【培訓(xùn)對(duì)象】
供應(yīng)鏈企業(yè)（制造業(yè)、流通業(yè)、跨境電商）：風(fēng)控總監(jiān)、供應(yīng)鏈總監(jiān)、數(shù)字化轉(zhuǎn)型負(fù)責(zé)人；金融機(jī)構(gòu)（銀行、信托、消費(fèi)金融）：風(fēng)控經(jīng)理、信貸審批主管、金融科技產(chǎn)品負(fù)責(zé)人；第三方服務(wù)機(jī)構(gòu)（數(shù)據(jù)公司、咨詢公司）：技術(shù)顧問(wèn)、解決方案專家； 政府及行業(yè)協(xié)會(huì)：供應(yīng)鏈政策研究員、金融監(jiān)管從業(yè)者

【培訓(xùn)收益】
● 認(rèn)知升級(jí)：理解數(shù)字化風(fēng)控的底層邏輯，建立 “數(shù)據(jù)資產(chǎn) - 技術(shù)工具 - 業(yè)務(wù)場(chǎng)景” 的協(xié)同思維； ● 技能提升：掌握供應(yīng)鏈全鏈條風(fēng)險(xiǎn)建模、金融智能風(fēng)控模型開(kāi)發(fā)、實(shí)時(shí)風(fēng)險(xiǎn)預(yù)警系統(tǒng)搭建等核心技術(shù)； ● 實(shí)戰(zhàn)落地：獲取 50 + 行業(yè)案例庫(kù)，學(xué)習(xí)頭部企業(yè)的風(fēng)控解決方案； ● 資源鏈接：與同行深度交流，對(duì)接前沿技術(shù)服務(wù)商，探索校企合作、產(chǎn)融結(jié)合的風(fēng)控創(chuàng)新模式。

第一講：數(shù)字化風(fēng)控戰(zhàn)略框架——供應(yīng)鏈與金融的深度融合
一、政策與技術(shù)雙輪驅(qū)動(dòng)下的風(fēng)控變革
1. 數(shù)字經(jīng)濟(jì)時(shí)代供應(yīng)鏈與金融風(fēng)控的核心定位
——降本/增效/避險(xiǎn)/增值
2. 監(jiān)管科技（RegTech）對(duì)金融風(fēng)控的合規(guī)要求
1）數(shù)據(jù)合規(guī)管理：全生命周期的隱私與安全保障
2）自動(dòng)化報(bào)告與監(jiān)控：實(shí)時(shí)追蹤與動(dòng)態(tài)合規(guī)
3）風(fēng)險(xiǎn)預(yù)警與響應(yīng)：主動(dòng)防御與快速處置
4）技術(shù)整合與創(chuàng)新：跨領(lǐng)域協(xié)同與生態(tài)構(gòu)建
3. 供應(yīng)鏈“雙循環(huán)”戰(zhàn)略下的風(fēng)控新需求
1）本土化
2）韌性化
3）智能化）
二、數(shù)字化風(fēng)控技術(shù)底座解析
1. 數(shù)據(jù)采集層
——IoT 設(shè)備、ERP 系統(tǒng)、第三方數(shù)據(jù)平臺(tái)的多源數(shù)據(jù)融合
2. 數(shù)據(jù)處理層
——ETL 清洗、數(shù)據(jù)湖 / 倉(cāng)建設(shè)、主數(shù)據(jù)管理（MDM）最佳實(shí)踐
3. 分析決策層
——機(jī)器學(xué)習(xí)算法（隨機(jī)森林、XGBoost）在風(fēng)險(xiǎn)評(píng)分中的應(yīng)用
4. 執(zhí)行層
——RPA 機(jī)器人在風(fēng)險(xiǎn)處置中的自動(dòng)化實(shí)踐
三、供應(yīng)鏈與金融風(fēng)控的協(xié)同邏輯
1. 供應(yīng)鏈金融“三流合一”的風(fēng)險(xiǎn)傳導(dǎo)機(jī)制
——商流、物流、資金流
2. 金融風(fēng)控模型與供應(yīng)鏈業(yè)務(wù)場(chǎng)景的適配性設(shè)計(jì)
比如：存貨融資 vs 應(yīng)收賬款融資
3. 跨行業(yè)風(fēng)控指標(biāo)體系構(gòu)建
——從企業(yè)征信到供應(yīng)鏈生態(tài)評(píng)級(jí)
四、標(biāo)桿企業(yè)風(fēng)控體系建設(shè)路徑
1. 戰(zhàn)略整合與組織重構(gòu)：構(gòu)建 “三道防線” 與制度體系
2. 數(shù)據(jù)驅(qū)動(dòng)與智能風(fēng)控：構(gòu)建全域風(fēng)險(xiǎn)圖譜
3.技術(shù)架構(gòu)創(chuàng)新：打造彈性與安全底座
4. 合規(guī)協(xié)同與生態(tài)共建：構(gòu)建監(jiān)管科技護(hù)城河
案例：海爾供應(yīng)鏈金融如何通過(guò)數(shù)字化風(fēng)控將不良率控制在0.8%以下
案例：某股份制銀行“智能風(fēng)控大腦” 實(shí)現(xiàn)信貸審批效率提升40%

