公开课程

降本增效 × AI 提效

CXO 经营闭环工作坊

这堂课不教你用 AI，教你验收 AI。

  • 价值在哪里
  • 证据有多强
  • 由谁负责
  • 如何规模化且不失控
74
页主线课件
9
幕课程结构
67
已核验研究来源
洽谈开课 查看全部课件

WHY NOW

用了，不等于赚到

问题从来不是要不要投，而是投了为什么没用。这堂课补的就是中间丢掉的那一段。

  • 88% → 13%

    采用率很高，价值兑现很低

    全球 88% 的组织已在至少一个业务环节使用 AI，但只有 13% 报告出显著的企业级价值。差距不在技术，在经营闭环。

    Stanford HAI, AI Index 2026；Accenture。三项调查口径不同，不构成同一漏斗。

  • 5 倍

    AI 不缩小差距，它放大差距

    AI 暴露度最高的公司人均营收增长 33.5%；其中最强的 20% 达到 163%。同样在用 AI，头部与平均差 5 倍。

    PwC, Global AI Jobs Barometer 2026。据原数据重绘。

  • +55% / −19%

    同一类工具，两个方向

    受控实验里，用 AI 辅助的开发者完成指定任务快 55%；另一项研究里，资深开发者反而慢 19%，且自认为变快了。差别在任务边界、质量验收和人机分工。

    GitHub 受控实验；METR / Becker et al., 2025（该结果后续未能复现）。

SYLLABUS

九幕结构

每一幕：一个钩子、一组证据、一个方法、一个产出。三个高点分别在诊断、算账和治理。

  1. 警报窗口正在关闭

    政策定了时间表，对手把预算翻倍了。94% 的组织即使短期不回本也继续投。

    页 P4–P9

  2. 真相用了 ≠ 赚到

    价值断层的三个成因，以及六维成熟度自评——你在哪一档。

    页 P10–P17

  3. 诊断钱漏在哪、流程堵在哪

    说不出单位成本，就没资格谈降本。同一笔支出有四个价格；标准流程往往有几十种真实走法。

    页 P18–P28

  4. 选择别撒胡椒面

    同时做二十个试点等于一个都没做。价值 × 可行性矩阵，外加一张不做清单。

    页 P29–P34

  5. 能力AI 究竟能做什么

    RAG、Copilot、Agent 三种模式现场演示，风险逐级递增；四个技术岔路口由谁拍板。

    页 P35–P43

  6. 证据谁真的做成了

    国际标杆与中国实践并列，每个数字标注证据等级，配一份可带走的打假清单。

    页 P44–P50

  7. 算账别把三小时当利润

    省下的时间要变成钱，必须满足五个出口条件之一。三个 ROI 数字，高管只看后两个。

    页 P51–P58

  8. 治理不出事的底线

    顶级模型的幻觉率区间、前提被污染时的表现塌陷，以及十二类风险与采购问卷。

    页 P59–P67

  9. 落地90 天五道闸门

    立项、原型、试点、财务确认、规模化。第四道由财务负责人签字，第五道之前不准跨部门复制。

    页 P68–P72

OUTCOMES

学员带走什么

不是一份课件，是三张填好的表和四张可以随身带的卡。课后九十天我们对一次结果。

三张现场填写的表

  1. 场景组合表

    三到五个优先场景，每个有业务第一责任人签字，另附一张写明理由的不做清单。

  2. 价值核算表

    每个场景的基线、收益出口、五层指标与三个 ROI 数字，末尾留财务确认人签名。

  3. 九十天行动计划

    五道闸门各有日期与责任人，第四道明确写出财务签字人姓名。

四张随身卡

  • 打假八问

    下次供应商来，逐条问：基线是什么、谁测的、有没有对照组、样本多大。

  • 采购八问

    底层用哪个模型、训练数据来源、我方数据是否参与训练、能否导出更换。

  • 五个出口条件

    省下的时间要变成利润表上的数字，必须至少满足其中一条。

  • CXO 术语表

    用经营语言解释技术词，以及最容易被话术带走的五个说法。

FORMATS

四种交付形式

同一套方法，按人数、时长和行业裁剪。所有版本共用一份可追溯的资料底座。

  • 一天版工作坊

    6–8 小时 · 高管团队

    完整九幕，含两场动手工作坊。结束时交付三张填好的表与高管签字承诺。

