生成式人工智能（AIGC）的爆发式发展，正以前所未有的深度和广度重构全球产业生态与组织运行范式。从ChatGPT到DeepSeek，从多模态理解到智能体执行，AI技术已从辅助工具演变为驱动创新的核心引擎。这一变革不仅是技术迭代，更是自工业革命以来对“智力生产力”的首次规模化解放。

对医药行业而言，AI的影响同样深远：从药物研发的靶点发现，到生产线的智能质检，再到医学事务的学术推广，每一个环节都在被重新定义。北京韩美药品作为行业的重要力量，如何让全体员工建立对AI的系统认知、把握转型机遇、规避潜在风险，是本次培训的核心使命。

本次半日课程聚焦AI的前沿趋势、医药产业的重构逻辑与典型应用场景，帮助学员快速构建系统化认知框架，为后续深化应用奠定坚实基础。

• 洞察AI技术本质与演进前沿：理解AI从“经验判断”到“系统决策”的跃迁，把握多模态、智能体等关键技术突破

• 把握医药产业重构逻辑：系统认知AI对研发、生产、营销、运营各环节的影响，识别与自身岗位相关的高价值应用场景

• 建立风险意识与安全边界：了解数据安全、模型幻觉、合规伦理等核心风险，树立“安全可控”的应用理念

• 激发行动方向：通过真实案例启发，结合北京韩美业务实际，初步形成AI赋能本职工作的思考框架

认知红利——大模型时代的战略身位与进化起点

引言：工业革命延伸体力，信息革命延伸眼耳，AI革命延伸智力。这不是工具迭代，而是让“智慧”从稀缺品变为普惠品。

导入： AI的颠覆性力量，引入大模型的潜力

AI重塑医药行业：从概率预测到逻辑执行的范式迁移

1. 开场震撼Demo

• 从“概率预测”到“逻辑推理”的突破。

1. 认知升级

• AI的本质：从概率模型到认知突破

• 超越搜索引擎：生成式AI的范式迁移

1. AI简史：三起两落，为什么这次不一样？

• 从图灵测试到AlphaGo，再到ChatGPT的爆发

• 关键洞察：这次不只是“会下棋”，而是“能理解、能对话、能执行”

