企业内训课关键词

KEY WORDS OF Corporate Training

培训地址:
关键字:
算力赋能·智算驱动·AI融合——面向运营商的数字化转型实战

联系我们:
13382173255(Karen郑老师)

学员背景| Course Background

参加对象:运营商技术部门(网络、云服务、运维等)、业务部门(个人业务、政企业务、增值服务等)、产品部门、管理部门相关人员,包括但不限于技术骨干、业务经理、产品经理、运维工程师、客户经理及基层管理者;适合具备基础网络或业务认知,希望提升算力、智算、AI应用能力,推动业务升级的相关从业者。

授课形式:本课程采用“理论讲解+案例解析+实战演练+互动答疑”相结合的授课方式,兼顾理论深度与实操性,贴合运营商岗位人员学习特点,确保学习效果。

授课天数:1 天

课程背景| Course Background

当前数字经济进入高质量发展阶段,国家“东数西算”战略深入推进,算力、智算、AI已成为数字产业发展的核心底座,更是运营商实现数字化转型的关键抓手。随着5G、物联网、云计算等技术的广泛应用,运营商传统“管道服务”模式面临增长瓶颈,亟需通过技术创新突破发展困境,向“数字服务提供商”转型。在此背景下,运营商相关岗位人员亟需系统掌握算力、智算、AI核心知识,明确其与自身业务的融合路径,提升技术应用与业务创新能力,以应对行业竞争、抢抓数字经济发展机遇;同时简要了解相关风险合规要点,确保业务合规有序开展,特开设本课程。

课程收益| Program Benefits

1.知识收益

- 系统掌握算力、智算、AI的核心概念、关键技术及产业发展趋势,理清三者之间的协同联动关系,构建完整的知识体系;

- 明确算力、智算、AI与运营商核心业务(网络运维、客户服务、政企赋能等)的融合场景、核心价值,掌握业务融合的核心逻辑;

- 简要了解运营商算力、智算、AI相关业务的风险合规核心要点,规避常见合规风险。

2.能力收益

- 提升技术应用能力:能够结合运营商业务痛点,合理运用算力、智算、AI技术,设计基础的业务应用方案;

- 增强业务创新能力:掌握算力、智算、AI与业务融合的落地思路,能够挖掘新的业务增长点,助力业务升级;

- 提升实操落地能力:通过实战演练,掌握业务需求分析、方案设计、试点测试、迭代优化的全流程方法,可直接应用于实际工作;

- 强化协同能力:理解“网、云、算、智”一体化发展逻辑,提升跨部门(技术、业务、管理)协同推进业务落地的能力。

3.业务收益

- 助力学员所在单位优化网络运维效率、提升客户服务质量、拓展政企业务边界,实现业务增收与成本优化;

- 推动运营商数字化、智能化转型落地,提升核心竞争力,抢占数字经济发展先机;

- 借鉴行业优秀实践经验,少走弯路,降低技术应用与业务落地的试错成本。

课程大纲| Course Outline

模块一:开篇导入——运营商数字化转型背景与核心需求

1.1 行业趋势:数字经济下运营商的角色转型

- 数字经济发展现状:国家“东数西算”战略布局、算力网络建设要求,以及数字产业对运营商的新期待。

- 运营商转型必然性:传统“管道运营商”面临的增长瓶颈(流量红利见顶、同质化竞争加剧),转型“数字服务提供商”的核心意义。

- 核心驱动力解析:算力、智算、AI如何破解运营商转型痛点,成为业务创新、效率提升、价值增值的核心支撑。

1.2 运营商核心业务痛点与需求拆解

- 网络运维痛点:传统运维依赖人工,效率低、成本高,故障排查滞后,难以适配5G、物联网等业务的高并发、低时延需求。

- 客户服务痛点:用户规模庞大,咨询、投诉量居高不下,人工客服压力大,服务响应不及时、个性化不足,用户体验有待提升。

- 业务增收痛点:传统语音、流量业务增长乏力,增值服务创新不足,政企客户服务深度不够,难以挖掘新的利润增长点。

- 成本优化痛点:基础设施投入大、运维成本高,资源利用率低,亟需通过技术手段实现降本增效

- 价值体现:算力/智算/AI在解决上述痛点中的具体作用,如智算提升运维效率、AI优化客户服务、算力支撑业务创新。

1.3 课程整体框架与学习重点说明

明确课程核心逻辑:以“知识体系+业务结合+实战落地”为核心,重点讲解算力、智算、AI的基础理论、关键技术及与运营商业务的融合应用;风险合规模块仅讲解核心要点,不作为重点,帮助学员快速抓住学习重点,提升学习效率。

模块二:算力知识体系——基础认知与运营商算力布局

2.1 算力核心基础认知

- 算力核心定义:算力的本质(数据处理能力)、核心内涵,以及算力与计算力、算力网络的区别与关联。

- 算力分类详解:通用算力(适用于各类通用计算场景,如日常办公、基础数据处理)、专用算力(针对特定场景优化,如AI训练、工业计算),结合运营商业务场景说明两类算力的应用差异。

- 核心指标解读:算力规模(如PFlops)、时延(毫秒级要求)、能效(能耗比),以及这些指标对运营商网络服务、业务承载的影响。

- 算力产业发展现状:全球算力布局格局、国内算力发展水平,运营商在算力产业中的定位(算力网络建设者、算力服务提供者),以及行业竞争态势。

2.2 运营商算力基础设施建设与规划

- 算力网络架构详解:边缘算力节点(靠近用户端,支撑低时延业务,如自动驾驶、智慧安防)、骨干算力节点(承担跨区域算力调度,连接边缘与核心节点)、核心算力节点(集中式算力中心,支撑大规模数据处理、AI训练)的布局原则与功能定位。

