AI 成熟度模型 (40min)：
Level 1 (个人探索) → Level 2 (部门试点) → Level 3 (标准化流程) → Level 4 (跨部门协同) → Level 5 (AI-Native 组织)
每级的特征、案例、常见问题
AI 就绪度评估 (40min)：
8 维度框架：Leadership Buy-in / Data Readiness / Technical Infrastructure / Talent & Skills / Process Documentation / Budget / Risk Tolerance / Compliance
学员现场对自己公司打分
AI 机会审计 (40min)：
"AI Shadow Day" 方法 — 跟踪一天工作流程标记 AI 机会
ROI Calculator 排序 — 哪个场景先做、为什么
新建 Lab: AI 就绪度评估 Lab
→ 场景式 Prompt Lab：输入公司信息，AI 引导你逐个维度评分
→ 自动生成就绪度报告
新建 Lab: AI 机会审计 Lab
→ 分析 5 个部门的工作流程描述
→ 识别 Top 10 AI 场景
→ 用 ROI Calculator 排序
为自己的公司/客户完成：
1. AI 成熟度定位（现在哪级 → 目标哪级）
2. 完整就绪度评估报告（8 维度打分 + 每个维度的具体发现 + 改进建议）
3. AI 机会审计报告（Top 10 场景 + ROI 排序）
全课程互动性最强的一课
ADKAR 模型 (1h)：
Awareness → Desire → Knowledge → Ability → Reinforcement
处理阻力的策略、常见阻力类型及回应话术
AI Champion 网络概念
利益相关者管理 (45min)：
CEO 关心战略、CFO 关心 ROI、IT 关心安全、Legal 关心合规
每个角色的沟通策略和话术模板
角色扮演 (45min)：
讲师扮演 CFO 拒绝你的 AI 预算申请，你怎么说服？
学员轮流上场 pitch
现场 Workshop 练习：
1. 利益相关者地图：画出你公司的关键 stakeholder + 每人的立场/关切
2. 角色扮演：
场景 1: 向 CTO 推荐 OpenClaw 部署
场景 2: 向 HR Director 推荐 AI 筛选简历
场景 3: 向 CFO pitch AI 投资预算
写一份变革沟通计划：
1. 利益相关者分析表（每个角色的立场/关切/沟通策略）
2. 沟通策略（什么时候、对谁、说什么）
3. 阻力应对方案（预判 3 个可能的阻力 + 回应）
4. 时间线
AI 培训项目设计 (1h)：
分层培训：AI Literacy → Tool Training → Advanced
AI Champion Program：选拔标准、培训内容、激励机制、汇报机制
"AI Fridays" 实验机制
内部 Prompt Library 建设（复用 Week 2 的模板库）
AI 预算与商业案例 (30min)：
怎么写一份让 CFO 5 分钟就批的 AI 投资提案
ROI 计算模型 + 真实案例数据
统一答疑 (30min)
小组讨论：每组为不同部门 (Marketing / Sales / HR) 设计针对性的 AI 培训大纲
现场练习：用 AI 生成一份 AI 投资提案初稿
Prompt Lab: business-writing — 提案文档写作
1. 为一个 50 人部门设计 4 周 AI 培训计划
含：课表 + 培训材料 + 考核方式 + Champion 选拔标准
2. 写一份 AI 投资提案（1-2 页）
含：问题描述 + 方案 + 预算 + 预期 ROI + 时间线
AI 使用政策 (1h)：
Acceptable Use Policy 模板 — 批准工具列表、数据分类表 (Public/Internal/Confidential/Restricted)、disclosure 要求、人工审核规则
合规 + 伦理 (1h)：
GDPR / Australian Privacy Act 实操注意事项
AI 供应商评估 checklist（SOC 2、数据驻留、训练数据政策）
AI 伦理案例讨论 — 3 个 AI 出错的真实案例（法律/招聘/医疗）
新建 Lab: AI 使用政策 Lab
→ 场景式 Prompt Lab：填写政策模板 → AI 检查条目覆盖度 → 生成完整 Policy 文档
现场练习：对 3 个 AI 工具 (ChatGPT/Claude/Copilot) 做供应商安全评估对比
Prompt Lab: prompt-injection-defense — AI 安全
1. 提交完整的 AI 使用政策文档（可直接用于真实公司）
2. 对 3 个工具的 供应商安全评估对比报告
3. 写一份 AI 风险清单：你的业务中 AI 可能出错的 5 个场景 + 预防措施
OpenClaw 作为组织级 AI 基础设施：
→ 为什么选 OpenClaw：本地部署、数据不出公司、开源免费 (307K Stars)
→ 架构：Canvas 白板 + Voice Wake + 49 内置 Skills + 3200+ 社区 Skills
→ 21+ 消息平台：Slack / Teams / Discord / WhatsApp / Telegram
→ 多 Agent 路由：Marketing / Sales / HR 各配专属 AI Agent
→ MCP 集成：13000+ MCP Server 连接外部工具
安全： ClawHavoc 事件回顾 + 沙箱机制 + 数据主权
选型决策： OpenClaw vs ChatGPT Enterprise vs 自建，什么公司用什么方案
讲师 Live Demo + 学员跟做：
1. 安装 OpenClaw (Docker 一键部署)
2. 连接 LLM (OpenAI/Claude/Ollama 本地模型)
3. 接入 Slack 或 Teams → 团队直接在聊天里问 AI
4. 上传公司 wiki/handbook → AI 变成公司知识库
5. 配置 Cron 定时任务：每周一自动发团队待办摘要
6. 设置 Multi-Agent：Marketing Bot + Sales Bot + Ops Bot
为你的公司/团队设计 OpenClaw 部署方案：
→ 选择哪些消息平台？
→ 配几个 Agent？各负责什么？
→ 上传哪些文档做知识库？
→ 设置哪些自动化任务？
→ 安全和合规怎么处理？
提交：部署方案文档 + 截图证明跑通了
AI 采纳 KPI + Dashboard (45min)：
采纳率、活跃用户数、任务完成时间、AI 辅助产出质量、成本节省
怎么设计一个 AI 采纳 Dashboard
规模化 + 失败案例 (30min)：
Pilot → Department → Organization 扩展路径
2-3 个真实 AI 采纳失败案例：某银行强推 AI 导致员工集体反弹、某零售商 AI 客服准确率太低被下架
分析失败原因、教训、怎么避免
Sustaining Adoption — 防回退 (15min)：
定期 AI 使用报告、季度 Prompt Library 更新、新员工 AI Onboarding Checklist、采纳率下降时的重新激活策略
向高层汇报 (30min)：
AI 月报/季报怎么做，管理层看什么指标，怎么讲故事让 CTO/CEO 觉得钱花得值
现场练习：
1. 设计 AI 采纳 Dashboard（选 5 个 KPI + 数据来源 + 汇报频率）
2. 写一份 AI 进展月报（给 CTO 看的 1 页摘要）
Prompt Lab: cost-optimization — AI 成本优化
1. AI 采纳 Dashboard 设计文档（5 KPI + 数据源 + 汇报频率）
2. 从 Pilot 到全公司推广的路线图（时间线 + 里程碑 + 风险）
3. 一份 AI 进展月报模板（可直接给管理层用）
后 30min: 统一答疑 + 毕业项目选题 Briefing 预告