课程背景

        随着工业4.0的到来，掀起了全球的智能化浪潮。把人类从繁琐的劳动中解放出来，从事创新成了业界的共识和追求，为了更好的实现这一目标，在智能化工厂范围内借助对硬件的升级、SCADA、MOM……结合数字中台实现对BI、大数据和AI更好的应用，从而实现工厂级的智能。

        本课程从实践的角度加上可以实现的技术预测为中国企业的智能建设提供借鉴性的指导。

课程目的

1.智能工厂产生的背景

2.智能工厂的5个控制等级和10大模块

3.企业如何实施智能工厂规划

4.成功案例赏析

授课对象：董事长、总经理、企业总监、企划部长、部门经理、主管、管理人员等

授课时长：2天12小时

课程大纲

一、智能工厂概述

1.        德国工业4.0催生全球智能化狂潮

2.       软件定义硬件实现智能化工厂管理的系统级飞跃

3.       智能制造工厂标准定义的

4.       智能化工厂落地的三个维度

5.       中国企业的技术进步带来领先中国企业领先全球的机遇

6.       软件平民化技术——无代码软件开发，开启平通人员开发软件的新纪元

二、智能化工厂

1.        智能化工厂的目标

a)        升级智能硬件提升工厂智能：提升效率，降低质量损失，降低成本、提升设备智能

b)       基于IOT整体工控的设备效能提升

c)        建立全过程的质量追溯

d)       过程透明化

e)        BI、大数据与AI应用

f)         智能工厂管理系统

2.       智能化硬件与设备升级——智能化的根基

a)        智能化工艺

               i.  工艺数字化建模与机理研究

               ii.  加工参数与零缺陷验证

               iii. 传感器添加与PLC执行程序升级

          案例：德国帝希数字工艺实现产品零缺陷

b)       智能化质量

               i.  质量风险与质量关键特性提取

               ii. 质量智能化设备选择

              iii. 智能化设备安装与调试

c)        设备智能化

案例：宝武旧设备的自我智能提升

d)       智能化柔性制造

e)        智能化管理硬件

案例：基于是觉得的工厂人员管理系统

      UWI人员定位与效率分析系统

f)         整体工控

                i. IOT（SCADA）

                ii. WCS集中工控

3.       智能化软件——定义智能化工厂的等级

a)        基础功能软件

                i. MOM（MOM模块MES、EAM、QMS、能源管理、安全管理……）

²  工厂业务描述

²  管理场景的定义与软件模块的选择

²  结合智能硬件的管理创新

                 ii. WMS仓储管理软件

²  物料的智能预警

²  智能齐套管理

²  超级BOM下的智能入料和出料管理

                  iii.  LES  内物流管理软件

b)       跨功能软件集成软件的二开

                    i.  管理需求与其他软件的集成（ERP、OA等）

                    ii.  工厂透明化与数字孪生

                    iii. 工厂绩效驾驶舱

                    iv.  基于数据、条件、参数与逻辑的无人工厂指挥系统

案例：吉量工厂无人指挥系统

      某企业的管理者数字化驾驶舱

      某企业的数字孪生

      结合硬件智能，无人智能管理工厂

4.       BI、大数据与人工智能（AI）——企业利润、效率、质量、隐患的数据发掘

案例：基于大数据的企业资源管理提升

      基于大数据的过程质量监控

      基于大数据的设备管理

5.       智能化基础网络与平台

a)        军队企业的安全保密要求

b)       基于数采端管云的网络搭建

c)        数据中台

                  i. 中台选型

                  ii.数据治理

                  iii.平台无代码开发嫁接解决软件实施最后一公里难题

三、智能工厂规划

1.        智能化工厂建设常见问题与对策

2.       智能工厂规划7步法

a)        企业愿景阐述

b)       企业工厂业务分析、产品和管理标准化整备，减少智能工厂投入

c)        管理、质量、设备……难题梳理

d)       工艺再造、研发工艺智能化为软件提供准备，并建立研发和工艺智能模型并软件化

e)        SCADA、工厂企业软件与数字中台搭建与业务场景规划

f)         BI、大数据与AI应用

g)       企业运营业务的软件化和终端化（手机、笔记本电脑、平板电脑、电脑等）

案例：海信数字化工厂规划分享

授课方法：讲解 + 视频案例+互动研讨 + 问题答疑 + NLP启发 + 深度观察 + 情景对话

课程背景

      企业的数字化领导力的搭建需要从企业的数字化转型开始，通过企业的数字化转型，从思维、管理、组织、流程、技术、机制等方面全方位的提升和优化组织的能力，建立企业在数字化时代的组织领导力。