  • 九十分钟精华版

    90 分钟 · 董事会 / 高管早餐会

    保留三个高点：价值断层、算账纪律、幻觉与治理。适合作为立项前的共识会。

  • 分角色专题

    半天 · 单一职能

    面向总经理、财务、运营、技术、人力五类角色各一套，问题与案例全部替换。

  • 行业定制

    按客户行业

    制造、金融、能源与国企、零售消费与专业服务四个定制包，替换案例、数据与话术。

EVIDENCE

每个数字都标出成色

这是本课与市面上大多数 AI 培训最大的差别：我们不只给数字，还给这个数字能承担多重的决策。

  1. A

    监管文件、财报、受控实验

    可以进董事会决议。

    监管披露的成本节省、随机对照实验中的完成时间差异。

  2. B

    企业官方披露、政府案例集

    可以进立项报告，形成实施假设。

    企业自报的效率增益、主管部门公示的行业案例。

  3. C

    媒体与供应商转述

    只能进头脑风暴，必须二次验证。

    媒体报道的效果数字、供应商提供的客户故事。

课上讲到每个数字时都会说明它是几级；口径特殊或本地未能核验的，会当场说明。这套方法本身就是课程内容的一部分。

SOURCES

课程来源

全部内容蒸馏自 67 个已核验的公开资源，每条结论可回溯到原始报告的具体位置。以下是构成这门课的资料底座。

研究与证据来源

  • 中国政策与产业

    4 项

    国务院《关于深入实施“人工智能+”行动的意见》、国家发展改革委政策解读、中国信通院人工智能产业发展研究报告与大模型落地路线图。

  • 全球基准研究

    9 项

    Stanford HAI AI Index、BCG AI Radar 与高绩效企业研究、Deloitte、Accenture、PwC、World Economic Forum。

  • 成本与流程工具

    5 项

    FinOps Toolkit、OpenCost、FOCUS 成本规范与样例数据、Cloud Custodian、PM4Py 流程挖掘。

  • 治理与风险框架

    3 项

    NIST 生成式 AI 风险框架、中国信通院人工智能安全治理蓝皮书与云计算蓝皮书。

  • 企业案例

    10 项

    国际标杆与中国实践各半，覆盖金融、制造、能源、建筑与通用办公，全部标注证据等级。

  • 课件与可视化

    十余项

    Mermaid、Marp、Apache ECharts、AntV，以及各研究机构的公开数据集。

蒸馏后的资料库

67 个来源经过整理，形成 9 个模块共 50 篇中文文档、约 15 万字。课程主线、数据、案例、方法与合规各归其位。

  • 3篇

    主线叙事

    核心主张、九幕弧线、开场脚本

    授课材料
  • 8篇

    数据弹药

    价值断层、全球大势、中国政策、生产率实证、人才组织、Agent 前瞻、价值分层、幻觉实证

    可公开
  • 4篇

    案例库

    案例速查、国际标杆、中国实践、证据分级与打假清单

    可公开
  • 12篇

    方法工具

    七步法、成本透明化、流程诊断、场景优先级、指标树、ROI 核算、治理闸门、落地方法论、技术选型、风险清单、成本口径、云架构

    可公开
  • 7篇

    课程编排

    一天版、九十分钟版、分角色专题、课堂产出模板、成熟度自评

    可公开
  • 4篇

    课件生产

    分页脚本、图表源码、金句与停顿设计、视觉规范

    授课材料
  • 3篇

    来源与合规

    资源总表、数字溯源表、许可红线

    可公开
  • 4篇

    行业定制包

    制造、金融、能源与国企、零售消费与专业服务

    可公开
  • 4篇

    速查卡

    术语表、书籍与工具速查、音视频与延伸资源

    可公开

标注为授课材料的模块包含讲师话术、分页脚本与现场设计，仅在开课时随课交付，不在此公开。研究来源、方法框架与证据标准全部公开。

每个数字在资料库中都有一条溯源记录：出自哪份报告、哪一章、什么时候取的、是否经过本地原文核验。少数无法获取原文的引用会被明确标注为转引。

把这套方法用到你们自己的数上

课程可按行业与角色定制。告诉我们企业规模、所在行业和最想解决的问题，我们会给出建议的版本与时长。

洽谈开课