- 协同融合思路:算力网络与运营商现有5G网络、光纤网络、云平台的协同机制,如何实现“网、云、算”一体化,提升资源利用率与业务响应速度。

- 建设实践案例:国内主流运营商算力基础设施建设案例拆解,包括节点布局、技术选型、建设成效,以及可复制的经验。

- 规划要点:结合运营商业务发展需求,算力基础设施的扩容、升级规划,如何兼顾成本与业务需求,实现算力资源的合理配置。

2.3 算力对运营商业务的基础支撑作用

- 网络领域应用:算力在网络调度(动态分配网络资源,应对流量高峰)、数据存储(海量用户数据、网络数据的安全存储)、业务承载(支撑5G、物联网、云计算等业务的稳定运行)中的具体应用场景与价值。

- 业务提升路径:如何通过算力升级,提升运营商业务响应速度(如降低网络时延)、优化服务质量(如减少业务卡顿)、拓展业务边界(如支撑高带宽、高并发业务)。

- 成本优化价值:通过算力资源的集约化管理,降低基础设施投入与运维成本,提升资源利用率,实现降本增效。

模块三:智算知识体系——核心技术与运营商智算应用

3.1 智算核心概念与技术解析

- 智算核心定义:智算即“智能算力”,是算力与智能技术的深度融合,区别于通用算力的核心特征(智能化调度、高效算力输出、场景化适配),以及智算在数字经济中的核心价值。

- 核心技术拆解: 1. AI芯片:GPU、ASIC、FPGA等主流智算芯片的特点、适用场景,以及在运营商智算平台中的选型原则; 2. 智算平台:平台的核心功能(算力调度、模型管理、数据处理)、架构设计,以及与运营商云平台的融合方式; 3. 算力调度算法:智能化调度算法的核心原理,如何实现算力资源的动态分配、负载均衡,提升算力利用率; 4. 边缘智算技术:边缘智算的核心优势(低时延、高可靠),以及在运营商边缘节点中的应用方式。

- 智算产业发展趋势:算力集约化(集中式与分布式结合)、智能协同化(跨节点算力协同、算网协同)、场景定制化(针对运营商不同业务场景优化智算方案),以及行业未来发展方向。

3.2 运营商智算平台搭建与技术选型

- 智算平台核心架构:硬件层(芯片、服务器、存储设备)、软件层(操作系统、算力调度软件、AI框架)、应用层(业务应用接口、场景化应用模块)的具体构成与功能。

- 融合搭建思路:智算平台与运营商云业务(如公有云、私有云)、边缘计算业务的融合搭建方案,如何实现资源共享、协同联动,避免重复建设。

- 技术选型要点:结合运营商业务场景(如网络运维、政企服务),智算芯片、调度算法、软件平台的选型原则,兼顾性能、成本、兼容性与可扩展性。

- 调度与优化方法:高并发业务(如节假日流量高峰)、低时延业务(如自动驾驶、远程医疗)场景下,智算资源的调度策略与优化技巧,提升业务体验与算力利用率。

3.3 运营商智算典型应用场景

- 网络智算: 1. 网络故障智能诊断:通过智算分析网络运行数据,实现故障的提前预警、精准定位与快速排查,降低运维成本; 2. 流量智能调度:基于实时流量数据,智能化分配算力与网络资源,避免网络拥堵,提升网络运行效率; 3. 网络资源智能分配:根据业务需求,动态分配算力、带宽等资源,实现资源利用率最 大化。

- 业务智算: 1. 用户需求智能分析:通过智算处理用户行为数据、消费数据,精准识别用户需求,为个性化服务提供支撑; 2. 业务套餐智能推荐:基于用户画像与需求分析,智能化推荐适配的业务套餐,提升套餐办理率与用户粘性; 3. 增值服务智能运营:支撑AI彩铃、智能安防、智慧家庭等增值服务的落地,提升增值服务收入。

- 行业智算: 1. 政企智算服务:面向工业、政务、医疗、教育等行业客户,提供定制化智算服务(如工业智算、政务智算),拓展运营商政企业务边界; 2. 智算对外输出模式:运营商智算资源的对外租赁、服务输出方式,如何打造差异化竞争优势。

- 案例拆解:选取2-3个国内运营商智算应用落地标杆案例(如5G+智算助力工业互联网、智算驱动智慧校园建设、智算优化网络运维),详细解析方案设计、技术选型、落地过程与实施成效,提炼可复制的经验。

模块四:AI知识体系——核心技术与运营商AI业务融合

4.1 AI核心基础认知与技术框架

- AI核心定义:人工智能的本质(模拟人类智能的机器能力)、发展阶段(弱人工智能、强人工智能),以及AI与算力、智算的协同关系。

- 核心分支解析:结合运营商业务场景,重点讲解核心AI分支的应用: 1. 机器学习:核心原理、常用算法(如决策树、神经网络),以及在用户画像、精准营销中的应用; 2. 深度学习:深度神经网络的核心逻辑,以及在图像识别、语音识别中的应用; 3. 自然语言处理(NLP):文本分析、语义理解的核心技术,以及在智能客服、投诉处理中的应用; 4. 计算机视觉(CV):图像识别、视频分析的核心技术,以及在安防监控、智慧巡检中的应用。

