高危操作（断电/切负载/变更）必须人执行、双人复核

四、平台选型原则：Dify本地部署＋数据不出域

1. 智能体与工作流平台统一采用Dify本地部署，客户与运维数据不出域

2. 在线SaaS工作流仅用于个人学习验证，严禁直连生产业务

3. 大小模型协同：大模型做诊断起草、规则引擎做校验、人做终审；运维工具经MCP统一编排

▸ 实战演练：盘点本岗位的数据资产：画出"采集→平台→报表/告警"的数据链路并标出断点（10分钟）

▸ 小组研讨：对照"可算、可信、可溯"三条基线，为自家数据打分并找出最薄弱一项（15分钟）

▸ 互动答疑：CII与等保红线问答：哪些能做、哪些绝 对不能碰（15分钟）

第三讲 核心技能——提示词工程与岗位知识库（1小时）

一、提示词工程基础：让AI说人话、干人事

1. T-SPEC提示词框架：任务、情境、步骤、示例、风格、约束

2. 数据中心典型提示词示例：告警初析、巡检记录规范化、故障诊断摘要、变更方案草拟

3. 常见翻车与修正：幻觉、单位错误、标准引用错误——用规则校验兜底

二、岗位知识库（RAG）搭建：从规程到案例

1. 语料来源：运维操作规程、巡检手册、故障案例库、设备手册、SLA条款、应急预案、历史工单

2. 搭建步骤：先定分类维度、再定库与索引方法、最后批量导入并测试问答

3. 知识库是抑制幻觉的"紧箍咒"：文档越多、溯源越全，AI越靠谱

三、讲师实战案例：邮件知识库与经验萃取

1. 邮件知识库：Foxmail/Outlook/Notes（华 为中兴同款、32位版本匹配），先定分类维度再建库

2. WBS经验萃取：6637份文件→307候选→标准WBS并保留来源溯源，数据中心工程经验同样可萃取

3. 同理可萃：故障处置案例库、设备验收清单库、投标方案库（离线引擎逐条溯源）

四、合规要点：可溯、可审、不出域

1. AI输出必须可溯源到源文档出处

2. 引用标注与置信度：关键结论标注依据，不确定即转人工

3. 涉密数据（客户、算力、运维日志）严禁进公网大模型，必须本地部署

▸ 实战演练：现场编写"告警初析"提示词，并让AI按格式输出、互相挑错（15分钟）

▸ 实战演练：给本岗位设计知识库分类维度与命名规范（10分钟）

▸ 小组研讨：从运维规程/故障案例/SLA条款中选一个语料源，设计"先定维度再建库"的一页纸方案（15分钟）

第四讲 六大岗位智能副驾实战（2小时）

一、基础设施运维岗（电气/暖通/动环值班）——告警初析与能效辅助

1. 痛点：告警风暴、巡检记录重复、PUE分析靠人工、电池隐患难发现

2. 副驾原型：告警根因初析与处置建议、巡检记录自动生成、PUE异常初析、电池健康预警解读

3. 实证：腾讯电池健康模型（四级预警、避免宕机省约200万）、海尔磁悬浮PUE 1.2、制冷节能15%算法（AI只建议、操作人执行）

二、IT运维岗（服务器/网络/存储/GPU）——故障诊断与工单辅助

1. 痛点：故障排查依赖资深专家、慢卡坏卡识别难、变更与工单繁琐

2. 副驾原型：自然语言故障问答（分钟级原因定位/影响范围/处置建议）、慢卡风险初析、变更方案草拟、工单自动生成

3. 实证：楚天云大模型MCP编排20余种工具、运维成本-70%；移动万卡断点续训30→5分钟（AI辅助、执行人复核）

三、算力与平台运营岗（算力调度/资源交付）——容量与交付辅助

1. 痛点：算力容量分析耗时、调度建议凭经验、交付报告重复

2. 副驾原型：容量分析报告、调度方案初拟、交付文档自动生成、FinOps成本分析

3. 实证：联想弘智"算模一体"+FinOps、异构算力统一调度；调度决策必须人确认

四、容量与资产管理岗（CMDB/资产/备件）——台账与盘点辅助

1. 痛点：资产盘点靠人工、台账更新滞后、U位容量不透明

2. 副驾原型：资产盘点报告自动生成（机器人盘点数据汇总）、台账差异初析、备件需求预测

3. 实证：楚天云巡检机器人自动盘点资产、7×24值守，效率+30%（机器人数据＋人工复核）