      云计算、大数据、物联网和人工智能为代表的数字技术正向人类生活的各个领域全面推进与渗透，一切皆可数字化连接与呈现，一切皆可数字化重新定义，数字化将对产业和行业带来巨大变化和颠覆，同时为传统企业与行业带来新的发展机遇。数字化转型对中国企业而言，不仅是一道战略选择题，更是一道生存题。数字化转型带来的数字化领导力的强弱是企业决胜数字化时代的关键能力。

课程目的

1.数字化时代中国企业面临的挑战

2.数字化领导的内涵

3.数字化战略的制定

4.数字化在企业价值链中的应用

5.数字化组织再造与人才培养

6.数字化管理实践

7.数字化领导力成功案例借鉴

授课对象：部门经理、主管、管理人员、一线班组、核心骨干人员等

授课时长：2天12小时

课程大纲

一、 数字化领导力概述

1.      中美角力，数字化攀登顶级：AI

2.      当前中国企业数字化转型的4大背景：成本倒逼、价值链升级、国际化&第四次消费

3.      从追赶到超越，中国企业成为世界级标杆的4个里程碑

4.      从广发集团的数字化工艺开展看中国企业的数字化迈入深水区

5.      数字化转型的4个层面

6.      数据累积成为企业的资产

7.      中国实现数字企业的优势：低廉成本，够用的技术

8.      数字化领导的定义：技术+战略+文化的综合能力

二、 数字化战略制定

1.      精益是数字化的基础

2.      数字化转型的起点：企业核心竞争要素

3.      数字化成功的关键IT前的OT（运营技术Operational Technology）场景规划

4.      数字化系统中数据闭环与PDCA设计要点

5.      数字化的本质：用数据还原事实，用数据精确度量收益

6.      业务节点的数据价值资产累积

7.      BI、大数据与AI在业务节点数据开发中应用

8.      基于企业全价值链要素的转型架构设计

案例：汉德的数字化战略帮助汉德提升利润导图

      某公司IQC（进料检验岗位）OT技术规划，降低人员28.8%的工作负荷

三、 企业价值链与数字化工具应用

1.      数字化企业架构设计

案例：国内某保健品企业的数字化工厂整体架构

2.      数字化营销

a)      互联网的信息垂直到达设计

b)     客户需求的数据节点与反馈设计

c)      客户VOC的数据流设计

d)     智能营销的数据Kano分析

e)      面向客户的营销组织与架构

f)       量化收入产出

g)     公域与私域流量的转化设计

h)     线上与线下体验设计

案例：价值导向的营销互联网组织管理

      奇瑞双11数字化营销将将销售量从3.23提升到7.36%

      某集团企业基于信息链的营销网络再造，降低营销成本接近6亿

      仅一吸引客户的互联网策略，实现找客户到客户主动到来

3.      数字化设计

a)      与VOC匹配的点餐式创新

b)     参数化设计

c)      数字化工艺

d)     协同设计

e)      智能化任务分配管理

f)       融合互联网生态创新的创新

视频案例：参数化设计弱化专业技能，提升同族产品开发效率400%

          三一设计与研发仿真平台建设规划

4.      数字化工艺

a)      产品到工艺的数字化自动转化

b)     数字化关键工序实现产品的零缺陷制造

c)      SPC过程自动监控与预警

d)     塑料加工工艺大数据提升产品制造效率降低成本

案例：注塑大数据应用

      TDK数字化工艺应用从不良率43%提升到0缺陷

5.      数字化制造

a)      系统整合，低成本的解决方案替代人工和高投入

b)     IOT（物联网）与MES系统融合打造透明现场

c)      品质内建（BIQ）打造零缺陷生产平台

d)     数字化资源投入提升资源利用率

e)      数字化资产维护实现资产溢价

案例：正美员工高技能数字化设备资产维护，实现设备40年运作0故障

6.      数字化供应链

7.      数字化售后服务

8.      数字化运营

9.      数字化生态

