数字化时代，学科之间的界限愈加模煳，跨界已经成为常态，商科教育也不例外。2024年6月16日，160余位亚商同学共同参与了《高端智能制造与产业升级》的主题课程学习，这正是商科教育跨界融合的一个缩影。
在本堂课程中，学员针对人工智能的发展现状、人工智能的技术内核、智能制造相关前沿技术以及产业升级的成果和实施难点这些主题，进行了深入的了解和学习。
课程主要由下面三个部分组成：人工智能技术概述、智能制造应用与前沿技术、产业升级与企业数字化转型。
01
人工智能技术概述
何为智能，美国斯坦福大学曾经给智能下过一个定义，提到”智能是使实体在其环境中有远见地实现适当功能的能力“。
人的特有能力
脑的特有能力
适应生存的能力
达特茅斯会议以来，人工智能的发展历经三起两落。目前我们正处于人工智能的第三次发展浪潮之中。
OpenAI 于2022年11月30日发布chatGPT(GPT 3.5)，在2个月内吸引1亿活跃用户，是史上最快达到1亿用户的全新服务。同时chatGPT的出圈被称为人工智能发展的一个里程碑事件。
人工智能能够再度崛起离不开三大因素的驱动。
算法
算法是人工智能技术发展的引擎，深度学习通过算法使机器能从样本、数据和经验中学习规律，不需要人为设计特征。
数据
数据是人工智能发展的基石，全球数据流量快速增长，为深度学习所需要的海量数据提供了良好基础。
全球每月产生的数据流量增长趋势
算力
算力是人工智能技术实现的保障，硬件技术的变革使硬件成本指数下降，运算时间缩短，助力人工智能再度崛起。
机器学习的典型模式
数据的覆盖性、标注的准确性、模型的复杂性、结论的实用性、结果的容错性是决定模型质量的五大要素。
目前国内的大模型发展呈现出百花齐放、百家争鸣的态势。
02
智能制造应用与前沿技术
随着人工智能技术的蓬勃发展，工业制造也迈入了一个新的阶段——智能制造。
当然智能制造的兴起，不仅仅受技术发展的驱动，也是国家政策与市场多方面因素推动的结果。
智能制造所应用到的前沿技术主要有物联网技术、大数据与云计算、边缘计算、人工智能、数字孪生与虚拟交互技术等。
目前智能制造主要应用于以下五个方面：
1产品智能化
产品可追溯、可识别、可定位、可管理。
2装备智能化
智能工厂，设备全面联网和通讯。
3生产智能化
个性化定制、极少量生产、服务型制造以及云制造。
4服务智能化
用户需求高效、准确、及时挖掘、识别和满足。
5管理智能化
企业内无信息孤岛，企业间实时互联，企业、人、设备、产品实时互联。
一个完整的工业互联网与工业大数据应用系统包含了工业物联网/数据系统、人员系统、业务流程和管理系统。
未来构建面向智能制造领域的可信AI大模型，并辅助智能生产，是智能制造的梦想之路。
03
产业升级与企业数字化转型
数字经济是产业升级的必经之路。数字经济主要分为两部分：数字产业化和产业数字化。
数字产业化指的是信息与通信技术行业(ICT)部分;产业数字化指的是传统行业的数字化信息化改造。
数字经济下，数字信息如其他产品一样，可以生产、分配、交易和消费。
数字化转型虽然听起来很美好，但是行业在实际操作中却面临着很多困惑。比如企业上了很多系统，但不能马上看到见效的实际价值;企业内缺少拥有相关技能的人才、组织现有结构、文化和管理模式客观上变成了一种阻力，迟滞了企业的改革进展。
数字化转型的核心矛盾
全局化的需求和碎片化的供给的矛盾。
需要特别强调的是，企业的数字化转型绝非是一件单纯技术的事情。而应该是在技术背景下、重构思维方式、认知体系、商业模式、技术架构、产业链、组织体系。
在数字化转型过程中，数据会成为新的生产要素，并会改变产品形态。
产品结构变化
过去的产品由机械以及电子部件组成，现在的产品则将硬件、传感器、数据存储、微处理器、软件等，通过各种方式连接在一起的烦琐系统，这极大地提高了处理能力、器件微型化能力。无线连接网络使得“智能互联产品”成为现实。
产品功能变化
智能互联产品所提供的新功能迅速地超越了传统产品的界限。这些新功能不仅更为可靠，还能实现更高的产品利用率。产品属性的不断变化也在破坏着价值链，那么企业必然要重新思考并调整其内部的所有相关事宜。
总之，企业数字化转型不能急于求成，它是长期的、永无止境的、组织要做好长期作战的准备;同时数字化转型要建立以客户为中心的生态系统，一个将客户排除在外的生态系统是无法保证数字化转型成功的。
哪些人适合读MBA?