- AI技术落地核心流程:数据采集(运营商内部数据、外部合规数据的采集与整理)、数据预处理(数据清洗、标注,提升数据质量)、模型训练(基于算力/智算平台的模型训练与优化)、部署应用(与运营商业务系统的对接)、迭代优化(根据应用效果持续调整模型参数)。

- 运营商AI应用核心优势:海量用户数据资源(用户行为、消费、网络数据)、完善的网络资源(5G、算力网络)、广泛的客户基础(个人+政企客户),以及这些优势如何支撑AI技术的快速落地与规模化应用。

4.2 运营商核心业务与AI的深度融合

- 客户服务领域(核心场景): 1. 智能客服:基于NLP技术,实现7×24小时自动响应用户咨询、查询、办理等需求,降低人工客服压力,提升服务响应速度; 2. 客户投诉智能处理:通过AI分析投诉文本,精准定位投诉原因,自动分配处理工单,跟踪处理进度,提升投诉解决率与用户满意度; 3. 客户画像智能构建:整合用户多维度数据,构建精准用户画像,为个性化服务、精准营销提供支撑。

- 网络运维领域(核心场景): 1. AI驱动的网络故障预警:通过AI分析网络运行数据,识别故障前兆,实现故障提前预警,降低故障发生率; 2. 智能巡检:利用CV技术,实现基站、机房等基础设施的智能巡检,替代人工巡检,提升巡检效率与准确性; 3. 自动化运维:通过AI实现网络配置、故障处理、资源调度的自动化,降低运维成本,提升运维效率。

- 业务增收领域(核心场景): 1. AI精准营销:基于用户画像,精准推送业务套餐、增值服务,提升营销转化率,增加业务收入; 2. 增值服务智能创新:依托AI技术,打造AI彩铃、智能安防、智慧家庭等增值服务,拓展收入来源; 3. 业务风险防控:通过AI分析用户行为数据,识别异常消费、诈骗等风险,保障业务安全。

- 政企服务领域(拓展场景): 1. AI+行业解决方案:结合运营商网络与算力资源,为政务、工业、医疗、交通等行业提供AI+解决方案(如智慧交通、智慧医疗、智慧政务); 2. 政企客户赋能:为政企客户提供AI技术支持、算力支撑,帮助政企客户实现数字化转型,提升运营商政企业务竞争力。

4.3 运营商AI应用落地难点与解决方案

- 核心难点解析: 1. 数据安全:用户数据采集、存储、使用过程中的安全风险,以及数据隐私保护的挑战; 2. 模型迭代:AI模型需要持续迭代以适配业务变化,迭代成本高、周期长的问题; 3. 技术适配:AI技术与运营商现有业务系统、算力资源的适配难度,以及技术人才短缺的问题; 4. 投入产出比:AI项目前期投入大,短期收益不明显,如何平衡投入与产出。

- 解决方案: 1. 数据安全:建立完善的数据安全管理制度,采用加密、脱敏等技术,保障数据安全与隐私; 2. 模型迭代:搭建标准化的AI模型迭代平台,结合业务需求持续优化模型,降低迭代成本; 3. 技术适配:推进AI技术与现有业务系统、算力资源的协同对接,加强内部技术人才培养与外部合作; 4. 投入产出:优先选择投入小、见效快的AI应用场景(如智能客服),逐步推进规模化应用,提升投入产出比。

- 案例拆解:选取2-3个主流运营商AI应用落地案例,详细解析案例背景、难点解决方法、实施过程与成效,为学员提供实践参考。

4.4 算力、智算与AI的协同联动关系

- 三者协同逻辑:算力为AI提供基础数据处理能力,是AI模型训练、部署的核心支撑;智算通过智能化调度,提升AI运算效率,适配不同业务场景的AI应用需求;AI赋能算力、智算场景落地,让算力、智算资源产生实际业务价值,三者形成“算力支撑、智算优化、AI赋能”的协同体系。

- 协同应用案例:以运营商网络运维为例,算力提供基础数据处理能力,智算实现算力资源的智能化调度,AI实现故障预警与自动化处理,三者协同提升运维效率、降低运维成本,助力运营商网络智能化升级。

- 对运营商转型的价值:三者协同发力,推动运营商从“管道服务”向“数字服务”转型,提升业务创新能力、服务质量与核心竞争力,实现业务增收与成本优化。

模块五:算力/智算/AI与运营商业务落地实战

5.1 业务落地思路与流程

- 需求分析:结合运营商实际业务痛点(如网络运维效率低、客户投诉多、政企业务拓展难),明确算力/智算/AI的应用场景、核心需求与预期目标,形成需求分析报告模板。

- 方案设计:基于需求分析,进行技术选型(算力/智算资源配置、AI模型选择)、资源配置(硬件、软件、人力)、落地路径规划(分阶段实施步骤),制定可落地、可评估的应用方案,提供方案设计模板。

- 试点测试:选择小范围试点场景(如某区域网络运维、某类用户客服),部署应用方案,收集运行数据,评估方案效果,识别存在的问题并进行调整。

- 迭代优化:根据试点测试结果,优化技术选型、资源配置与方案设计,逐步扩大应用范围,实现规模化落地;建立长效迭代机制,根据业务变化持续优化方案。

5.2 分组实战演练

- 场景设定:结合运营商实际业务,设置3-4个实战场景(如“AI优化运营商客户投诉处理”“智算提升网络运维效率”“算力支撑政企智算服务落地”“AI+算力实现精准营销”),学员分组选择场景。