趋势速览：从“对话”到“执行”的跃迁

1. 核心转变： 从“概率预测”到“逻辑推理”的范式跃迁。

2. 关键突破： 多模态理解与生成（图文、语音、视频）。

3. 当前热点： 智能体（Agent）——让AI从“问答机”变为“执行者”。

龙虾OpenClaw快速认知与体验

1. 龙虾OpenClaw核心价值

• 让不懂编程的生产运营人员，也能快速搭建专属的AI助手。

1. 龙虾OpenClaw的使用场景

2. 龙虾OpenClaw与普通AI的核心差异

• 执行vs.对话——任务完成度的关键区别。

1. 极速体验： 15分钟演示。

产业重构——AI渗透医药产业

引言：AI不是锦上添花的工具，而是重构商业底层逻辑的变量。谁先完成范式迁移，谁就掌握下一个十年的主动权。

生产与质控（Manufacturing & QC）

• 智能质检：利用机器视觉自动检测药品包装缺陷、异物。

• 预测性维护：AI预测生产设备何时可能故障，减少停机时间。

• 工艺优化：通过数据分析优化生物发酵、制剂等工艺参数。

营销与医学事务（Marketing & Medical Affairs）

• 精准学术推广：AI分析医生画像与学术偏好，协助医学联络官（MSL）提供精准学术支持。

• 内容生成：快速生成合规的医学科普文章、幻灯片、培训材料。

• 合规风控：AI自动审核推广材料的合规性（如广告法、医药广告审查标准）。

内部运营与支持

• 行政与HR：AI辅助简历筛选、员工问答机器人、会议纪要自动生成。

• IT与数据：低代码开发与AI辅助编程，提升内部系统搭建效率。

AI助力总结、汇报和智能PPT

引言：三天心血凝成报告，老板目光停留不过十秒。此讲不教文字堆砌，专授如何借AI将苦劳翻译成功劳，让每一页PPT都值钱。

高效工作总结

1. 绕开工作总结的写作陷阱

• 重点：清晰认知工作总结写作中常见的错误，对总结质量的负面影响。

• 技巧：深入剖析大量失败案例，归纳出识别这些写作陷阱的方法。

1. AI挖掘工作亮点

• 重点：精准匹配业务价值 + 挖掘隐性成果 + 贴合汇报目标

• 技巧：关键词精准输入（业务场景+工作动作+产出结果）+ 多维度成果拆解（效率提升/成本降低/价值创造）+ AI输出后人工校准

• 实操演练：用AI从一周工作记录中提炼3-5个“老板会点赞”的核心亮点

1. AI找准存在问题

• 重点：解决问题遗漏、归因偏差、认知局限导致的分析不透彻

• 技巧：多维度问题扫描+根因追溯算法+行业基准比对+隐性问题预警

• ——杂乱信息→精准问题清单：AI分析提炼术

1. AI 助力展现潜在工作价值

• 重点：依靠 AI 发现工作中尚未被察觉的潜在价值点、

• 技巧：借助 AI 的数据分析与预测能力，探寻工作新机遇与优化方向

• 实战演练：借助 AI挖掘工作潜在的价值点

1. 告别流水账，开启优质记录之旅

• 重点：清晰认知流水账的弊端，明确优质记录的衡量标准

• 技巧：对比优秀记录与流水账案例，总结差异要点

• AI介入：把你的流水账丢给AI，它自动重构成“价值简报”

