【課程背景】

阿爾法狗有個親弟弟“AlphaFlod”自其出現(xiàn)至今已經(jīng)引發(fā)了超千億級別的經(jīng)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(lǐng)域的游戲規(guī)則？

從AlphaFold誕生至今，AI制藥領(lǐng)域經(jīng)歷過了哪些發(fā)展階段？

國內(nèi)外AI制藥的版圖如何？

結(jié)合數(shù)字化轉(zhuǎn)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(lǐng)域游戲規(guī)則

? 了解國內(nèi)外AI制藥版圖

? 掌握1套思維框架，將所有數(shù)字化轉(zhuǎn)型技術(shù)串聯(lián)起來

? 展望數(shù)字化轉(zhuǎn)型趨勢下，傳統(tǒng)藥企的未來出路

【課程特色】夠?qū)I(yè)，內(nèi)容前沿且正確；講俗話，將復雜技術(shù)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(lǐng)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(shù)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(qū)動 or 數(shù)據(jù)驅(qū)動

? 機器學習 ≠ 江湖算命

? 數(shù)據(jù)模型 VS 機理模型

? 大數(shù)據(jù)   ∪ 深度學習

? 行業(yè)專家 ||  客觀事實

? 行政可行 ≈  最大門檻

案例：產(chǎn)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(shù)字化的頂層思維

1、數(shù)字化概念導入

? 從十四五規(guī)劃看數(shù)字經(jīng)濟

? 數(shù)字經(jīng)濟的核心：數(shù)字化轉(zhuǎn)型和數(shù)據(jù)要素

? 數(shù)字化轉(zhuǎn)型：數(shù)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(shù)字化頂層思維框架

? 精益思維：梳理業(yè)務，發(fā)現(xiàn)數(shù)字化入手點

? 編程思維：掌握計算機的語言，提升數(shù)字化項目成功率

? 數(shù)據(jù)思維：讓數(shù)據(jù)產(chǎn)生價值，展望數(shù)字化轉(zhuǎn)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(shù)據(jù)思維。

小互動：在指路問路中掌握編程思維

3、我們應該關(guān)注哪些數(shù)字化技術(shù)

? 基礎設施：解除計算機的能力封印

? 數(shù)據(jù)應用：搬金磚VS挖金礦

案例：谷歌云計算，華為5G，某外貿(mào)公司營收預測

4、數(shù)字化轉(zhuǎn)型有哪三個必經(jīng)階段

? Digitization：無紙化

? Digitalization：高效化

? Digital transformation：無人化

? 每個階段的關(guān)鍵技術(shù)以及數(shù)字化的決勝技術(shù)

案例：人員績效智能評估系統(tǒng)

5、數(shù)字化轉(zhuǎn)型的兩大核心半場

? 信息化：固化流程/信息流轉(zhuǎn)/數(shù)據(jù)積累

? 人工智能：找準價值“點”/匹配“針”對性技術(shù)

案例：從頂尖運動員看企業(yè)數(shù)字化轉(zhuǎn)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(lǐng)域競爭格局短期（五年內(nèi)）展望

? 制藥領(lǐng)域競爭格局中期（十年后）展望

? 制藥領(lǐng)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(shù)據(jù)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(shù)智化轉(zhuǎn)型為何勢在必行

? 轉(zhuǎn)型成敗不在技術(shù)而在核心流程/機構(gòu)重塑

? 轉(zhuǎn)型關(guān)鍵在于培養(yǎng)既懂業(yè)務又懂AI的交叉人才

? 數(shù)智化轉(zhuǎn)型的關(guān)鍵資源是什么

? 數(shù)智化轉(zhuǎn)型的成功模板是什么