一、智能驱动下的行业变革
1. 从工业革命到智能革命，变革中的工作方式
2. 知识工业化获取与生成，大模型技术原理解析
3. DeepSeek横空出世下的大国博弈
4. 从问答到执行、从执行到决策，AIGC技术对金融行业的深远影响
5. 金融同业智能化发展情况
Ø 【目标】解析金融机构持续加码AI战略的必要性与路径
Ø 【解决问题】：解析金融行业在智能革命的工作方式变革逻辑，揭示以DeepSeek为代表的大模型技术如何通过知识工业化生成重构金融业务链条，分享同业智能化发展进度，论证金融机构加码AI战略的必要性，帮助机构理解智能化转型的底层逻辑与竞争紧迫性。
二、智能驱动增长的场景挖掘方法体系
1. 智能化场景落地7大坑点
2. AIGC技术场景应用的五大范式
3. 三层矩阵的场景挖掘方法：岗位矩阵、场景矩阵与技能矩阵
4. 场景价值评估与落地性可行性分析模式：业务价值、技术可行、数据可及
5. 数字员工的选、育、用、留、评
6. 场景分享-知识问答场景分享-全行级/部门级知识运营
7. 场景分享-公司金融条线场景分享-智能营销
8. 场景分享-零售金融条线场景分享-智能客服
9. 场景分享-运营金融条线场景分享-智能审核
10. 场景分享-风险金融条线场景分享-智能信审
Ø 【目标】通过方法论导入帮助金融机构快速挖掘有价值能落地的场景
Ø 【解决问题】：帮助金融机构破解智能化场景落地难题，规避场景落地7大坑点，通过五大应用范式与三层矩阵挖掘法，从业务价值、技术可行性、数据可及性三维度评估落地性，配套数字员工全生命周期管理方案，实现场景从挖掘到落地的全链条提效，加速智能驱动增长。
三、智能化变革中的人才体系建设
1. 智能化场景落地六类团队保障：算法、工程、应用、运营、产品、数据
2. AI产品经理六大工作环节与关键能力拆解
3. DDD思想-领域驱动设计的产品架构
4. 敏捷思想-稳态与敏态的产品设计
5. 精益思想-精益思想在金融领域的流程设计
6. 提示词与思维链编写技巧
7. 智能体评测设计技巧
Ø 【目标】行业成功经验分享，智能化复合型人才建设体系分享
Ø 【解决问题】：破解金融机构智能化变革过程中人才能力断层与团队协作难题，通过解析算法、工程、应用等六类核心团队职能，拆解AI产品经理全流程能力要求，融合DDD领域设计、敏捷开发、精益生产等方法论优化产品架构与流程，传授提示词编写、智能体评测等实操技能，构建“业务+技术+数据+管理”复合型人才培养体系，提升团队在场景落地中的需求拆解、跨域协作与持续迭代能力，保障智能化项目高效推进。
四、智能化科技支撑与保障体系
1. AIGC细分新技术进展
2. 智能化科技支撑的六层建设体系：算力、模型、领域增强、平台产品、智能体与应用
3. 常见大模型应用开发平台对比与试用
4. 金融行业大模型智能体开发平台的八大特性
Ø 【目标】明确科技与数据团队提供高效稳定支撑服务的方式
Ø 【解决问题】：帮助金融机构科技与数据团队构建分层级、全链路的智能化支撑体系，解析AIGC技术前沿动态，从算力基建、模型研发、领域增强到智能体应用的六层架构设计，对比主流大模型开发平台特性，提炼金融行业专属智能体平台的八大核心能力，解决技术选型盲目、架构设计零散、平台与业务需求脱节等问题，确保智能化场景落地具备高效、稳定、安全的技术底座与工具支撑。
五、智能化产品使用技巧与智能体构建演示
1. 常见大模型应用工具与试用技巧
2. Deekseep在量化投资中的使用技巧
3. 对公营销产业助手智能体搭建示例
4. 外规制度知识问答智能体搭建示例
Ø 【目标】直观感受AI给生活与工作带来的便利，实战演示智能体构建方式与技巧
Ø 【解决问题】：帮助金融从业者突破“工具认知盲区”与“智能体开发门槛”，通过演示主流大模型工具在量化投资、对公营销、外规问答等场景的实操技巧，解决“技术工具与业务场景脱节”“开发流程复杂难懂”等痛点，让业务人员快速掌握AI工具提效方法，技术团队直观学习金融专属智能体的构建路径，降低智能化应用的使用与开发成本，加速AI从“理论认知”到“一线提效”的转化。