第二講：供應(yīng)鏈數(shù)字化風(fēng)控實(shí)戰(zhàn)——全鏈條風(fēng)險(xiǎn)管控與價(jià)值創(chuàng)造
一、采購(gòu)與庫(kù)存環(huán)節(jié)風(fēng)控要點(diǎn)
1. 供應(yīng)商準(zhǔn)入風(fēng)控
多維度評(píng)分模型：財(cái)務(wù)健康度、履約能力、輿情風(fēng)險(xiǎn)
2. 庫(kù)存融資風(fēng)控：基于 IoT 數(shù)據(jù)的動(dòng)態(tài)質(zhì)押率計(jì)算
案例：大宗商品庫(kù)存監(jiān)管系統(tǒng)
3. 采購(gòu)合規(guī)風(fēng)控：區(qū)塊鏈技術(shù)在合同溯源與審計(jì)中的應(yīng)用
二、物流與履約環(huán)節(jié)風(fēng)險(xiǎn)預(yù)警
1. 跨境物流風(fēng)控
——地緣政治、港口擁堵的實(shí)時(shí)監(jiān)測(cè)與預(yù)案設(shè)計(jì)
2. 運(yùn)輸損耗風(fēng)控
——AI視覺(jué)技術(shù)在貨物破損檢測(cè)中的應(yīng)用
案例：某物流企業(yè)破損率下降60%
3. 履約時(shí)效風(fēng)控
——基于歷史數(shù)據(jù)的配送延誤概率預(yù)測(cè)模型
三、供應(yīng)鏈協(xié)同風(fēng)控創(chuàng)新
1. 多級(jí)供應(yīng)商風(fēng)險(xiǎn)傳導(dǎo)機(jī)制
——復(fù)雜網(wǎng)絡(luò)理論在風(fēng)險(xiǎn)擴(kuò)散模擬中的應(yīng)用
2. 數(shù)字孿生技術(shù)在供應(yīng)鏈風(fēng)險(xiǎn)壓力測(cè)試中的實(shí)踐
比如：如疫情封控場(chǎng)景模擬
3. ESG（環(huán)境、社會(huì)、治理）風(fēng)險(xiǎn)納入供應(yīng)鏈風(fēng)控體系的實(shí)施路徑
四、中小微企業(yè)供應(yīng)鏈風(fēng)控難點(diǎn)突破
1. 數(shù)據(jù)缺失場(chǎng)景下的替代數(shù)據(jù)源挖掘
1）水電數(shù)據(jù)
2）交易流水
3）發(fā)票數(shù)據(jù)
2. 基于聯(lián)邦學(xué)習(xí)的“數(shù)據(jù)可用不可見(jiàn)”風(fēng)控建模（保護(hù)企業(yè)隱私前提下的風(fēng)險(xiǎn)評(píng)估）
3. 政府征信平臺(tái)與市場(chǎng)化數(shù)據(jù)的融合應(yīng)用
比如：“信易貸”平臺(tái)實(shí)踐

第三講：金融行業(yè)數(shù)字化風(fēng)控核心——智能識(shí)別與動(dòng)態(tài)決策
一、信貸風(fēng)控全流程數(shù)字化重構(gòu)
1. 貸前：基于知識(shí)圖譜的企業(yè)關(guān)聯(lián)關(guān)系穿透式分析（識(shí)別隱性擔(dān)保圈風(fēng)險(xiǎn)）
2. 貸中：實(shí)時(shí)數(shù)據(jù)監(jiān)控的預(yù)警機(jī)制設(shè)計(jì)
1）企業(yè)工商變更
2）涉訴信息
3）輿情事件
3. 貸后：機(jī)器學(xué)習(xí)模型在貸款違約預(yù)測(cè)中的應(yīng)用
案例：某消費(fèi)金融公司不良率下降2%
二、反欺詐技術(shù)前沿與實(shí)戰(zhàn)
1. 新型欺詐手段解析
——AI 換臉、數(shù)據(jù)篡改、團(tuán)伙欺詐的特征識(shí)別
2. 多模態(tài)生物識(shí)別技術(shù)
——人臉識(shí)別、聲紋識(shí)別在交易驗(yàn)證中的應(yīng)用
3. 圖神經(jīng)網(wǎng)絡(luò)（GNN）在欺詐網(wǎng)絡(luò)識(shí)別中的優(yōu)勢(shì)
案例：某銀行攔截3億元欺詐交易
三、合規(guī)風(fēng)控與監(jiān)管科技應(yīng)用
1. 跨境業(yè)務(wù)合規(guī)：多司法管轄區(qū)監(jiān)管規(guī)則的智能匹配
比如：FATCA、CRS
2. 反洗錢風(fēng)控：交易流水異常檢測(cè)模型（基于序列標(biāo)注算法的資金流向分析）
3. 監(jiān)管報(bào)表自動(dòng)化：RPA+NLP 技術(shù)實(shí)現(xiàn)監(jiān)管報(bào)送效率提升70%
四、金融科技風(fēng)控產(chǎn)品設(shè)計(jì)實(shí)戰(zhàn)
1. 智能風(fēng)控平臺(tái)架構(gòu)設(shè)計(jì)
——從規(guī)則引擎到AI模型的迭代路徑
2. 風(fēng)控策略動(dòng)態(tài)調(diào)優(yōu)
——A/B 測(cè)試在風(fēng)險(xiǎn)閾值設(shè)定中的應(yīng)用
3. 風(fēng)控模型監(jiān)控體系
——模型漂移檢測(cè)、效果評(píng)估指標(biāo)（KS值、PSI值）

