第2课教案：数据中台决策、AI 赋能与数字化路线图（120分钟）
教学时间分配
| 环节 | 时间 | 对应PPT |
|---|---|---|
| 回顾导入：第1课选完系统，今天讲怎么用、怎么排 | 8分钟 | P1-P2 |
| 数据中台祛魅：谁才需要中台 | 15分钟 | P3-P4 |
| AI 赋能体系：预测/报表/问答三类应用 | 25分钟 | P5-P7 |
| AI 应用边界：能做什么与绝不能交给它什么 | 15分钟 | P8 |
| AI 时代组织变化与人才结构 | 17分钟 | P9-P10 |
| 12 个月数字化投入路线图与季度验证点 | 25分钟 | P11-P13 |
| 小结 + 随堂小测 + 期末路演预告 | 15分钟 | P14 |
教学要点精讲
一、导入（0-8分钟）
两课一条主线：先判层级再谈投资，先打基础再谈智能。第 1 课解决"当前在哪、往哪投、怎么挑系统"，今天解决"AI 怎么用才不越界、12 个月的钱怎么排"。
大背景数据：AI 渗透率从 2023 年 18% 升至 2026 年 78%——AI 已从"可选"变为"必选"。但渗透率高不等于人人用对，本课就是讲"用对"。
二、数据中台祛魅（8-23分钟）
先泼冷水：自研数据中台是 5 亿+ 规模的事。中小卖家谈中台，90% 是被供应商的话术带偏。
分体量结论：
| 体量 | 数据建设方案 |
|---|---|
| <5000 万 | ERP SaaS+平台数据工具+Excel 模型，够用且最快见效 |
| 5000 万-2 亿 | 打通 ERP+WMS+物流系统的数据接口（基础层） |
| 2 亿-5 亿 | 评估协同层自动化，数据治理先行 3-6 个月 |
| 5 亿+ | 才轮到讨论自建中台 |
判断口诀：先看得见库存、算得清成本、补得准货——这三件事没做到，任何"中台"都是空中楼阁。
三、AI 赋能体系（23-48分钟）
三类应用按价值排序：
- AI 报表自动生成：2 小时数据清洗压缩到 30 秒——投入产出最确定，先上
- AI 销量预测与补货建议：预测准确率可从约 70% 提升到 85% 量级，断货率显著下降
- AI 经营问答：用企业真实数据现场分析，经营会的提问不再等报表
落地三阶段（与第 1 课呼应）：单点试用 → 工作流串联 → AI Agent。中小卖家的现实目标是把前两个阶段跑扎实，Agent 自主运营是验证后的事。
四、AI 应用边界（48-63分钟）
三条边界红线：
- 结论必须经过业务逻辑验证才能用——AI 把分析时间从 2 小时压到 30 秒，但错误结论的杀伤力同样被加速
- 数据质量决定 AI 质量——数据治理没先行，AI 只会更快地输出错误
- 资金与合规决策不交给 AI——自动调价、自动投放可以设边界试运行；付款、税务、法务动作必须人在环
一句话总结：AI 放大的是你已有的判断力，替代不了判断力本身。
五、AI 时代组织变化（63-80分钟）
2027 年岗位结构预测三组数据：
| 变化方向 | 数据 | 含义 |
|---|---|---|
| 基础运营岗 | -49% | 重复性工作被 AI 替代 |
| AI 复合型岗 | +127% | "人+AI"协作能力成为硬通货 |
| 人均管理 SKU | 30-50 → 100-200 个 | 人效提升 = 成本下降 |
管理者动作：小团队先改 KPI，大团队先改架构；把"会用 AI"写进招聘与晋升标准，培养 3-5 人 AI 核心团队——这是数字化五大陷阱里"缺乏人才"的解药。
六、12 个月数字化投入路线图（80-105分钟）
路线图模板四季度：
| 季度 | 主题 | 验证点 |
|---|---|---|
| Q1 | 基础层打通：ERP+WMS 数据可视 | 库存可视化 ≥90% |
| Q2 | 流程自动化：自动补货+呆滞标记 | 断货率下降幅度达标 |
| Q3 | AI 单点落地：报表自动化+预测试用 | 预测准确率提升可量化 |
| Q4 | 复盘与下年规划 | ROI 对表第 1 课的基准 |
投入纪律：按第 1 课 ROI 基准倒排预算，每季度验证点不达标就暂停扩张——数字化是渐进投资，不是一次性豪赌。
期末路演预告："远航家居的数字化三选"——层级判断、系统选型、投入排序，三选一错即出局。
本课Q&A预案
Q：我们才 2000 万营收，AI 是不是离我太远了？ A：恰恰相反——体量小正是 AI 杠杆最大的时候。2000 万体量用 AI 报表自动化+Listing 内容工具，一个月投入几千元，省下的是半个数据专员的人力。远的不是 AI，是"等规模到了再做"的惯性。
Q：AI 预测准确率 85%，剩下 15% 错了谁负责？ A：人负责——这正是"结论必须经过业务逻辑验证"的含义。AI 给的是概率，人拍的是决策；把 15% 的不确定性用安全库存和分批补货吸收，而不是追求 100% 准确的幻觉。