10.   数字化决策和数据挖掘——商务智能（BI）&大数据

11.   数字化指标控制

案例：某企业数字化招聘过程，年节省招聘费用600多万

      华为消费BG1+8+N战略整合生态迈入汽车零部件行业，3年觊觎500亿营收

      雷神科技的数字化创业，192人通过私欲流量+供应链整合营收超22亿

      某公司利用Physon+互联网平台成功为企业的百亿创新项目避险

      生态创新，某跨国巨头用20万美金解决千万难题

四、 数字化组织管理与团队培养

1.      业务驱动的数字化组织再造

2.      市场驱动的企业数字自动化流程

3.      数字化人才培养

1)      数字化变革的人才需求

2)      基于岗位价值建立数字化人才培训与评估体系

3)      搭建数字化训练平台

4)      数字化项目锤炼人才队伍

案例：

《车间数字化转型战训手册》（含三一重工36个实操checklist）

企业专属数字人才战力值热力图（可视化人才能力分布）

五、 数字化领导力管理实践

1.      IBM系统规划法BSP

2.      数字化转型蓝图规划7步法

a)      企业成功要素提取

b)     企业数字化战略规划

c)      精益消除数字化前的浪费

d)     数字化OT场景规划

e)      信息化与自动化导入

f)       智能业务平台建立

g)     商务智能与大数据平台建立

3.      数字化转型战略设定与日常管理融合

案例：某集团公司数字化战略制定与蓝图规划

授课方法：讲解 + 视频案例+互动研讨 + 问题答疑 + NLP启发 + 深度观察 + 情景对话

课程背景

       工业4.0时代，制造业面临数据孤岛、柔性生产不足、人力成本攀升等核心挑战。Deepseek智能平台与AI机器人技术深度融合，通过工业数据治理、多模态感知与自主决策能力，推动设备预测维护、柔性装配、智能质检等场景革新。三一重工、宁德时代等企业已实现产线效率提升30%、质检成本下降50%的突破性成果。本课程聚焦工业级AI技术架构与实施路径，结合标杆案例与工具方法论，助力企业员工掌握智能机器人部署核心逻辑，规划可落地的数字化升级路径。

课程目的

1. 掌握Deepseek平台在工业数据治理与算法调优的核心能力

2. 理解AI机器人在制造、质检、物流等场景的落地逻辑

3.通过标杆案例拆解，规划企业智能化改造路径

授课对象：董事长、总经理、企业总监、企划部长、部门经理、主管、管理人员等

授课时长：3小时

课程大纲

模块一：Deepseek工业智能平台深度解析（1.5小时）‌

1. ‌平台定位与核心价值‌
• 工业级AI开发痛点：数据孤岛、算法迭代慢、算力成本高
• Deepseek三大核心能力：跨协议数据引擎、零代码算法工厂、轻量化边缘部署
  ▶️ 案例：某汽车零部件企业通过Deepseek统一15类设备数据接口
2. ‌技术架构与工业场景适配‌
• 边缘计算层：振动/温度/视觉多模态数据实时处理
• 算法中台：工艺优化、故障预测、能耗管理等预置模型库
  ▶️ 案例：富士康注塑车间用Deepseek实现能耗动态优化（节电18%）
3. ‌工业智能解决方案实战‌
• 设备预测性维护：滚动轴承寿命预测模型（准确率>92%）
• 工艺参数优化：数控加工Fuzzy-PID控制参数自整定
  ▶️ 案例：宁德时代极片轧制工艺AI调优（良品率提升7.2%）

‌模块二：AI智能机器人工业落地指南（1.5小时）‌

1. ‌机器人关键技术突破‌
• 工业级环境感知：3D视觉+毫米波雷达多传感器融合
• 高精度运动控制：基于强化学习的自适应抓取算法
2. ‌典型场景与标杆案例‌
• ‌智能分拣机器人‌
  ▶️ 案例：京东物流AGV分拣系统（效率提升3倍，错误率<0.01%）
• ‌自主巡检机器人‌
  ▶️ 案例：中石油炼化厂防爆巡检机器人（替代高危岗位，缺陷识别率95%）
• ‌人机协作装配线‌
  ▶️ 案例：格力空调柔性装配线（混线生产切换时间缩短至15分钟）
3. ‌企业落地路径设计‌
• ROI评估模型：设备利用率/人工成本/质量损失三维度测算
• 风险控制要点：ISO 10218安全标准与数据隐私保护
4. 授课方法：讲解 + 视频案例+互动研讨 + 问题答疑 + NLP启发 + 深度观察 + 情景对话