- 实战任务:各组结合课程所学知识,完成需求分析、方案设计、试点规划,形成完整的应用方案(可参考提供的方案模板),明确技术选型、落地路径、预期成效。

- 方案展示与点评:各组派代表展示方案,讲师结合行业实践、运营商业务需求,对方案的可行性、合理性进行点评,指出优化方向,帮助学员完善方案,提升实操能力。

5.3 行业优秀实践分享

- 标杆案例深度解析:选取国内外3-4个运营商算力/智算/AI业务落地标杆案例,详细拆解案例背景、需求分析、方案设计、实施过程、成效评估与经验总结。

- 可复制经验总结:提炼案例中的可复制、可推广的落地经验,包括技术选型、场景选择、资源配置、风险控制等方面,帮助学员将所学知识转化为实际工作能力,推动本单位业务落地。

模块六:风险合规要点简要解析

6.1 运营商算力/智算/AI相关核心合规要求

- 数据合规:重点讲解用户数据采集、存储、使用、传输的核心合规要求,符合《网络安全法》《数据安全法》《个人信息保护法》,明确数据采集需获得用户同意、数据存储需保障安全、数据使用需合规可控。

- 技术合规:简要说明算力基础设施建设、AI模型部署的行业合规标准,如算力节点建设的安全标准、AI模型的可解释性、算法公平性要求。

- 业务合规:明确政企智算服务、AI增值服务的合规边界,避免违规开展业务,如政企服务需符合行业监管要求、AI服务需避免虚假宣传。

6.2 常见合规风险与规避方法

- 典型合规风险简要分析:选取2-3个常见合规风险案例(如用户数据泄露、AI模型偏见导致的合规问题),简要说明风险产生的原因与影响。

- 规避方法:日常业务中合规风险的简单排查技巧,如定期检查数据处理流程、规范AI模型训练与部署、加强员工合规培训,建立简单的合规风险排查机制。

模块七:总结与展望

7.1 课程核心内容总结

- 知识体系回顾:梳理算力、智算、AI的核心概念、关键技术与协同关系,帮助学员巩固所学知识,形成完整的知识框架。

- 业务结合总结:回顾算力、智算、AI与运营商核心业务(网络运维、客户服务、政企赋能等)的融合路径、典型场景与落地方法,强化学员的业务应用认知。

- 实战要点总结:提炼业务落地的核心流程、实操技巧与常见问题解决方案,帮助学员快速应用到实际工作中。

7.2 行业发展展望

- 技术发展新趋势:算力向集约化、绿色化发展,智算向协同化、场景化升级,AI向通用化、轻量化演进,以及三者融合发展的未来方向。

- 运营商发展机遇与挑战:机遇(国家战略支持、数字经济发展带来的业务需求)、挑战(技术竞争加剧、人才短缺、成本压力),以及运营商的应对思路。

7.3 答疑与交流

针对课程内容、实战演练中的疑问,以及学员所在单位在算力、智算、AI业务落地中的实际问题,进行答疑互动,讲师结合行业经验提供针对性建议。

讲师背景| Introduction to lecturers

珀菲特顾问|莫维老师

讲师简介 / About the Program Leader

莫维老师  企业数字化管理运营实战专家

授课风格

系统化认知,构建全局视野:建立知识的层级框架,避免碎片化理解;打通宏观与微观的逻辑链路,确保知识无盲区。

深入浅出,让专业变易懂:摒弃晦涩术语堆砌,让不同基础的受众都能快速理解核心逻辑;层层递进、条理清晰,降低理解门槛;

寓教于用,落地解决问题:拒绝纯理论空谈,每个知识点都配套对应的应用场景与实操步骤;提供可复用的方法工具,让受众能直接迁移应用到工作或学习中,实现“学完即用”。

细节突破,视角升级:在整体框架下,聚焦关键环节的细节优化,解决实际应用中的“痛点死角”;跳出传统认知维度,提供全新的理解与应用思路;多维创新融合,让知识传递既保持专业性,又具备新鲜感与前沿性。

20年数智实战经验+技术底层×业务深层落地策略

专业认证:

01-一级智能建造师

02-信息系统项目管理师(高级)

03-数据库工程师(全国四级)

04-国 家 级制图员

05-阿里云云计算工程师

06-大数据工程师

07-微软认证的高级操作员

曾任:云粒智慧科技丨资深架构师/解决方案专家

曾任:北京奥特美克科技丨运营总监

曾任:北京圣世信通科技丨测控事业部总经理

擅长领域

01-数据治理:独创“数据治理六步法(梳→汇→存→算→优→名),降低落地技术门槛,夯实数字化与智能化根基。

02-智能物联:自研智能报文解析算法,解决物联网海量和多样引起的系列问题,通过非编程适配通信协议,自适应异步数据链路;降门槛、省资源、减成本,助力万物轻松互联。

03-模型管理:行业模型成果封装沉淀,保障行业经验的量化积累优化复用;实现对各模型的接口、参数、各算法的调用时序、模型运行状态、模型运行记录进行监视管理;同时,在多模型并行运行的情况下,采用系统资源的高效分配和多路由动态调用策略,提高计算、存储服务资源的使用效率。