第四講：技術(shù)融合創(chuàng)新——區(qū)塊鏈、AI 與風(fēng)控場(chǎng)景的深度耦合
一、區(qū)塊鏈在風(fēng)控中的核心應(yīng)用場(chǎng)景
1. 數(shù)據(jù)存證
——供應(yīng)鏈單據(jù)（發(fā)票、提單）上鏈與真?zhèn)悟?yàn)證
2. 智能合約
——基于風(fēng)控規(guī)則的自動(dòng)化履約
比如：觸發(fā)違約條件自動(dòng)執(zhí)行擔(dān)保條款
3. 跨境風(fēng)控：聯(lián)盟鏈技術(shù)實(shí)現(xiàn)多國(guó)監(jiān)管數(shù)據(jù)安全共享
案例：東盟跨境金融風(fēng)控聯(lián)盟
二、AI 算法在風(fēng)控中的進(jìn)階應(yīng)用
1. 自然語(yǔ)言處理（NLP）
應(yīng)用：企業(yè)財(cái)報(bào)、新聞資訊的風(fēng)險(xiǎn)語(yǔ)義分析
2. 強(qiáng)化學(xué)習(xí)（RL）
應(yīng)用：動(dòng)態(tài)調(diào)整風(fēng)控策略以應(yīng)對(duì)市場(chǎng)環(huán)境變化
3. 可解釋AI（XAI）
應(yīng)用：提升風(fēng)控模型透明度，滿足監(jiān)管合規(guī)要求
三、物聯(lián)網(wǎng)與風(fēng)控場(chǎng)景的深度融合
1. 動(dòng)產(chǎn)融資風(fēng)控
應(yīng)用：通過(guò) IoT 設(shè)備實(shí)時(shí)監(jiān)控抵押資產(chǎn)狀態(tài)
比如：車輛位置、設(shè)備運(yùn)行數(shù)據(jù)
2. 供應(yīng)鏈環(huán)境風(fēng)控
應(yīng)用：傳感器數(shù)據(jù)在倉(cāng)庫(kù)溫濕度、危險(xiǎn)品運(yùn)輸中的風(fēng)險(xiǎn)預(yù)警
3. 生物特征風(fēng)控
應(yīng)用：可穿戴設(shè)備數(shù)據(jù)在消費(fèi)信貸中的創(chuàng)新應(yīng)用
比如：通過(guò)運(yùn)動(dòng)數(shù)據(jù)評(píng)估還款能力
四、風(fēng)控?cái)?shù)據(jù)安全與隱私計(jì)算
1. 數(shù)據(jù)安全合規(guī)
——GDPR、《個(gè)人信息保護(hù)法》對(duì)風(fēng)控?cái)?shù)據(jù)采集的限制與應(yīng)對(duì)
2. 隱私計(jì)算技術(shù)
——聯(lián)邦學(xué)習(xí)、安全多方計(jì)算在聯(lián)合建模中的實(shí)施要點(diǎn)
3. 數(shù)據(jù)資產(chǎn)確權(quán)
——區(qū)塊鏈技術(shù)在風(fēng)控?cái)?shù)據(jù)共享中的權(quán)益分配機(jī)制