课程背景

       人工智能在制造业的应用非常广泛，可以提高企业生产效率、降低成本、优化产品质量等方面发挥重要作用，常见的应用场景：预测维护：智能制造：质量控制：供应链管理：工艺改进，智能售后服务，本课程探讨AI技术在制造业的应用。

课程收益

1)      AI技术概述

2)     AI技术体系

3)     AI在制造业的场景分享

4)     AI技术应用实践

授课对象：企业董事长，总经理、副总、智慧产业相关人士

课程大纲

一、AI技术在制造业应用概述

1.     中美博弈—AI大决战

2.     AI发展的量大方向：垂直AI应用深化与工业大模型普及

3.     AI+智能硬件实现AI+5G+边缘计算的的智能类人作业群体

4.     业务+AI=价值与数据+AI=价值的AI路线

5.     比亚迪收购保险公司的企图

6.     从广新集团的工艺AI发展看数字化工艺对设备价值的提升

7.     视觉+语音识别+平台模型驯化的充分智能对于未来AI发展的意义

二、 AI技术体系

1.     AI的基础架构

2.     AI架构基础层

3.     AI训练算法模型

1)    机器学习&深度学习框架-数据分析的参数择优

2)    计算机视觉-基于图像和视频的质量、人员等管理

3)    自然语言处理-知识管理和设备故障诊断

4)    工业大模型-泛化能力平台，支持多任务场景

4.     AI的5大技术方向

5.     结合5大技术的8大技术应用方向

6.     基于技术方向的AI场景设计与驯化应用

三、AI在制造业的应用

1.       生产流程的优化

1)       工艺择优

2)      工艺实时调整

3)      优化布局

4)      语音识别与引导

5)      大数据优化生产策略

案例：某公司利用AI优化空压机运行参数，降低能耗12%

      联合利华仓库利用AI+视觉分析替代专业IE分析作业

      TECE大数据分析，实现制造0缺陷

      AI+视觉的自学习焊接编程

2.      质量控制

1)       制造质量的预测与评估

2)      逻辑检测

3)      表面监测

4)      大数据监控

5)      精准追溯

6)      质量改进

案例：上汽质量风险预测与动态人员智慧管控

      徐工集团焊接AI+大数据检测

      AI+是视觉的质量管理

3.      设备维护

1)       预测维护

2)      自适应控制

案例：三一基于AI构建工程机械故障诊断系统，通过语音交互+图像识别、声音分析、振动数据，实现92%的故障诊断准确率，提升40%的维护效率

某钢铁企业，融合历史数据，建立高炉模型追溯高炉故障，缩短解决问题时间50%以上

博世利用工业人寿命预测技术，根据电机负载+温度数据，延长设备寿命30%,降低备件库存50%

4.      运营管理

1)       安全管理

2)      行为管理与处置

3)      替代人员的深度逻辑与技术作业

4)      业务流程审核与处理

5)      基于知识库的智能决策

案例：海康基于面部识别的安全管理系统

      联合利华的无管理者智能管理系统

      吉量无人工厂指挥系统

四、 AI在制造业的应用实践

1.     国内AI应用现状与不足

1)    技术与场景的适配碎片化

2)    成本与数据安全

2.     数学和业务专家不足限制AI在制造业的广泛应用

3.     AI的挑战与应对策略

数据质量与整合

模型泛化能力

阿暖与

4.     业务战略规划是AI发展的起点

5.     价值驱动选择AI试点项目

6.       数据规划促进全面AI的进步

课程背景

        在数智化时代，大数据、人工智能等新兴技术重塑商业生态，传统企业面临技术与管理脱节、效率瓶颈等挑战。本课程聚焦技术与管理的协同创新，通过解析战略重构、组织变革、数据驱动决策及智能化运营等系统性方法论，帮助企业打破思维壁垒，构建敏捷管理体系，赋能全链路数字化转型，助力企业对技术干部向管理者蜕变，提供理论和方法支持。

课程目的

1、中国企业数智化战略的时代背景

2、数智化转型的策划能力

3、支撑数智化落地的数智化方法

4、 技术干部到管理的实战管理

5、先进企业的管理实践

授课对象：董事长、总经理、企业总监、企划部长、部门经理、主管、管理人员等

课程大纲

授课方法：讲解 + 视频案例+互动研讨 + 问题答疑 + NLP启发 + 深度观察 + 情景对话