【課程背景】

阿爾法狗有個親弟弟“AlphaFlod”自其出現至今已經引發(fā)了超千億級別的經濟交割，《nature》對其的評價是“It will change everything”，即作為人工智能目前最尖端的應用的AlphaFold，將會徹底改變制藥行業(yè)的游戲規(guī)則。

如何具象且清晰的理解人工智能這一概念？

AlphaFold背后的AI底層原理是什么？

AlphaFold為何能夠徹底改變制藥領域的游戲規(guī)則？

從AlphaFold誕生至今，AI制藥領域經歷過了哪些發(fā)展階段？

國內外AI制藥的版圖如何？

結合數字化轉型的大趨勢來看，傳統(tǒng)制藥企業(yè)的出路在哪？

所有問題的答案將在課上揭曉！

【課程收益】

理解人工智能的2大底層原理和5大底層套路

理解AlphaFold為何能夠改變制藥領域游戲規(guī)則

了解國內外AI制藥版圖

掌握1套思維框架，將所有數字化轉型技術串聯起來

展望數字化轉型趨勢下，傳統(tǒng)藥企的未來出路

【課程特色】夠專業(yè)，內容前沿且正確；講俗話，將復雜技術具象清晰有趣化；重互動，巧妙設計提升參與感；能落地，反復驗證的方法及真實案例。

【課程對象】制藥領域中高層管理者。

【課程時間】0.5天（6小時/天）

【課程大綱】

一、智能化的底層原理

1、人工智能的2大底層原理

?  邏輯固化：師傅“教”徒弟

?  知識抽取：師傅“帶”徒弟

案例：預測男生是否會受女生歡迎

2、人工智能的6大底層套路

?  X-Ypairs：知識抽取

?  Y→X：生成萬物

?  X1-X2 pairs：推薦匹配

?  X only：聚類算法

?  Y only：超越人類

?  Dot & Line：知識圖譜

?  人工智能發(fā)展的終點

案例：百度智能客服，谷歌藥物預測系統(tǒng)，淘寶推薦系統(tǒng)，清華數字虛擬人，谷歌核聚變控制系統(tǒng)，美軍自動駕駛戰(zhàn)機

3、人工智能的6步落地法

?  價值驅動 or 數據驅動

?  機器學習 ≠ 江湖算命

?  數據模型 VS 機理模型

?  大數據   ∪ 深度學習

?  行業(yè)專家 ||  客觀事實

?  行政可行 ≈  最大門檻

案例：產線良品率提升，大型工程機械故障預測，工業(yè)智能無損檢測，自動駕駛系統(tǒng)，AI量化交易-年化收益率1000%

二、AI制藥大揭秘

1、 AlphaFold揭秘

?  X-Ypairs套路在AlphaFold中的應用

?  AlphaFold具體能做什么

?  AlphaFold證明了什么可能性

?  核心規(guī)則改變：從“試錯”到“試對”

?  AlphaFold的限制條件是什么？

2、AI制藥發(fā)展階段回顧

?  AI制藥的起源

?  資本狂歡階段

?  擠泡沫的冷靜期

?  后續(xù)是否還會再次循環(huán)？

3、AI制藥版圖揭秘

?  國外AI制藥版圖揭秘

?  國外AI制藥版圖揭秘

?  深扒明星企業(yè)的底細--誰在裸泳

?  AI制藥公司未來走向展望

三、數字化的頂層思維

1、數字化概念導入

?  從十四五規(guī)劃看數字經濟

?  數字經濟的核心：數字化轉型和數據要素

?  數字化轉型：數字化是業(yè)務和IT的深入融合

概念導入小互動：如果你在跟心儀的女神約會…

2、數字化頂層思維框架

?  精益思維：梳理業(yè)務，發(fā)現數字化入手點

?  編程思維：掌握計算機的語言，提升數字化項目成功率

?  數據思維：讓數據產生價值，展望數字化轉型的終局

案例：精益趣解-“一個強迫癥和控制狂的發(fā)病史”，從“月暈”中掌握數據思維。

小互動：在指路問路中掌握編程思維

3、我們應該關注哪些數字化技術

?  基礎設施：解除計算機的能力封印

?  數據應用：搬金磚VS挖金礦

案例：谷歌云計算，華為5G，某外貿公司營收預測

4、數字化轉型有哪三個必經階段

?  Digitization：無紙化

?  Digitalization：高效化

?  Digital transformation：無人化

?  每個階段的關鍵技術以及數字化的決勝技術

案例：人員績效智能評估系統(tǒng)

5、數字化轉型的兩大核心半場

?  信息化：固化流程/信息流轉/數據積累

?  人工智能：找準價值“點”/匹配“針”對性技術

案例：從頂尖運動員看企業(yè)數字化轉型之路

四、傳統(tǒng)藥企路在何方

1、AI制藥會如何重塑未來格局

?  制藥領域競爭格局短期（五年內）展望

?  制藥領域競爭格局中期（十年后）展望

?  制藥領域發(fā)展終局展望

2、傳統(tǒng)藥企的競爭優(yōu)勢

?  政策優(yōu)勢

?  渠道優(yōu)勢

?  數據優(yōu)勢

?  業(yè)務理解優(yōu)勢

3、給傳統(tǒng)藥企的忠告和建議

?  數智化轉型為何勢在必行

?  轉型成敗不在技術而在核心流程/機構重塑

?  轉型關鍵在于培養(yǎng)既懂業(yè)務又懂AI的交叉人才

?  數智化轉型的關鍵資源是什么

?  數智化轉型的成功模板是什么