专题演讲嘉宾：毕鸣一

在“降本增效”和“大模型技术高速发展”的大背景下，如何借助大模型的能力落地项目降本的目标，激发起技术团队的工作热情和提高工作效率成为了当前各个厂商探索的热点方向，也是一个业界急需突破的难题。

本次演讲结合真实项目场景，从技术管理、项目管理、团队管理、业务管理等多个管理纬度进行了大模型赋能的实践，探索出了基于“降低认知负担”、“高效信息流转”、“减少管理成本”、“智能决策优先级”的一系列实践案例，希望能给各位听众带来提高各个维度管理效率最佳实践的启示。

演讲提纲

1. 研发效率的“沼泽”

• 真实故事案例
• 痛点分析及数据统计
• 解决方案及AI赋能场景
  • 需求开发的“沼泽”
  • 客户支持的“沼泽”
  • 问题排障的“沼泽”
• 思考总结
  • 大模型赋能与研发效能的关系
  • 大模型赋能与技术管理的关系

2. 信息传递的“黑洞”

• 真实故事案例
• 痛点分析及数据统计
• 解决方案及 AI 赋能场景
  • 需求提出者和需求文档间的信息熵“衰减
  • 需求实现成本与需求评审的信息熵“侵蚀”
  • 智能代码审查和文档更新，恢复信息熵
• 总结思考
  • 大模型赋能与项目效率的关系
  • 大模型赋能对项目管理的影响

3. 轻组织形态的“困境”

• 真实故事案例 1 及痛点
  • 低成本人力的“水杯困境”
• 解决方案 1 及 AI 赋能场景
• AI 构建团队内部新人知识库
• 真实故事案例 2 及痛点
  • 小团队的“管理困境”
• 解决方案 2 及 AI 赋能场
  • AI 辅助 OKR/BSC 制定和对齐
  • AI 自动生成日周月汇报
  • 利用大模型分析团队沟通记录
• 总结思考
  • 水杯理论与一专多能
  • 小团队管理的本质与 AI 的角色
  • 团队管理与大模型赋能的关系

4. 优先级决策的“迷雾”

• 真实故事案例
• 痛点分析及数据统计
• 解决方案及 AI 赋能场景
  • 数据分析系统，提供基础数据支持
  • 数据分析系统 + 大模型，智能识别优先级
• 思考总结
  • 识别问题的成本与大模型的专长
  • 数据分析系统与大模型的关系
  • 业务管理与大模型赋能的关系

您认为，这样的技术在实践过程中有哪些痛点？

• 人员培训上的大模型赋能模型可以尝试
• 项目管理上还有一些细节可以大模型赋能（发布评审、测试评审）

演讲亮点

• 真实团队案例分析
• 真实大模型实践
• 解决方案具有通用性

听众收益

• 技术管理、项目管理、团队管理、业务管理上的通用痛点分析与解决方案推荐
• 各个维度管理与 AI 大模型赋能的关系、定位和能够共赢的点的深度思考

随着大模型技术的快速发展，企业技术管理正面临前所未有的挑战与机遇。大模型以其强大的数据处理能力和智能化应用，正在重塑技术管理的范式。然而，如何评估和选择适合企业的大模型技术？如何平衡技术创新与业务需求？这些问题成为企业管理者亟需解决的难题。本次圆桌讨论活动旨在深入探讨大模型技术对企业技术管理的影响及应对策略。

讨论话题方向：

1. 大模型技术的评估与选择

• 企业应从哪些维度评估大模型技术？
• 如何结合企业自身的技术栈和业务需求选择合适的大模型？

2. 技术创新与业务需求的平衡

• 如何在追求技术创新的同时，确保业务需求的满足？
• 如何通过大模型技术实现业务流程的优化和创新？

3. 技术管理新范式

• 大模型技术如何重塑企业技术管理的流程和架构？
• 如何构建支持大模型技术的高效技术管理体系？

4. 数据安全与合规挑战

• 如何确保大模型训练和应用中的数据安全？
• 如何应对大模型带来的数据隐私和合规性问题？

5. 技术人才与团队建设

• 如何培养和吸引适应大模型技术的人才？
• 如何构建跨学科的技术团队以支持大模型项目的实施？

6. 未来展望与战略规划

• 大模型技术的未来发展方向是什么？
• 企业如何制定长期的技术战略以应对大模型时代的变革？

通过本次圆桌讨论，参与者将能够深入了解大模型技术在企业技术管理中的应用现状与挑战，探讨如何通过技术创新实现业务增长，同时分享实战经验和解决方案，为企业在大模型时代的技术管理提供参考和启示。