04-数字孪生:独创“孪生9步法”(业务细分定位确定孪生范围明确业务逻辑确定管理边界整理数据需求开展治理服务模型分类适配经验知识向量预报-预警-预演-预案),突破数字孪生视觉炫酷简单呈现瓶颈,实现基于物理世界多要素关联作用的计算分析。

05-AI预测分析:独创“预测6步法”(确定主题要素、要素匹配数据、选择分析方法、分析数据规律、建立预测模型、评估优化效果),实现预测能力从“理论认知”到“业务落地”的转化。

06-AI训练优化:具备扎实的模型训练全流程优化能力,深耕数据预处理模型架构调优训练策略迭代算力资源适配四大核心环节,可针对不同任务场景(分类、回归、生成式模型等),精准定位训练瓶颈,通过科学方法提升模型性能、降低训练成本、保障训练稳定性,助力模型高效落地应用。

07-数字化转型:独创“3阶段转型法”,立足行业信息化和业务管理现状,面向感知测控、网络融合、多云管理、数据共享、微服务协同、模型多级复用、应用动态集约、国产化改造等技术层级,按照“统筹规划、分步实施、基础先行、急用先上”的实施策略进行分阶段目标设定和建设任务匹配,保证建设任务可执行,建设目标可实现。

08-智能化改造(AI赋能落地):独创“6步赋能法”,按照任务需求拆解,AI算法适配、分步数据治理、高性价比部署,运营训练优化,务实安全保障的步骤,保障AI有效性和性价比

09-智慧化升级:注重跨领域技术协同,从硬件软件系统性三个维度,让智慧融入到业务管理的各个环节,让智慧更具专业性系统性可操作性

10-项目管理:独创'两张表'监控和'一标准'落实”法,在项目集执行中得到良好应用,保障项目执行更加标准化、规范化、专业化、程序化和系统化。

成果奖项:

01-累计主导和深度参与超过860个数字化与智慧化项目:覆盖水利水务、城市治理、农业、应急管理、数字乡村、生态环政务民生、产业经济等领域,实现按期高质量交付,树立了多个全国性示范案例。

02-主导和参与研发10余项核心技术及多项专利产品:创新应用AI算法、数据模型报文解析、量化渲染等多种前沿技术,主导开发智能遥测终端、明渠流量算法、CIM工具平台、GIS服务引擎、智慧城市智能体、视觉智能感知模型组、数研工具、LoRa智能水表、测控板闸等多款产品,并在全国范围推广落地,有效推动行业技术标准化与应用规模化。

03-个人及所设计项目及产品荣获多项国 家 级奖项:

——荣获第五届中国创新挑战赛第 一名、“创客北京2024”创新创业大赛三等奖、星互联网数字科技应用大赛优秀奖等多个创新奖项。

——所负责设计实施的项目屡获殊荣,包括中国地理信息产业优秀工程金奖数据安全与个人信息保护创新实践案例、智慧水利“优秀技术产品”等,其中“数字孪生水利”项目入选全国十大样板

被中国联通集团公司授予“技术能手”荣誉称号

实战经验

莫维老师深耕一线二十年,全程深度参与信息化、数字化、智能化、智慧化全阶段实操落地;拥有800+综合类项目实战经验,对大数据、物联网、人工智能(AI)、数字孪生、数字化转型、智能化改造、智能化升级的核心需求、实施路径与优化方向具备深刻洞察与体系化理解;擅长从技术底层与业务深层双维度发力,覆盖软件、硬件、系统化全栈能力,多项创新成果荣获行业奖项,是技术赋能行业与有效实现价值的可靠实战派导师。

任职【云粒智慧科技资深架构师/解决方案专家】期间

——主导200+智慧化项目从顶层设计到全域落地——

01-某省智慧水利建设(3.9亿):担任总工程师,全程统筹项目立项、建设实施、运营服务全过程,推动技术与业务深度协同,创新构建“一级部署多级运用、一个平台多重应用、一项资源便捷复用”的智慧大平台。通过不断引入AI能力,横向打通水利十大业务,打造数据共享、业务协同、智能分析的综合水利业务体系。

02-国 家 级新区生态环境监测体系建设项目(5000万):担任解决方案专家,突破传统多源数据的异构汇聚和融合决策瓶颈,与城市智慧大脑和云平台实现无缝对接,形成新区生态环境“一张图”、“一套数”、“一张网”、“一体系”、“一朵云”的“五个一体系”有效促进生态保护监测精准化,决策科学化。

03-超大城市城市大脑建设(2200万)担任解决方案专家,参与能力规划、体系搭建与技术实现。打造以全面感知为核心的西城大脑,实现城市运行7*24 小时全时空动态感知,构建数据驱动的分布式管理模式与精准化公共服务模式,达成感知、管理、服务三大模式提升,树立超大城市治理体系全国典范。

04-某重点流域数字孪生(800万):担任解决方案专家,参与能力规划、体系搭建与技术实现。引入AI的随机森林模型神经网络模型,使系统在7分钟内实现了15万次寻优计算,快速提供了全局最 优、兴利优先、工程安全优先的多目标的调度方案,优化调度后可实现削峰率80%以上,保重点区域淹没面积直接减少的情况下,水资源存蓄量增加,同时创造发电经济价值。

