“ 数据 +” 思维下的智慧校园规划 为什么用“数据 +” 思维规划智慧校园 • 没有一个明确标准去衡量信息化建设效果 • 建的多 ，未必就是信息化建的好 • 新技术应用 ，也未必就是信息化建的好 信息化建设 的好与不好 " . " . • 新基建带来的冲击 ，要不要追个新技术？ • 上新技术可能会改变当前学校信息化格局？ • 新技术往哪里上？不会有风险吧？ 为了满足管理者？ 我们认为： 高校信息化建设的本质是： 对数据的建设 高校信息化建设核心价值体现在： 对数据消费的能力 解决要点 solution 必须要问自己两个问题 “ 数据 +” 思维下智慧校园规划 目标与框架 围绕“数据 +” 展开体制机制建设， 让体制机制建设变成不仅仅是保障 建设 ，更是能力建设 围绕“数据 +” ，展开数据消费服 务应用建设 ，利用数据组织的各种 + 教学 数据仓库 加工脱敏 数据集市 切片备份 数据 集成 管理 数据 消费 规划框架 planning framework 数据 生产 数据 环境 “ 数据 +” 思维下智慧校园规划 落地路径 强化 高校信息化体制机制建设 信息化分管校领导 / 校级 CIO 数据管理领导小组 数据质量管理小组

后 数据化管理 可视化管理 后 粗犷型管理 前 四、供应链高效管理解决方案 - 四个思维转型 技能依赖型管理 前 标准化管理 后 V S 四、供应链高效管理解决方案 – 标准化管理思维 品牌 DNA 沉淀 业务流程 规范 基建设施 高速铁路 四、供应链高效管理解决方案 – 标准化管理思维 商品 分类 物料 标准 产品 BOM 裁剪 工艺 工艺 标准 特殊 工艺 部件 …… 品牌 DNA 业务流程 四、供应链高效管理解决方案 – 标准化管理思维 工价 等级 工序 名称 工序 时间 工序 等级 订单 系数 工序 单价 面料 等级 加工报价标准管理 四、供应链高效管理解决方案 – 标准化管理思维 工艺单标准管理 四、供应链高效管理解决方案 – 标准化管理思维 A 内部编号 供应商编号 …… B 采购单位 基准单位 转换率 标准化管理思维 大货 BOM 款式 BOM 设计 BOM 三大 BOM 头版、复版、生产版、翻单版…… 多版本 一个 BOM 中同一种物料使用不同部 位 一料多用 一个 BOM 中实现多色多码配色用量损 耗 配色配码 不同物料区分自购、厂供、客供 供应类型 BOM 模板 常用 BOM 物料 组 B O M 标准管 理 四、供应链高效管理解决方案 – 标准化管理思维 采购合同

育带来了新的可能性，还拓 展了教学与学习的思维模式。本书的初衷是帮助教育工作者、学生以及技术爱好 者深入了解AI在教育中的应用，共同把握这场技术革命的脉搏。 本书内容 本书分为两大部分： ❍ 理念与趋势：首先，从数字化技术的发展和其对教育的影响开始，剖析AI浪潮 对知识与学习提出的全新要求；接着，探讨AI时代下人才需要具备的核心能力， 包括批判性思维、创造性解决问题的能力、数字素养、人机协作能力、自主学习 方向，为教育工作者提供 前瞻性的职业思考。 ❍ 技术与应用：全面展示AI在教育中的具体应用场景和工具操作。从生成式AI的 简介，到AI在教育中的各种具体应用，如智能教学材料生成、文档处理、绘图、 思维导图制作，以及科研辅助，涵盖了丰富的AI教育工具。此外，本部分还介绍 了AI在音视频处理、智能体等领域的创新应用，帮助读者理解和掌握AI技术的实 际操作方法。 如何阅读本书 本书以实用和易懂为出 认 识。 特色与亮点 ❍ 前沿性与实用性：紧跟AI教育发展前沿，精选最新的应用案例与操作指南。 ❍ 跨学科性：涵盖语文、数学、英语、科学、艺术设计、音乐、历史、编程等多 个学科，培养跨学科应用思维。 ❍ 案例丰富：通过真实案例展示AI在教育中的实践效果，让读者更直观地理解技 术应用。 ❍ 操作性强：配有详细的操作步骤和指导，帮助读者快速上手并应用于实际教 学。 本书不仅能为读者提供前沿

