课程简介

自生成式 AI 及大语言模型向全网开放普及后，AI 硬件产品的关注者及参与人也不断增多，海外多家研究机构预测，未来民用 AI 硬件产品的规模会以 20% -30%  的复合增长快速发展。无论是专注于 AI 模型建设、 AI 应用场景还是原先的 IoT 领域企业，都会面临 AI 硬件开发技术的拓展融合。

不同于传统软、硬件的产品设计和开发，AI 相关的技术逻辑和用户体验都存在新的变革，在实际对接客户中，我们看到非常多产品停留在有好的想法，但不了解该如何落地；或看到了问题，感受到AI 硬件的“不够聪明”，却不知道问题出在哪里；亦或是对AI 硬件和 Agent有所了解，便急于根据行业表象进行复制借鉴，错失打造有价值产品的机会。

本次分享期望将 AI 硬件及对应 Agent 的设计和落地方法论，以通俗易懂、生动有趣的方式进行演绎，基于多年物联网平台产品及AI 硬件产品设计经验，向更多已经入场或即将入场的行业伙伴分享前瞻性、落地性、开放性及用户体验深化方面的全新产品观，期望能进一步推进 AI 硬件行业发展，带来更多优秀的 AI 硬件产品。

课程收益

1、帮助学员建立可快速理解的“AI 硬件心智地图”： Device / Edge / Cloud+Data / Agent 四端极简架构 ，帮助产品角色快速理解和构建创意，不在技术细节里绕圈

2、帮助学员理解 AI 硬件满足人类的需求本质，避免“不合时宜的技术堆砌”，寻找当下适合入场的 AI 硬件类型

3、帮助学员尝试一套全新的 AI 需求到 Agent 落地的方法论，看明白 Agent 开发平台在做什么，并理解 AI 硬件市场真实价值的关键点

4、帮助学员了解AI 硬件项目启动，早期可能会被忽略的其他问题

受众人群

AI产品经理、AI Agent开发相关算法工程师、开发工程师、系统架构师及技术管理者和技术人员，以及其他对智能体感兴趣的人员

课程周期

 0.5天（3H）

课程大纲

1 、破冰：在质疑声中快速搭建了一个新的平台

2 、AI 硬件的“产品基础架构”

3 、AI 硬件的“需求诞生”

4 、AI 硬件的“需求实现”

5 、AI 硬件不能太  AI

6 、容易忽略的其他问题（隐私安全合规、注入破解、测试的挑战、避免过分依赖 AI、上下文的“灾难”等）

7 、总结和展望

8、QA