AI亮点

01-智能工作台:基于统一身份认证系统的功能权限,实现个人应用的自定义配置;提供多模态机器人和即时通信等工具,提高系统应用时效;同时,作为所有应用的统一入口,将用户权限内所有应用进行统一集成管理,提供统一身份认证便捷登录业务协同,为不同用户提供集成管理、协同工作的“一站式”工作服务

02-AI解析识别:充分利用行业大数据场景大数据卷积神经网络等技术,借助视频结构化分析、遥感影像数据对比分析、无人机巡查等手段,及时收集、汇总、分析、处理地理空间信息、监测监控信息和事件信息,并与业务流程有效衔接,为精细化管理提供有效的技术服务。

03-AI预测预报:全面治理大视角空间地理、行业专业、规则知识、社会经济等信息,实现基于实时数据的滚动预报、基于模拟数值的仿真推演,基于历史数据的复盘分析,以及基于预报数据的预测判断,为用户提供实景化的沙盘作战服务,提高业务决策管理水平。

04-智能知识库:提供从知识采编、知识审核、知识查看、知识应用到知识下线的全生命周期管理;以智能检索等多种检索方式为核心,以知识图谱知识目录为辅助的高效知识查阅体验;同时构建了基于业务类目、知识关联、发文单位、材料性质等属性的结构化知识,为内外部多渠道提供知识应用,充分满足用户对知识的需求。

05-智算体:智能打标–多维度标签体系,支撑业务数据运营和分析;②标签&词汇分析挖掘–不断沉淀标签数据资产;③专题研判–深度挖掘业务弱信号;④智能报告–自定义配置模板,融合大模型能力,分钟级生成。

06-空间分析体:开发多种空间分析算法,包括量测分析(贴地距离量测、空间距离量测、贴地面积量算、空间面积量测、高度差量测、角度测量)、空间分析(通视分析、日照分析、可视域分析、地表开挖分析、剖面分析)、地图标绘(点标绘、线标绘、面标绘、三维符号标绘)、空间对比(卷帘分析、分屏对比)等。

——架构优化与核心技术革新——

01-优化“大中台、小前台”架构,构建高效集约体系以适配集群化/单机化部署及大系统平台需求,系统化整理数据资源、应用支撑与分析能力,实现数据、组件、能力复用,集约支撑多领域智慧平台应用。

02-针对视频监控被动发现、智能摄像头可控复用低且成本高的问题,采用后端AI算法,结合多路视频场景下异构资源高效分配与算法动态路由调用,实现视频分析能力复用(降本)与多事件融合识别(提效)。

03-突破视频AI识别依赖公共数据集的限制,提出“定区域复制-粘贴”数据扩张算法,通过生成实际场景数据同步训练扩张数据集,降低现场样本误检率,提升复杂场景适用性。

04-针对物联网报文归集与设备管理不统一、冗余组件影响系统稳定等问题,研发自适应式数据报文智能化解析技术,结合底层非编程智能解析,实现统一管理,减少资源占用,降本降门槛,达成万物“易”联。

任职【北京奥特美克科技运营总监】期间

——61个重大疑难项目攻坚,实现一次性验收通过——

01-新疆某灌区续建配套与节水改造工程(580万):担任项目运营总监和技术总监,负责解决项目技术难题,保证流量监测精度。创新性地采用“多级平衡、总分平衡、组合平衡、时段平衡”方法,对单一断面的水量进行系统化校核,从而使重复性精度达乙级以上,为解决明渠流量的精度难题提供了新的解决方案。

02-塔城地区市农业水价综合改革项目(570万):担任项目运营总监和技术总监,负责解决项目技术难题,保证项目达到验收标准。针对不同监测断面的实际情况,进行分类方案设计,系统性地从溯源分析、仪器适配、设施经济、新旧整合四个方面着手,保障项目的有效执行,成果的效益发挥。

03-新疆某智慧灌区(600万):担任项目运营总监和技术总监,负责解决项目技术难题,达到智慧要求。在人工预报成果的基础上,引入数据测报模型,实现供水要素自动滚动预报;建立面向水平衡过程的场景,实现过程预演,动态平衡;建立面向水调度过程的场景,实现调度演练,优化配置;从而满足“以供定需”需要,不断调整优化后的灌溉制度和种植结构。

——核心产品研发与市场推广落地——

01-主导开发测控板闸、LoRa智能水表等核心产品,完成交付与市场推广落地:

——测控板闸从机械伺服与软件同步校准双维度,解决大型设备“双吊点”同步问题,保障机械安全并提升闸控效率;

——LoRa智能水表对标NB系列,解决大范围应用的数据安全与高能耗问题,实现水司数据安全把控,高频采集功耗降至原有1/3。

任职【北京圣世信通科技测控事业部总经理】期间

——完成600+水利水务信息化项目,业绩连续5年创新高——

01-制定信息化及配套工程的实施定额:制定13项专业定额,将施工成本从46%降至21%,实现项目100%按期保质交付,回款率达98%以上,助力公司成为行业领头羊。

02-国家地下水监测工程(8000万):担任项目总负责和技术经理,全面负责项目的进度推进和质量控制。发明地下水限位定位装置,有效减少线缆自伸缩引起的精度问题;同时对自流井的监测方案进行创新改进,解决了自流井地下水监测难题,为地下水监测业务提供了可复制的技术经验。

03-南水北调中线干线流量计率定标项目(400万):担任测流工程师,制定现场测量率定方案。创新采用“黑箱+白箱”综合率定法,量化消除系统误差,结合同类站点统计分析优化算法,建立多场景校核率定机制,解决流量计量核心问题,达到生产精度要求,为同类型应用提供技术示范。