0 名家推 荐 结合数字化时代的营销困境 梳理出融合 大数据、人工智能 移动营销、社群营销等 新技术、新策略的全方位新营销框架 实现营销职能的战术性改变 以及企业营销思路与企业战略思维的提升 0 内容简 介 营销的目的是协助企业为客户创造价值。 基于后互联网时代市场变革 与发展动态 ， 并站在企业战略层级对问题进行重新思考后 ， 胡兴民博士 及 其团队提出了 “数人头 ”的新商业范式 消费频次来思考企业的业绩增长路径；并结合数字化营销的 CIDR 模 型 ， 及客户全生命周期的深度整合营销策略在市场发展的营销丛林中为 企业的 营销战略进行重塑升级 ， 帮助企业梳理可持续增长的正确思维。 本书初稿内容已经在多所知名大学的 EMBA 、 MBA 课堂上作为教材 使 用 ， 通过教学相长 ， 书中的观点也在不断修正、 迭代、 创新。 与此前的 营 销理论相比 ， “营销 5.0” 营销战略 ， 同时结合后互联网时代的营销困境 ，梳理出了融合大数 据、 人 工智能、移动营销、 社群营销等新技术、 新策略的全方位新营销 框架；不 仅是营销职能的战术性改变 ，更是企业营销思路与企业战略思维 的提升。 0 内容简 介 接触（ Contact ） 辨识（ Identify ） 个性归户 • CRM 与 SCRM

幻觉（生成不符合事实的内容） • 知识库限制（公开、私有、即时） • 上下文窗口限制（记忆、成本） 3. 推理能力 n 解决方案 1. 提示词（Prompt） 2. 思维链（CoT） 3. 搜索增强（RAG） 4. 知识图谱（KGE） 5. 模型微调（Fine Tune） 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第28页 生成模型和推理模型适用场景 这一波人工智能本质上是数据智能，只要是有时 间结构和空间结构的数据，都可以识别出数据 分布模式，建立数据模型，从而产生智能。 2. 这一波人工智能的核心是语言智能，通过分析和 建模人类语言，获取人类的知识，并进一步获 取人类的思维模式。 3. 或许，AI只是一个我们和他人和祖先和整个人 类的意义世界的交互的接口的翻译器。与我们 对话的，不是AI，而是AI背后那个人类构造出 的意义世界。因此， AI可以成为我们的伙伴和 培养数据驱动思维 树立终身学习与跨界融合意识 打破传统思维局限 1. 终身学习的必要性 2. 跨界融合趋势与机会 1. 数据价值的认知 2. 数据分析与解读能力 1. 建立非线性思维 2. 拥抱“不确定性” 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第36页 数字素养通识教育的变迁 人工智能时代 2020s - 现在 核心目标： 人机协同能力与批判性思维 主要技能：

从大模型、智能体到复杂 AI 应用系统的构 建 —— 以产业大脑为例 肖俊 浙江大学计算机学科与技术学院人工智能研究所 2025 03 杭州 • 大模型推理能力快速提 升 • 推理模型和思维链 (CoT) • 智能体是什么？ • 四链融合产业大脑案例 提纲 大模型推理能力快速提升 开始模仿人 脑进行大量 数据的标记 和训练 神经网络 CNN RNN GAN 1990 事实性幻觉问题 大语言模型易产生幻觉 ，在数学推理方面表现在推理能力严重不足， 体现在简单数值比较错误、 多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 无法在复杂的思维链中保持一致性 推理过程和答案不一致 Yann LeCun 的批判观点： 对纯粹扩大规模方法的根本质疑 Mehrdad Farajtabar OpenAI o1/o3 、 DeepSeek- R1 等 1. 早期的大模型推理能力不足 2. OpenAI-o 系列模型和 DeepSeek-R1 等胜在推理能力较 强 小结一： 推理模型和思维链 (Chain of Thought, CoT) QwQ 由通义千问 开发， QwQ 能通 过思考与疑问解 决 一些复杂的问 题。 HIMl DeepSeek-R1 与

| 技术认知 | 伦理思考 | 社会影响 | 应用场景 | 未来趋势 n 培养什么人 1. 思维能力：批判思维、独立思维、逻辑思维 2. 学习能力：终身学习，善用 AI 3. 热爱人类 n 如何培养人 1. 赋能：个性化学习，学本教育，因人育材，未来学校 学习的定位是一种思维训练，知识、写作、记忆力等只 是训练工具 终身学习的方式可能从知识搜索转向了古老的对话式学 习 • 建立安全分类框架，制定安全保护政策，进行安全培训 2. 警惕 AI 的幻觉和偏见 • 技术层面：代码，算法，数据，提示词 • 思维层面：理解原理，鼓励批判性思维 3. 为教与学提供具体的指导 • 教师：教学培训，交流和社区， AI 教学助手 • 学生： AI 素养，个性化学习路径， AI 助教 4