第五講：實(shí)戰(zhàn)工作坊——數(shù)字化風(fēng)控方案設(shè)計(jì)與落地規(guī)劃
一、分組實(shí)戰(zhàn)任務(wù)：典型場(chǎng)景風(fēng)控方案設(shè)計(jì)
場(chǎng)景一：某新能源汽車供應(yīng)鏈金融風(fēng)控體系設(shè)計(jì)
——需覆蓋電池供應(yīng)商、整車廠、經(jīng)銷商
場(chǎng)景二：某城商行普惠小微貸款智能風(fēng)控模型開(kāi)發(fā)
——數(shù)據(jù)有限場(chǎng)景下的策略優(yōu)化
二、方案匯報(bào)與專家點(diǎn)評(píng)
1. 各組輸出風(fēng)控方案（含風(fēng)險(xiǎn)指標(biāo)體系、技術(shù)工具選型、實(shí)施路徑圖）
2. 行業(yè)專家從業(yè)務(wù)可行性、技術(shù)創(chuàng)新性、成本效益等維度點(diǎn)評(píng)打分
三、風(fēng)控體系落地關(guān)鍵成功因素
1. 組織保障：設(shè)立首席數(shù)據(jù)官（CDO）統(tǒng)籌風(fēng)控?cái)?shù)字化轉(zhuǎn)型
2. 人才培養(yǎng)：構(gòu)建“業(yè)務(wù)+技術(shù)+數(shù)據(jù)”的復(fù)合型團(tuán)隊(duì)能力矩陣
3. 文化重塑：從“風(fēng)險(xiǎn)規(guī)避”到“風(fēng)險(xiǎn)經(jīng)營(yíng)” 的理念升級(jí)
四、未來(lái)趨勢(shì)展望：數(shù)字化風(fēng)控的前沿方向
1. 生成式 AI 在風(fēng)險(xiǎn)場(chǎng)景模擬中的應(yīng)用
比如：如極端市場(chǎng)環(huán)境壓力測(cè)試
2. 數(shù)字人民幣對(duì)金融風(fēng)控的影響與應(yīng)對(duì)
——可編程貨幣帶來(lái)的合規(guī)新挑戰(zhàn)
3. 元宇宙與風(fēng)控的跨界融合
——虛擬資產(chǎn)交易風(fēng)險(xiǎn)識(shí)別技術(shù)探索
 

 吳曉生老師 AI數(shù)智化轉(zhuǎn)型實(shí)戰(zhàn)專家
20年網(wǎng)絡(luò)安全實(shí)戰(zhàn)經(jīng)驗(yàn)
中國(guó)農(nóng)業(yè)大學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室博士生聯(lián)合導(dǎo)師
中國(guó)農(nóng)業(yè)大學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室研究員
全國(guó)計(jì)算機(jī)網(wǎng)絡(luò)等級(jí)3級(jí)（網(wǎng)絡(luò)攻防領(lǐng)域）
CDA數(shù)據(jù)分析師（專家級(jí)）
曾任：國(guó)云大數(shù)據(jù)（上市） | 產(chǎn)品VP
曾任：國(guó)美集團(tuán)（世界500強(qiáng)） | 數(shù)據(jù)運(yùn)營(yíng)
曾任：紫光集團(tuán)有限公司（中國(guó)ICT龍頭企業(yè)） | 數(shù)據(jù)分析師
曾任：圖譜數(shù)據(jù)有限公司（深圳技術(shù)大學(xué)聯(lián)合實(shí)驗(yàn)室） | 高級(jí)產(chǎn)品管理/數(shù)據(jù)產(chǎn)品專家
擅長(zhǎng)領(lǐng)域：數(shù)據(jù)治理、數(shù)據(jù)分析、數(shù)據(jù)安全、DeepSeek應(yīng)用、AI+職場(chǎng)應(yīng)用、AI項(xiàng)目落地、企業(yè)數(shù)字化應(yīng)用、企業(yè)數(shù)字化提升……
——▩從0到1構(gòu)建數(shù)據(jù)基座的技術(shù)深度：
◎參與編著《企業(yè)數(shù)據(jù)治理實(shí)戰(zhàn)指南》《AI驅(qū)動(dòng)的智能風(fēng)控體系構(gòu)建》等行業(yè)教材（機(jī)械工業(yè)出版社出版）；
◎ 整合DeepSeek、豆包、火山引擎等國(guó)產(chǎn)大模型，累計(jì)開(kāi)發(fā)52個(gè)行業(yè)專屬企業(yè)智能體（覆蓋金融風(fēng)控、政務(wù)決策、供應(yīng)鏈管理等領(lǐng)域），主導(dǎo)構(gòu)建38個(gè)技術(shù)模型；
◎擁有1.2萬(wàn)+行業(yè)數(shù)據(jù)源指標(biāo)（含天眼查、企查查等商業(yè)數(shù)據(jù)庫(kù)），曾主導(dǎo)建設(shè)某省國(guó)企“大數(shù)據(jù)風(fēng)控平臺(tái)”，獲2023年國(guó)家信標(biāo)委數(shù)據(jù)治理優(yōu)秀案例；
——▩從1到N實(shí)現(xiàn)商業(yè)價(jià)值的產(chǎn)業(yè)寬度：
◎ 某省級(jí)電子政務(wù)平臺(tái)數(shù)據(jù)架構(gòu)設(shè)計(jì)【項(xiàng)目金額2.7億元】：打通37個(gè)委辦局?jǐn)?shù)據(jù)孤島，構(gòu)建人口、企業(yè)、信用三大主題庫(kù)，獲評(píng)“全國(guó)數(shù)字政府建設(shè)示范項(xiàng)目”
◎國(guó)美在線用戶畫像體系與精準(zhǔn)營(yíng)銷【年?duì)I收貢獻(xiàn)超8億元】：搭建全鏈路用戶畫像系統(tǒng)，整合2億+用戶行為數(shù)據(jù)，年度營(yíng)銷成本節(jié)約1.2億元
◎某頭部零售企業(yè)AI驅(qū)動(dòng)客戶行為預(yù)測(cè)系統(tǒng)【覆蓋15家連鎖品牌】：年度新增營(yíng)收 3.5 億元，獲工信部“AI+產(chǎn)業(yè)創(chuàng)新”全國(guó)Top10示范項(xiàng)目；