五、安全与合规岗（物理安防/等保/审计）——检查与审计辅助

1. 痛点：门禁视频人工盯、检查报告与审计材料反复写、告警初析慢

2. 副驾原型：人员行为异常初析（视频AI）、等保检查报告草拟、审计材料归集、告警研判摘要

3. 实证：腾讯优图人员行为识别99.95%、楚天云区块链不可篡改日志实现"感知-决策-执行"可信追溯（审计结论必须人签字）

六、销售供应链与职能岗——标书/采购/财务/人事

1. 销售：投标方案自动生成（离线引擎、逐条溯源）、资质证书秒查系统——数据中心EPC/托管投标适用

2. 采购：RFQ自动生成（12小时→3分钟），能力边界——供应商考察AI做不了

3. 职能：财务月结辅助（八大模块分级，红线"核心财务数据绝不进公网大模型"）、AI筛简历（113份5小时→2分钟）、流程效率AI评估（47次审批定位堵点）

▸ 实战演练：IT运维岗：给一条GPU慢卡告警，用提示词让AI输出"原因初析＋处置建议"一页纸（15分钟）

▸ 实战演练：基础设施运维岗：给一组电池健康数据，让AI生成"风险初析＋更换建议"并人工复核（15分钟）

▸ 案例分析：拆解楚天云三位一体与移动万卡多智能体：每个场景"AI做什么、人做什么"（10分钟）

▸ 小组研讨：算力运营岗＋容量资产岗：设计"容量分析→调度建议→交付报告"的副驾工作流（10分钟）

▸ 小组研讨：安全合规岗＋销售职能岗：把等保报告/投标方案/RFQ迁移到本单位，标出数据不出域边界（10分钟）

▸ 实战演练：本岗位副驾原型设计：输入/输出/校验规则/人工终审点一页纸（15分钟）

第五讲 落地路径——试点选择、验证与治理（1小时）

一、试点选择：ROI×CII安全合规风险×数据就绪度

1. 三矩阵打分：先选"高ROI、低合规风险、数据就绪"的场景（告警初析、巡检记录、工单生成优先）

2. 高危操作相关场景只做"分析辅助"，不进控制回路

3. 参考路线：0-90天速赢（知识库＋1个副驾）→3-6个月推广（3-5个岗位）→6-12个月纵深（与DCIM/云平台/调度系统数据联动）

二、30-60天速赢组合：1个知识库＋1个智能体＋1条业务流

1. 从本岗位最痛的重复事务切入（如告警初析、巡检记录、变更工单）

2. 讲师"流程效率AI评估法"作试点体检：先埋点再评估，47次审批定位堵点

3. 门禁指标：每岗人均周省X小时、故障闭环时长缩短X%，不达标不进下一阶段

三、治理保障：终审、权限、审计

1. 人工终审机制：对外交付文件、SLA承诺、审计结论、高危操作必须人签字

2. 权限与审计：AI应用台账、操作全链路审计（不可篡改日志）、高危操作双人复核

3. 持续治理：幻觉率回归测试集、提示词版本管理、模型变更验证

四、工具包与后续行动

1. 工具包：《岗位AI副驾搭建Checklist》《数据中心知识库分类与命名模板》《提示词工程速查卡》《AI应用合规红线清单》

2. 行动闭环：30天内完成"一个岗位＋一个场景＋一个知识库＋一个智能体"

3. 进阶方向：数据中心岗位智能体开发工作坊（2天）、智算中心智能运维/能效优化专题、数据中心工程交付与供应链专题

▸ 小组研讨：按"ROI×CII安全合规风险×数据就绪度"矩阵，为自家单位选出1个速赢场景（15分钟）

▸ 实战演练：为选定场景填写"30-60天落地一页纸"：目标、数据源、校验规则、门禁指标、责任人（15分钟）

▸ 互动答疑：合规红线问答：高危操作/客户数据/审计追溯/数据出域的边界澄清（10分钟）

后续落地建议

1）课后30天内，以行动学习小组为单位，完成"一个岗位＋一个场景＋一个知识库＋一个智能体"的最小闭环，并提交落地复盘；2）配套发放四份工具包：《岗位AI副驾搭建Checklist》《数据中心知识库分类与命名模板》《提示词工程速查卡》《AI应用合规红线清单（含CII/等保/数据出域）》；3）可进阶开展"数据中心岗位智能体开发工作坊（2天）""智算中心智能运维/能效优化专题""数据中心工程交付与供应链专题"等。