在大模型算法快速迭代演进的背景下，业务研发人员负责工程、算法研究人员负责模型优化的协作模式，已经无法满足大模型产品快速创新、模型效果快速迭代的业务需求，业务团队需要建设自有的大模型优化能力。如何建设一个人人都能训大模型的技术氛围，已成为加速大模型业务落地、推动组织创新与发展的关键。

本次演讲我将从平台基础设施、大模型思维、协作文化 3 个角度，阐述如何建设“人人能用、人人会训”的大模型文化，有效提升组织效能，进而推动业务的持续成长。

演讲提纲

1. 大模型时代组织创新的必要性

• 传统 AI 开发模式的组织瓶颈
• 大模型时代业务部门面临的新挑战与机遇
• 为什么"人人能用、人人会训"的大模型文化能提升组织效能

2. 建设人人能训大模型的基础设施

• 低成本高效能的大模型训练平台设计原则
• 打破技术门槛的工具链与流程优化
• 资源投入与业务价值产出如何平衡

3. 培养全员大模型思维与能力

• 从专家到教练：AI 团队角色转变与知识分享机制
• 业务人员参与大模型训练的渐进式学习路径
• 案例分享：非技术团队成功优化大模型的实战经验

4. 构建开放共享的协作文化

• 大模型训练作为跨部门协作的新型桥梁
• 建立激励机制，提升团队 ownership 与创新动力

您认为，这样的技术在实践过程中有哪些痛点？

• 如何转变业务研发人员的思想，让他们能够敢于从 0 开始转型做大模型优化
• 大模型优化的基础能力在建设中需要考虑成本与收益，如何低成本完成基础设施建设
• 如何一步步取得成绩，获取更大的支持，获取更多资源，进行模型效果的持续优化
• 各类大模型场景优化的核心点和方法论

演讲亮点

• 提供一套实用的业务自建大模型优化能力的实施框架，帮助组织打破技术与业务的隔阂
• 分享低成本启动大模型算法优化的方法，特别适合资源有限的团队
• 通过真实案例展示如何提升大模型训练的团队协作效率，加速大模型应用创新

听众收益

• 了解如何转变组织文化，让大模型成为连接技术与业务的桥梁
• 掌握培养全员大模型能力的实用策略与工具
• 获取构建高效协作的 AI 驱动型组织的具体实施路径