——技术创新突破与专利产品推广——

01-攻克行业技术难题,申报2项实用新型专利:地下水监测限位装置从根源解决传感器偏移、线缆形变导致的监测失准问题自流井监测设施破解“不定时溢水”与“定时监测”矛盾,提升监测精度与适应性。

02-开发智能遥测终端、明渠流量算法等产品并全国推广:前者自主识别适配,解决物联感知扩展与接入低效困扰,降本提效;后者基于水力学与数学理论结合传感器实际推导,破解传统方法在不规则河道的计量精准性及时效性难题。



培训课程 / Training courses

主讲课程

《大数据治理实践:数据从可用到管用》

《智慧化落地实践:数字化2.0的升级路径》

《数字孪生构建实践:从0到2的真实孪生进阶》

《大数据挖掘预测分析实战:从需求拆解到精准预测》

《“模型”的数字化管理实践——让模型从使用到适用》

《工程建设的智慧化实践——工程数字化,数字业务化》

《“人工智能+”战略下的智慧办公AI赋能行政及业务效能提升》《大数据在能源运销中的应用与实践》

《AI赋能工程设计――从转型到落地》

《AI赋能企业这样做-企业从0到2的AI之路》《AI驱动企业智能化改造—技术解构与实践指南》

《AI通识启航:从基础到应用,解锁AI时代新能力》

《智慧水利建设实践》

部分授课案例:

序号授课企业授课课题期数
1联通数科、甘肃省水利厅、甘肃省生态环境厅、义乌市政府、雄安新区生态环境局等《数字孪生实操》40
2联通数科、青海省水利厅、青海省应急厅、山东省水利厅等《智慧化在行业中的实践》40
3联通数科、河北省水利厅、武威市政府等《数据治理实操》40
4联通数科、中国联通海南省分公司、儋州市分公司、琼海市分公司等;中国联通安徽省分公司、合肥市分公司、淮北市分公司等《水利物联感知建设实践》20
5联通数科、中国联通甘肃省分公司、兰州市分公司、金昌市公司、白银市分公司、武威市分公司、张掖市分公司、临夏州分公司等《多云协同管理》10
6联通数科、中国联通青海省分公司、西宁市分公司、海东市分公司、海北州分公司、海西州分公司、海南州分公司等《异构网络融合》10


代表性客户 / PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO

部分服务客户

甘肃省水利厅、甘肃省应急管理厅、甘肃省生态环境厅、甘肃省水利科学研究院、甘肃省生态环境科学设计研究院、甘肃省水利水电勘测设计研究院有限责任公司、青海省水利厅、青海省应急管理厅、青海省生态环境厅、青海省水利科学研究院、青海省生态环境科学研究院、青海省水利水电勘测设计研究院有限公司、辽宁省水利厅、辽宁省应急管理厅、辽宁省生态环境厅、辽宁省水利科学研究院、辽宁省生态环境科学研究院有限责任公司、辽宁省水利水电勘测设计研究院有限责任公司、吉林省水利厅、吉林省应急管理厅、吉林省生态环境厅、吉林省水利科学研究院、吉林省生态环境科学研究院、吉林省水利水电勘测设计研究院、内蒙古自治区水利厅、内蒙古自治区应急管理厅、内蒙古自治区生态环境厅、内蒙古自治区水利科学研究院、内蒙古自治区生态环境科学研究院、内蒙古自治区水利水电勘测设计院、河北省水利厅、河北省应急管理厅、河北省生态环境厅、河北省水利科学研究院、河北省生态环境科学研究院、河北省水利水电勘测设计研究院集团有限公司、河南省水利厅、河南省应急管理厅、河南省生态环境厅、河南省水利科学研究院、河南省生态环境保护科学研究院、河南省水利勘测设计研究有限公司、广东省水利厅、广东省应急管理厅、广东省生态环境厅、广东省水利科学研究院、广东省生态环境科学研究院、广东省水利电力勘测设计研究院有限公司、海南省水务厅、海南省应急管理厅、海南省水利厅、海南省生态环境厅、海南省水利水电勘测设计研究院、海南省生态环境科学研究院、海南省水务科学研究院、联通数字科技有限公司(甘肃省分公司、兰州市分公司、天水市分公司、酒泉市分公司、张掖市分公司、武威市分公司、庆阳市分公司、平凉市分公司、定西市分公司,青海省分公司、西宁市分公司、海东市分公司、格尔木市分公司、德令哈市分公司,山西省分公司、太原市分公司、大同市分公司、阳泉市分公司、长治市分公司、晋城市分公司、临汾市分公司、运城市分公司,天津市分公司、和平区分公司、河西区分公司、南开区分公司、河东区分公司、河北区分公司、红桥区分公司、滨海新区分公司,安徽省分公司、合肥市分公司、芜湖市分公司、蚌埠市分公司、马鞍山市分公司、安庆市分公司、滁州市分公司、阜阳市分公司,广东省分公司、广州市分公司、深圳市分公司、珠海市分公司、佛山市分公司、东莞市分公司、中山市分公司、惠州市分公司、汕头市分公司、湛江市分公司,广西壮族自治区分公司、南宁市分公司、柳州市分公司、桂林市分公司、梧州市分公司、北海市分公司、玉林市分公司、百色市分公司,山东省分公司、济南市分公司、青岛市分公司、烟台市分公司、潍坊市分公司、淄博市分公司、临沂市分公司、济宁市分公司、东营市分公司,吉林省分公司、长春市分公司、吉林市分公司、四平市分公司、辽源市分公司、通化市分公司、白山市分公司,云南省分公司、昆明市分公司、曲靖市分公司、玉溪市分公司、保山市分公司、昭通市分公司、丽江市分公司、普洱市分公司,江苏省分公司、南京市分公司、苏州市分公司、无锡市分公司、常州市分公司、徐州市分公司、南通市分公司、扬州市分公司、盐城市分公司,浙江省分公司、杭州市分公司、宁波市分公司、温州市分公司、嘉兴市分公司、湖州市分公司、绍兴市分公司、金华市分公司、台州市分公司,福建省分公司、福州市分公司、厦门市分公司、泉州市分公司、漳州市分公司、莆田市分公司、南平市分公司、龙岩市分公司)、开滦集团、北京建工集团等。