会互动；作为朋友，⼤模 型超越学术⻆⾊，提供全⽅位⾮学术⽀持，包括职业发展建议、⼼理辅导和⼈际交往建议。 ⼤模型全⾯融⼊学术⼯作流程，不仅能通过⾃动化重复劳动提⾼研究效率，更能通过⼈机合 作扩展⼈类思维的⼴度和深度，经济管理研究即将⾛向⼈机协作的新时代。 关键词: ⼈⼯智能；经济学⽅法论；⼈机协同；⼤语⾔模型 JEL Codes: A11；B41；C45；D83 智能之光：人机协作的经济管理研究新时代 会互动；作为朋友，大模型超越学术角色，提供全方位非学术支持，包括职业发展建议、心理辅导和人际交往 建议。大模型全面融入学术工作流程，不仅能通过自动化重复劳动提高研究效率，更能通过人机合作扩展人类 思维的广度和深度，经济管理研究即将走向人机协作的新时代。 关键词: 人工智能；经济学方法论；人机协同；大语言模型 JEL Codes: A11；B41；C45；D83 ∗胡诗云，北京大学国家发展研 改进知识传播，将复杂的理论和数据，自动生 成为易于理解的可视化图表、摘要和面向不同 受众（如公众、政策制定者）的文本版本。 3 祛魅 AI：大模型的基本原理 语言是智能的重要标志和载体，不仅承载着人类积累的知识，还引导着我们的思维方式。图灵测试的核心 前提条件正是机器能否理解和生成人类语言，这充分体现了语言在智能评估中的关键地位。近两年来，语言 模型领域出现了突破性进展。以语言生成模型为基础的人工智能技术已覆盖几乎所有传统自然语言处理任务，

数据生成反映了数字经济的演绎（浙江“一号工程”、杭州第一城 ） 农业、工业、商贸及服务产业 云、网、端、数据产业 智能 科技产业 生命 科技 社交 尊重 自我 实现 安全 生理 游戏化思维有助于更好地把握数字时代的组织建设 游戏 麻将 盯上家 卡下家 讲拆台 帮助别人 成就自己 讲合作 VS 游戏的多角色社交化协同追求 高分，与数字时代组织成员网 络协同追求高效率，同出一 据为新要素，创造新供给、新载体、新组织，满足人民的新需求和提升国家竞争力。 新基建，支撑新空间、储存新要素、孕育新生产力； 新基建，支撑新供给、承载新载体、搭载新组织； 新基建，呼唤新政府、新思维、新能力（数字领导力）。 新基建是创造数据新要素激发数据生产力的基本建设 区块链使互联网从“信息互联网”向“价值互联网”“信任互联网”变迁 在过去二十多年中，互联网全面融入社会生产生活，引领世界发生了巨大变革。但同时也带来网络 10/31/2025 数字领导力：是一种以数据是知识的载体、信数据有未来为管理信 仰，以直觉与数据的对话为决策特征，以透过数据看本质、注重在数字世界 用数据流定义任务、管理物理世界为主要手法的管理思维、习惯与行为能 力。表现为在构建用户运营新能力体系过程中，能自觉按照拥有数据并促进 其流动性为总要求，根据“人在干、数在转、云在算” 的行动方法，形成涵盖 规划、业务、组织、基础设施等方面的数字化工作习惯，实现“数据决策、数

REG ） 通用模型 （ V3 ） 在传统的大语言模型基础 上 ， 强化推理 、 逻辑分析 和决策能力的模型。 =V3 + 数理逻辑思维 数学推导、 逻辑分析、 复杂问题拆 解 适用于大多数任务， 侧 重于语言生成 、 上下文 理解和自然语言处 理 。 ——“文科生” 文本生成、 创意写作、 问答对 话 能够联网搜索最新消息 出一张高三一模化学试卷，要求难度系 数按照 2022-2024 三年高考化学平均值， 适合青岛地区学生使用。题目数量、试 卷结构、试题风格按照 2024 年高考化学 卷，并注意考察学生的基础知识、创新 思维和跨学科综合能力。 常见应用场景：智能助教 - 命制试卷 示例 2 ：习题（试卷）生成 常见应用场景：智能助教 - 命制试卷 请对你刚才出的试卷进行评价修改完善， 检查错误，并做出标准答案、题目解析 示例：设计问题链 常见应用场景：智能助教 - 课堂互动中辅助问题链设计 教师还可以让 DeepSeek 辅助设计问题链 ，通过问题追问的方式 ，在课堂上实现与学生思维的 碰撞 ， 帮助学生建构知识体系。 常见应用场景：智能助教 - 课堂互动中辅助问题链设计 问题链—— “ 布鲁姆教育 目 标分类法 ” 核心问题设计，激发深入思考 示例：设计问题链