从「工具提效」到「决策增强与组织重构」。当基础模型能力逐步普及，企业之间的差距不再取决于是否拥有模型， 而取决于应用部署、数据积累、人机协同与组织能力。
本站基于核心观点 课程《生成式 AI 驱动的商业决策》的 143 页课堂影像整理而成。 每一页课件都做了文字提炼，并按官方大纲重排为六大模块，配上关键数据、讲师观点与课后思考题。 你可以按顺序通读，也可以只挑与自己业务相关的模块。
国际人工智能促进协会会士（AAAI Fellow）、美国科学促进会会士（AAAS Fellow）、电气电子工程师学会会士（IEEE Fellow）、 国际计算机学会会士（ACM Fellow）、中国人工智能学会会士、中国计算机学会会士；ACM 杰出科学家、国家重大人才工程入选者、 教育部长江讲座教授、海外杰青（B 类）、广东省劳动模范。
主要从事人工智能与数据挖掘研究，主持科技部国家重点研发计划及国家自然科学基金重大研究计划重点支持项目， 担任广东省全域智能前沿基础科学重点实验室主任。此前任美国罗格斯大学终身杰出教授、百度研究院副院长及首席科学家（主管 5 个实验室）。 兼任广州市人民政府参事、九三学社广州市副主任委员、中国计算机学会大数据专家委员会副主任、 Nature npj Artificial Intelligence 创刊主编、Encyclopedia of GIS 主编。
生成式 AI 正从内容生成工具，演化为具备记忆、规划、推理与执行能力的智能体， 并进一步改变企业获取信息、配置能力、组织任务与作出决策的方式。
当基础模型能力逐步普及，企业之间的差距将不再只取决于是否拥有模型， 而更多取决于应用部署、数据积累、人机协同与组织能力。 本课程从人工智能技术与产业演进出发，讨论生成式 AI 如何影响人的认知方式、 企业的决策逻辑、人才能力与组织形态，帮助管理者理解 AI 从「工具提效」 走向「决策增强与组织重构」的关键变化，并思考人在 AI 时代应承担的判断、 价值选择与管理责任。
| 日期 | 主要内容 |
|---|---|
| 9 月 12 日 | AI 奇点与产业竞争新坐标；从大模型到智能体；AI 时代的认知升维 |
| 9 月 13 日 | 生成式 AI 的能力与边界；数据智能与商业决策；人才、组织与文化重构 |
具体授课顺序及时间安排以课堂实际进度为准。
课件原件：封面、教授介绍页与官方课程大纲（第 6–10 页）。
来自课堂现场记录的核心论述，按主题分组，可作为模块内容的补充阅读。
课程中出现的关键概念，输入关键词即可过滤。
按课堂顺序完整收录全部课件影像。可按关键词筛选，点击任意一张可放大查看、左右翻页。
结合课程框架补充的公开资料、数据来源与案例，供课后继续深挖。