部分客户评价

莫维老师,技术全面,经验丰富,对大数据分析、人工智能核心算法及管理、开发组件配置和软硬件的改进发展有独到的判断力和方向目标;善于发现问题,解决问题,能够技术落地,创新提质;没有其专业的服务和前沿的创新,就不会有甘肃智慧水利的跨越式发展。

——甘肃省水利厅  信息中心

莫维老师,全面整合技术资源,根据地区实际,从技术底层和业务深层两方面发力,使公司具备更好的行业理解和产品商业化能力,助力市场开拓和口碑升级。

——中国联通青海省分公司  政企事业部

莫维老师,知识系统,技术全面,深入行业,通过构建全体系的功能清单、全应用的业务服务、高效率节约的技术底座、体系驱动性价比的长生命周期,助力团队再创辉煌。

——中国联通甘肃省分公司  政企事业部

莫维老师,打破传统看的多算的少,统计的多分析的少的业务瓶颈,推力调水管理的数据共享、业务协同和智慧化应用;让管理者对业务看得见、看得懂、看得清、看得远。

——青海省引大济湟工程 水资源调度服务中心

部分资历证书:

  
一级智能建造师信息系统项目管理师(高级)
  
国 家 级制图员数据库工程师(全国四级)
  
阿里云云计算工程师认证阿里云大数据工程师认证

授课现场

  
第十六届中国国际水务高峰论坛现场某部委交流汇报
  
北京建工集团培训现场开滦集团培训现场

服务流程

Service Procedure

  • 提交需求
  • 沟通诊断
  • 项目调研
  • 方案设计
  • 达成共识
  • 项目实施
  • 持续跟踪
  • 效果评估

服务优势

Service Advantages

  • 对行业特性的深刻理解

    我们拥有几百家各类企业的项目咨询基础、多行业数据库、多年的行业经验,并对企业进行深度研究和剖析,总结出一系列深入的观点和经验。

  • 丰富的案例库及落地方案

    我们的咨询方案的设计过程秉承“知行合一”的理念,既具备理论知识,又重视项目的实操性。经过多年的经验,我们积累了丰富的案例库,涉及18个领域,近千个案例,并将案例与咨询项目完美结合。

  • 经验深厚的咨询团队

    我们的咨询团队分布于各大领域,拥有多年的业内从业经验,具备丰富的企业管理实操经验。在定制咨询方案前,我们会为客户匹配多位业内咨询师,供客户进行比对选择,根据客户需求及问题,定制化地设计咨询方案,确保项目的顺利进行。

关于珀菲特顾问

ABOUT PERFECT CONSULTANT

我们是?人才培养与智能制造解决方案提供商。

We are? Talent training and intelligent manufacturing solutions provider.

我们做什么?承接组织绩效提升与人才学习发展业务。

What we do ?Provide organizational performance improvement and talent learning development business.

服务的客户:世界五百强企业、合资工厂、国有企业、快速发展的民营企业、行业领头企业。

Customers:Each year, we serves more than 1000 enterprises (including fortune 500 enterprises, joint venture factories, state-owned enterprises, rapidly developing private enterprises and industry-leading enterprises).

  • 2011年成立

    10年更懂你

  • 6000+

    中大型企业共同选择

  • 600000+

    累计培训学员

  • 1500+

    现有公开课

  • 10000+

    现有内训课

  • 800+

    现有在线课程

  • 20+

    辐射城市

线下业务

OFFLINE BUSINESS

  • 内训课

    高层团队引导工作坊

    中层管理内训

    基层管理内训

  • 项目咨询

    人才梯队建设咨询项目

    工厂运营咨询项目

    TTT内训师咨询项目

  • 公开课

    领导力公开课

    精益智造公开课

    个人效能公开课

视频资讯

Video Information

【见证企业成长每一步】
AI效能提升 × HR实战干货 × 领导力精要,前沿管理智慧每周更新,
关注视频号获取全场景管理解决方案,让卓越触手可及!


企业视频号


官网电话:400-008-4600;手机号:13382173255(Karen郑老师);网站:www.perfectpx.com

培训的客户涵盖多个行业的知名企业

PART OF TRAINED COMPANIES INCLUDED BUT NOT LIMITED TO

数字化搭建企业学习平台,加速人才培养

专属云大学,一键部署,智能配课,千人千面

1.点击下面按钮复制微信号

13382173255

点击复制微信号

珀菲特企业管理
Karen /郑老师