實(shí)戰(zhàn)經(jīng)驗(yàn)：
吳曉生老師擁有20年網(wǎng)絡(luò)安全與數(shù)智化應(yīng)用實(shí)戰(zhàn)經(jīng)驗(yàn)，打通“政府監(jiān)管需求-企業(yè)經(jīng)營(yíng)訴求-高校科研供給”的創(chuàng)新三角，形成獨(dú)特的產(chǎn)政學(xué)研協(xié)同優(yōu)勢(shì)，既具備從0到1構(gòu)建數(shù)據(jù)基座的技術(shù)深度，又擁有從1到N實(shí)現(xiàn)商業(yè)價(jià)值的產(chǎn)業(yè)寬度，更掌握政企雙向賦能的生態(tài)資源厚度。

——『政府?dāng)?shù)字化治理與公共安全智能決策能力』——
☛政府?dāng)?shù)字化建設(shè)與治理：
【01】-杭州城市大腦決策系統(tǒng)：負(fù)責(zé)“交通擁堵預(yù)測(cè)模塊”算法優(yōu)化，基于時(shí)空數(shù)據(jù)挖掘模型，將擁堵路段識(shí)別準(zhǔn)確率提升至92%，助力杭州高峰期車速提升15%，相關(guān)成果寫入《杭州市數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)》。
【02】-深圳智慧大腦應(yīng)急指揮系統(tǒng)：主導(dǎo)“災(zāi)害風(fēng)險(xiǎn)評(píng)估模型”開(kāi)發(fā)，整合氣象、地理、人口數(shù)據(jù)，實(shí)現(xiàn)災(zāi)害預(yù)警響應(yīng)時(shí)間縮短至5分鐘，支撐2023年臺(tái)風(fēng)“蘇拉”應(yīng)急處置，減災(zāi)效益超10億元。
☛國(guó)防安全智能決策支撐：
【01】-某部海外偵查數(shù)據(jù)系統(tǒng)：設(shè)計(jì)“暗網(wǎng)數(shù)據(jù)關(guān)聯(lián)分析模型”，通過(guò)圖神經(jīng)網(wǎng)絡(luò)挖掘隱蔽關(guān)系，情報(bào)線索發(fā)現(xiàn)效率提升300%，獲軍方科技進(jìn)步三等獎(jiǎng)（集體）。
【02】-某省公安技偵數(shù)據(jù)追蹤平臺(tái)：構(gòu)建“涉詐資金流向監(jiān)測(cè)模型”，實(shí)現(xiàn)72小時(shí)內(nèi)資金鏈路穿透分析，支撐破獲億元級(jí)詐騙案件3起，相關(guān)技術(shù)入選公安部重點(diǎn)推廣成果。
☛金融稅務(wù)智能風(fēng)控體系構(gòu)建：
【01】-主導(dǎo)某銀行反欺詐模型優(yōu)化項(xiàng)目，精準(zhǔn)率從81%提升至96%，年止損超2.3億元；
【02】-主導(dǎo)某銀行“智能催收決策模型”搭建：基于LP情感分析與動(dòng)態(tài)策略優(yōu)化，不良貸款回收率提升27%；
——『高校產(chǎn)學(xué)研協(xié)同創(chuàng)新與科研成果轉(zhuǎn)化能力』——
☛高校產(chǎn)學(xué)研協(xié)同創(chuàng)新賦能：
【01】-圖譜數(shù)據(jù)×深圳技術(shù)大學(xué)聯(lián)合實(shí)驗(yàn)室：牽頭建設(shè)“大數(shù)據(jù)智能應(yīng)用實(shí)驗(yàn)室”，主導(dǎo)“高?？蒲袛?shù)據(jù)共享平臺(tái)”項(xiàng)目，幫助12所高校打通科研數(shù)據(jù)壁壘，累計(jì)協(xié)助申請(qǐng)國(guó)家級(jí)/省級(jí)科研項(xiàng)目23項(xiàng)，獲政府補(bǔ)助超5000萬(wàn)元。
【02】-中國(guó)農(nóng)業(yè)大學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室：作為研究員，主導(dǎo)“農(nóng)產(chǎn)品供應(yīng)鏈溯源模型”研發(fā)，實(shí)現(xiàn)從田間到餐桌的全鏈路數(shù)據(jù)可視化，相關(guān)技術(shù)已在30家龍頭企業(yè)落地，農(nóng)產(chǎn)品質(zhì)量投訴率下降60%。
