1. 以GPT为代表人工智能技术，可以为核电做什么？
   • 取代大量低脑力劳动；
   • 挖掘数据对复杂系统的价值，主要有三个方面，人才培养，设备管理，生产决策。
2. 核电这样复杂、成熟、保守的领域，如何引入大模型？
   • 数据安全与网络安全；
   • 如何看待大模型的幻觉问题？这要分为两种类型，一类是有答案的问题，一类是没有答案的问题。所谓的幻觉恰恰是大模型不可替代的原因之一。
   • 寻找明星场景作，以AI讲师为突破口，逐步扩展到设备管理与生产决策。AI讲师是数字化基建下培训领域率先掀起的革命，自此，人才培养成为按图索骥的旅行。
3. 核电从业者AIGC基础薄弱，如何迎接挑战？
   • 与高校建立AIGC人才联合培养机制；
   • 研发基于大模型的零代码应用商城，让核电员工通过自然语言交流，完成应用场景开发。

演讲提纲：

1. 以GPT为代表人工智能技术，可以为核电做什么？
2. 核电这样复杂、成熟、保守的领域，如何引入大模型？
3. 核电从业者AIGC基础薄弱，如何迎接挑战？
4. 阶段性成果

听众受益点：

• 复杂工业体系发展AIGC的得与失
• 核电垂直领域大模型研发经验
• 央企与高校合作新思路
• 如何看待大模型在垂直领域中的幻觉

虽然大模型的出现再一次将AI推向高潮，但AI落地难的问题始终存在。我们基于自身多年的算法研究与落地应用经验，打造了面向应用的认知智能引擎平台，与云原生架构融合，打通存储与网络的诸多限制，极大降低AI行业落地的门槛，缩减成本的同时助力快速开拓场景。通过平台的加持，AI落地的周期有效缩短，商业变现难度降低，公司营收健康增长。

演讲提纲：

1. AI时代的业务困境
2. 认知智能引擎平台的价值定位
3. 认知智能引擎平台技术方案
4. 业务场景与未来展望

听众受益点：

• 结合自身的经验，在AI落地的困境上达成共识；
• AI落地要解决1到100的问题，通过真实的案例了解落地细节；
• 云原生、存储、网络等工程化问题与AI以及具体业务进行结合，演绎技术的变现路径。

AI 大模型与 GenAI 重塑软件的大趋势下，软件会发生哪些本质的变化？如果“所有软件都值得用 AI 重做一遍”，那么该如何重做？本演讲从 GenAI 重塑软件的本质变化、以及 AI 原生的概念与内涵解剖，分享华为云AI原生应用引擎的架构设计、及实践思考。

演讲提纲：

1. AI 重塑软件产业：变化与趋势
   • AI 重塑软件的颠覆式创新及技术驱动力
   • 一切应用都值得用 AI 重做一遍：业务视角与技术视角的演变
2. AI 原生架构及 AI 原生应用的定义
   • AI 原生架构的概念定义及内涵解剖
   • AI 重塑存量软件的方式及演进
   • 新的 AI 原生超级应用
3. 华为云 AI 原生应用引擎的架构实践
   • 从 CIO 视角看 AI 原生应用落地的需求
   • 华为内部的 AI 原生应用落地实践经验
   • 华为云赋能 AI 原生应用创新的架构与实践

听众受益点：

• 深入理解 GenAI 对软件带来的根本性变化
• 深入理解 GenAI 重塑软件的方式与路径
• 了解华为云服务 AI 原生应用创新的产品架构及实践