高效工作汇报

1. 解锁工作汇报的高效步骤

• 重点：清晰把握从准备资料到呈现汇报的全流程关键环节响。

• 步骤：设计目标->分析听众->设计框架->充实内容->调整优化->从容演绎->复盘回顾

• 技巧：合理组织内容及展示成果。

1. 搭建引人入胜的工作汇报框架

• 重点：从准备资料到呈现汇报的全流程关键环节。

• 技巧：剖析经典工作汇报框架案例，学习如何根据汇报目的、受众来确定核心板块，以及各板块的逻辑衔接方法，比如按照时间顺序、重要程度排序等。

1. 解锁汇报吸引力密码

• 重点：明确如何从内容与呈现两方面，打造吸引人的工作汇报。

• 技巧：运用故事化叙事突出重点成果、设计可视化元素增强视觉冲击的方法。

• 实战演练：如何让客户买我们的设备

1. 影响听众

• 重点：用AI增强内容对听众的心理影响力

• 技巧：AI分析热门演讲的语言模式 + 听众画像大数据优化措辞

• 实战案例：印度人是如何向上管理

高效PPT

1. 智能PPT生成——突破创作瓶颈

• 重点：解决逻辑断裂、数据缺失导致的创作停滞

• 技巧：内容断层智能填充+信息密度精准调控+演讲剧本自动化

• 实操演练：写一个工作总结PPT

1. PPT页面文字太多——关键词提炼呈现

• 重点：提取关键信息，增加可信度

• 技巧：AI萃取主题和关键信息+视觉化呈现+交互增强

• 实操演练：1分钟把文字转成图表

1. PPT图太丑还不能删——优化呈现质感

• 重点：优化视觉呈现，保留核心信息

• 技巧：AI 辅助美化 + 信息聚焦强化

• 实操演练：3 分钟让普通图片变专业配图

1. 搞定 PPT 排版，这 4 招让你的页面秒变高级！：

• 左右结构: 信息对比超清晰

• 环形居中: 焦点一眼被锁定

• 上下结构: 逻辑层层递进

• 方块结构:内容利落不杂乱

1. AI助力汇报讲出彩

• 重点：破解内容枯燥难题，抓住听众前3分钟

• 技巧：对齐领导目标·先讲结果·再讲亮点·最后讲数据 + SCQA模型

• 大厂案例：微软内部汇报者如何用AI预演听众反应

• 实战演练：设计一段让CEO印象深刻的开场白

数据处理、分析和可视化

引言：面对数据报表本能逃避，复杂函数永远隔夜就忘？从此你只负责提出正确问题，Excel脏活交给AI。不懂公式，照样驾驭数字决策

Excel数据处理和分析

1. 揭开数据分析的神秘面纱

• 重点：数据分析不是技术，是提问题、找证据、下结论的能力

• 技巧：通过不同行业成功案例讲解，凸显数据分析价值

1. 整理与清洗数据

• 重点：学会处理脏数据，为分析做准备

• 技巧：运用函数、工具识别并处理重复值、缺失值、错误值

• 实战演练：Excel 清理一组复杂数据

1. Excel复杂公式记不住？——自然语言转函数代码

• 重点：解决复杂函数记忆与应用难题

• 技巧：精准定位表格+自然语言转公式错误调试

1. 可视化呈现数据

• 重点：将分析结果以直观易懂的图表展示

• 技巧：掌握柱状图、折线图、饼图等图表适用场景及制作技巧

1. 人力数据看板的实现

• 重点：解决HR手动分析耗时、维度浅、人才潜力与风险难识别

• 技巧：生成动态人力资源看板

AI快速分析与可视化

1. AI快速高效生成数据报告

• 重点：解决 HR 数据整合繁琐、报告产出慢、数据洞察不深入的难题

• 技巧：AI 自动整合HR 数据 + 智能生成可视化报表 + 深度挖掘数据关联

1. 客户反馈量大难拆解？——AI 高效分析反馈数据

• 重点：解决反馈数据繁杂、核心需求难提炼分析难题

• 技巧： AI 智能提取关键需求点 + 多维度情感倾向深度研判

1. 财报风险AI挖掘实战（分析财报三大报表）

• 重点：自动化产出决策级洞察报告

• 技巧： 分析3大报表

o 资产负债表

o 利润表

o 现金流量表

• 拆解真实案例：A股上市公司财报风险挖掘实战

1. AI预测明年销量

• 重点：掌握基础预测思路，理解市场动态、历史数据。

• 技巧：以过往成功预测案例为蓝本，AI辅助构建简单预测模型

• 实战演练：给定某公司过去5年销量，AI输出明年趋势预测+行动建议

职业进化——AI时代的战略身位与能力重塑

引言：面对智能化浪潮，多数人却陷入“知易行难”的困境。认知不足、缺乏方法、担忧风险，导致AI应用难以产生实质效益。

冲击与机遇

1. AI会取代我的工作吗？

• 真相：AI替代的是“任务”（Task），而非“岗位”（Job）。重复性、流程化的工作（如基础数据录入、简单文档翻译）将自动化。

• 核心观点：不会被AI取代的人，是会用AI的人。

• 新岗位涌现：提示词工程师、AI训练师、医学数据专家、算法合规官等。

核心能力重塑

1. 人机协作能力：学会如何向AI提问（Prompt Engineering），如何让AI成为“实习生”或“副驾驶”。

2. 批判性思维：AI会“一本正经地胡说八道”（幻觉）。医药行业关乎生命，对AI输出的结果必须进行验证与专业判断。

3. 情感与共情：AI无法替代医患之间的温度、信任沟通以及复杂的伦理判断。这是人类的优势。

4. 跨界学习能力：懂业务+懂AI = 未来的核心竞争力。

安全指南——AI应用的合规红线与未来地图

引言：AI效能显著，但数据泄露、模型幻觉暗礁致命。本模块不渲染焦虑，只为你划定安全边界，建立战略预见力。

OpenClaw安全原则

1. 权限最小化原则： 只给必要的权限，保护核心生产数据。

2. 人工确认机制： 关键操作（如下单、发布指令）必须设置人工审核环节。

3. 技能来源管控： 只使用官方或可信来源的技能插件。

大模型技术盲点和风险预警

1. 数据安全风险：

• 案例解析：某研究所数据泄露事件（通过AI导致设计泄露）

• 敏感信息识别与防护：客户数据、财务信息、核心技术文档

1. 合规与法律风险：

• 案例解析：使用Deepseek生成虚假案例

• 知识产权风险：AI生成内容的版权归属与侵权认定

• 行业合规要求：金融、医疗、政务等行业的特殊监管政策

1. 模型与输出风险：

• 幻觉（Hallucination）问题：错误信息的生成与辨别

• 偏见与歧视：训练数据偏差导致的输出问题

• 提示词注入（Prompt Injection）攻击与防范

企业AI安全边界与脱敏策略

1. 企业常见敏感数据类型与风险点

2. 脱敏的4种方法：字段替换、模糊化处理、摘要化输入、结构化描述

3. 输出可信度控制：要求依据、交叉验证、关键数据人工复核

AI未来

1. AI走出屏幕进入物理世界

• 具身智能：机器人、自动驾驶、智能工厂

1. 人工智能+

• 不是“AI替代人”，是“AI + 人 = 新物种”