【03】-高校人才培養(yǎng)：擔(dān)任深圳技術(shù)大學(xué)、廣州大學(xué)兼職教授，開(kāi)設(shè)《數(shù)據(jù)智能實(shí)戰(zhàn)》課程，累計(jì)培養(yǎng)碩士/博士研究生28人，指導(dǎo)學(xué)生獲全國(guó)大學(xué)生數(shù)據(jù)挖掘競(jìng)賽一等獎(jiǎng)3項(xiàng)。
——『企業(yè)多板塊智能運(yùn)營(yíng)架構(gòu)設(shè)計(jì)與戰(zhàn)略落地能力』——
☛供應(yīng)鏈和采購(gòu)鏈項(xiàng)目：
【01】-某新能源車企供應(yīng)鏈風(fēng)控系統(tǒng)：設(shè)計(jì)“三級(jí)預(yù)警模型”，提前6個(gè)月識(shí)別電池供應(yīng)商產(chǎn)能風(fēng)險(xiǎn)，幫助企業(yè)避免2.5億元供應(yīng)鏈中斷損失。
【02】-國(guó)云大數(shù)據(jù)“軍犬”情報(bào)系統(tǒng)：整合互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)、暗網(wǎng)數(shù)據(jù)與行業(yè)專網(wǎng)數(shù)據(jù)，開(kāi)發(fā)多維度關(guān)聯(lián)分析算法，服務(wù)于安全部門情報(bào)研判，累計(jì)輸出高價(jià)值報(bào)告500+份，獲國(guó)家級(jí)保密資質(zhì)認(rèn)證。
☛數(shù)據(jù)智能產(chǎn)品創(chuàng)新研發(fā)：
【01】-搭建國(guó)云大數(shù)據(jù)公司BI系統(tǒng)，解決公司戰(zhàn)略上統(tǒng)一指揮和調(diào)度任務(wù)分配問(wèn)題，,實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)從而提升公司高效管理和協(xié)同作戰(zhàn)；主導(dǎo)設(shè)計(jì)DMP系統(tǒng)，進(jìn)行建模給銷售高質(zhì)量的用戶數(shù)據(jù)，協(xié)助銷售團(tuán)隊(duì)完成每年10個(gè)億的業(yè)績(jī)；
【02】-為國(guó)云大數(shù)據(jù)公司設(shè)計(jì)產(chǎn)品“軍犬”，以深度挖掘互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)為基礎(chǔ)，匯集了其他泛互聯(lián)網(wǎng)數(shù)據(jù)及暗網(wǎng)數(shù)據(jù)，創(chuàng)新數(shù)據(jù)挖掘及分析模型算法，解決安全部門的偵查問(wèn)題；研究“老板云”app客戶的成交畫像，通過(guò)數(shù)據(jù)深度分析，定義出用戶活躍畫像，優(yōu)化每一個(gè)推廣與活動(dòng)策劃的方案，把老板云從50萬(wàn)的用戶做到150萬(wàn)；
☛電商與新零售數(shù)據(jù)價(jià)值轉(zhuǎn)化：
【01】-為國(guó)美在線電子商務(wù)有限公司搭建用戶畫像體系，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷投放ROI從1:3提升至1:6；設(shè)計(jì)庫(kù)存周轉(zhuǎn)預(yù)測(cè)模型，滯銷SKU占比從18%降至9%，釋放資金3.2億元；雙11大促期間實(shí)時(shí)流量調(diào)度系統(tǒng)設(shè)計(jì)者，助力峰值并發(fā)承載能力提升300%；獲集團(tuán)“年度數(shù)據(jù)價(jià)值貢獻(xiàn)獎(jiǎng)”（獲獎(jiǎng)率1/2000）
【02】-為國(guó)云大數(shù)據(jù)主導(dǎo)設(shè)計(jì)AI驅(qū)動(dòng)的客戶行為預(yù)測(cè)系統(tǒng)，覆蓋15家頭部零售企業(yè)，平均訂單轉(zhuǎn)化率提升23%；構(gòu)建企業(yè)級(jí)數(shù)據(jù)治理框架，推動(dòng)數(shù)據(jù)血緣追蹤系統(tǒng)上線，數(shù)據(jù)質(zhì)量問(wèn)題下降65%；開(kāi)發(fā)自動(dòng)化數(shù)據(jù)標(biāo)注工具（NLP+CV多模態(tài)融合），標(biāo)注效率提升40%，成本降低35%，帶領(lǐng)團(tuán)隊(duì)獲2022年工信部“AI+產(chǎn)業(yè)創(chuàng)新”示范項(xiàng)目（全國(guó)Top10）；

部分AI項(xiàng)目經(jīng)驗(yàn)：
序號(hào) 項(xiàng)目名稱 項(xiàng)目應(yīng)用 成果
1 Deepseek辦公效率提升實(shí)操項(xiàng)目 在某金融機(jī)構(gòu)的財(cái)務(wù)部，傳統(tǒng)人工數(shù)據(jù)核對(duì)模式曾導(dǎo)致日均5%的差錯(cuò)率與持續(xù)加班困境。2025年通過(guò)部署DeepSeek認(rèn)知計(jì)算平臺(tái)與RPA機(jī)器人的協(xié)同方案 數(shù)據(jù)處理效率300%的躍升，差錯(cuò)率降至0.02%，人力成本降低60%；
在某企業(yè)通過(guò)Deepseek和豆包組合做出企業(yè)深度調(diào)研報(bào)告 以前需要5天5人做的報(bào)告，現(xiàn)在只需3個(gè)小時(shí)
2 城市治理AI項(xiàng)目：
利用深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù)，精準(zhǔn)識(shí)別各類垃圾的種類并自動(dòng)分類。可應(yīng)用于市政環(huán)衛(wèi)部門、垃圾處理廠、智能分類回收設(shè)備等場(chǎng)景 某市政環(huán)衛(wèi)部門引入該AI垃圾識(shí)別系統(tǒng)后，實(shí)現(xiàn)自動(dòng)化垃圾分類 平臺(tái)的圖像識(shí)別與深度學(xué)習(xí)技術(shù)使垃圾分類準(zhǔn)確率達(dá)95%以上，分類效率提升50%，顯著減少人力投入；
某型社區(qū)的智能垃圾回收站使用該平臺(tái)，通過(guò)多模態(tài)數(shù)據(jù)融合和分類算法，確保垃圾投放識(shí)別時(shí)間在3秒內(nèi)完成， 識(shí)別準(zhǔn)確率達(dá)到98%，居民參與率提升了30%；
某垃圾處理廠通過(guò)使用該平臺(tái)構(gòu)建智能化垃圾分類流水線，基于強(qiáng)化學(xué)習(xí)與動(dòng)態(tài)優(yōu)先級(jí)排序算法，對(duì)不同種類垃圾進(jìn)行快速分類與價(jià)值評(píng)估 資源回收率提高了20%，整體處理成本降低了30%。
3 人力資源管理AI項(xiàng)目 利用AI智能招聘功能，基于自然語(yǔ)言處理和機(jī)器學(xué)習(xí)算法，應(yīng)用于海量簡(jiǎn)歷快速篩選匹配、分析員工績(jī)效數(shù)據(jù)、定制個(gè)性化的培訓(xùn)課程和學(xué)習(xí)路徑等方面 招聘效率大幅提升，簡(jiǎn)歷篩選時(shí)間從原來(lái)的平均每人30分鐘縮短至5分鐘，招聘周期縮短了50%，人才招聘的精準(zhǔn)度提高了35%，員工對(duì)績(jī)效評(píng)估的滿意度從60%提升至85%，激勵(lì)了員工的工作積極性。員工培訓(xùn)的針對(duì)性和效果顯著增強(qiáng)，培訓(xùn)課程完成率從70% 提高到90%

主講課程：
《DeepSeek實(shí)操應(yīng)用》
《職場(chǎng)AI應(yīng)用：讓你的工作效率提升》
《AI思維實(shí)戰(zhàn)：定戰(zhàn)略-選大將-強(qiáng)運(yùn)營(yíng)》
《基于AI的零成本賦能企業(yè)實(shí)現(xiàn)業(yè)績(jī)?cè)鲩L(zhǎng)》
《企業(yè)降本增效與智能變現(xiàn)的全能解決方案》
《供應(yīng)鏈與金融行業(yè)如何使用AI數(shù)字風(fēng)控實(shí)現(xiàn)價(jià)值》

 

 

• 精準(zhǔn)運(yùn)營(yíng) ——大數(shù)據(jù)技術(shù)應(yīng)用于供應(yīng)鏈管理

   

  一、大數(shù)據(jù)技術(shù)的歷史、現(xiàn)狀和未來(lái)²數(shù)據(jù)訴說(shuō)真相的三個(gè)故事²數(shù)據(jù)分析和數(shù)據(jù)挖掘²大數(shù)據(jù)概念的產(chǎn)生²大數(shù)據(jù)和小數(shù)據(jù)²大數(shù)據(jù)，機(jī)器學(xué)習(xí)和人工智能²大數(shù)據(jù)實(shí)踐–Netflix—精準(zhǔn)的客戶推薦–美國(guó)太陽(yáng)企業(yè)的精準(zhǔn)營(yíng)銷–美國(guó)..

  ￥   元/ 天

  人氣：1019  

  

• 供應(yīng)鏈管理的數(shù)字化轉(zhuǎn)型 ——供應(yīng)鏈管理的數(shù)字化、網(wǎng)絡(luò)化和智能化

   

  一、必然——數(shù)字化轉(zhuǎn)型是制造企業(yè)唯一出路a)數(shù)字化轉(zhuǎn)型為企業(yè)帶來(lái)的六大競(jìng)爭(zhēng)力i.構(gòu)建以客戶為中心的更好的客戶體驗(yàn)，得到更多，更忠心的客戶ii.鏈接科技創(chuàng)新和客戶體驗(yàn)，進(jìn)行快速產(chǎn)品創(chuàng)新iii.精準(zhǔn)的運(yùn)營(yíng)，得到速度，敏捷型，質(zhì)量和成本的競(jìng)爭(zhēng)優(yōu)勢(shì)iv.基于“長(zhǎng)板哲學(xué)”快速構(gòu)建良好生態(tài)v.服..

  ￥   元/ 天

  人氣：1283  

  

• 產(chǎn)業(yè)互聯(lián)網(wǎng)下的供應(yīng)鏈金融創(chuàng)新

   

  第一講：產(chǎn)業(yè)互聯(lián)網(wǎng)視角的供應(yīng)鏈金融創(chuàng)新一、供應(yīng)鏈金融的重大現(xiàn)實(shí)意義1. 大聯(lián)接時(shí)代正面對(duì)高度的不確定性2. 供應(yīng)鏈、供應(yīng)鏈金融上升到國(guó)家戰(zhàn)略層面二、供應(yīng)鏈金融多種實(shí)踐形式與現(xiàn)狀1. 2C消費(fèi)金融模式:螞蟻花唄運(yùn)作模式2. 2B小微金融經(jīng)營(yíng)貸：浙江網(wǎng)商銀行供應(yīng)鏈金融（網(wǎng)商貸）3. 鏈主企企業(yè)的供應(yīng)鏈金融4. 多級(jí)供應(yīng)鏈融資的..

  ￥   元/ 天

  人氣：1029  

  

• 商業(yè)銀行供應(yīng)鏈金融政策分析、平臺(tái)構(gòu)建與前景展望

   

  第一講：供應(yīng)鏈金融的國(guó)家政策（國(guó)務(wù)院辦公廳以及各省市，2016-2019年）1.供應(yīng)鏈金融大勢(shì)所趨近年來(lái)金融領(lǐng)域風(fēng)口的輪換——產(chǎn)業(yè)基金-到消費(fèi)金融-到供應(yīng)鏈金融，產(chǎn)融結(jié)合，金融去杠桿，大力支持實(shí)體經(jīng)濟(jì)，幫助制造業(yè)轉(zhuǎn)型升級(jí)。2.政策解讀1）2016年，人民銀行等八部委發(fā)布《關(guān)于金融支持工業(yè)穩(wěn)增長(zhǎng)調(diào)結(jié)構(gòu)增效益的若干意見(jiàn)..

  ￥   元/ 天

  人氣：1082  

  

• 供應(yīng)鏈金融營(yíng)銷與特定行業(yè)金融服務(wù)方案設(shè)計(jì)

   

  第一講：供應(yīng)鏈融資業(yè)務(wù)在國(guó)內(nèi)的使用介紹1. 供應(yīng)鏈融資產(chǎn)品及特點(diǎn)2. 供應(yīng)鏈融資業(yè)務(wù)創(chuàng)新給銀行帶來(lái)的潛在價(jià)值3. 貿(mào)易融資產(chǎn)品線構(gòu)成及特點(diǎn)4. 各行供應(yīng)鏈融資最新模式分析、營(yíng)銷理念推廣時(shí)機(jī)、品牌建立分析第二講：供應(yīng)鏈融資主要適用客戶的基本特點(diǎn)1. 供應(yīng)鏈融資主要適用行業(yè)2. 尋找供應(yīng)鏈融資核心企業(yè)和上下游企業(yè)的技巧3...

  ￥   元/ 天

  人氣：993  

  

• 企業(yè)物流與供應(yīng)鏈管理

   

  第一講、供應(yīng)鏈和物流管理概述1、什么是供應(yīng)鏈2、供應(yīng)鏈的目標(biāo)3、供應(yīng)鏈的決策階段4、物流在供應(yīng)鏈企業(yè)地位和作用第二講、 供應(yīng)鏈管理模式對(duì)物流管理的要求與影響1、推，拉策略2、推式策略的應(yīng)用及優(yōu)劣勢(shì)分析3、拉式策略的應(yīng)用及優(yōu)劣勢(shì)分析案例研討：企業(yè)推，拉策略的選擇4、供應(yīng)鏈在經(jīng)濟(jì)環(huán)境中的角色..

  ￥   元/ 天

  人氣：2632