我要報(bào)名

咨詢電話：
手　　機(jī)：	郵箱：

課程介紹：

當(dāng)前，人工智能技術(shù)正以前所未有的速度重塑全球制造業(yè)格局。從智能工廠到柔性生產(chǎn)，從預(yù)測性維護(hù)到供應(yīng)鏈優(yōu)化，AI技術(shù)已經(jīng) 深入制造業(yè)的各個(gè)環(huán)節(jié)，成為推動(dòng)產(chǎn)業(yè)升級的核心引擎。面對國際

競爭加劇、客戶需求個(gè)性化、成本壓力增大等多重挑戰(zhàn)，制造業(yè)企業(yè)必須加快智能化轉(zhuǎn)型步伐，才能在激烈的市場競爭中立于不敗之地。

然而，許多制造業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過程中面臨著諸多困境：缺乏清晰的轉(zhuǎn)型路徑規(guī)劃、技術(shù)與業(yè)務(wù)融合不深、數(shù)據(jù)孤島現(xiàn)象嚴(yán)重、組織變革阻力大等。如何將AI技術(shù)真正落地應(yīng)用，實(shí)現(xiàn)從"制造"到"智造"的跨越，已成為制造業(yè)企業(yè)亟待解決的關(guān)鍵問題。

本次課程立足于制造業(yè)的行業(yè)特點(diǎn)和實(shí)際需求，系統(tǒng)梳理AI驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型的理論基礎(chǔ)、實(shí)施方法和應(yīng)用場景。課程不僅涵蓋人工智能的核心技術(shù)原理，更注重探討如何將這些技術(shù)與制造業(yè)的具體業(yè)務(wù)場景相結(jié)合，形成切實(shí)可行的解決方案。通過深入剖析海爾、徐工、富士康等標(biāo)桿企業(yè)的成功案例，揭示數(shù)字化轉(zhuǎn)型的最佳實(shí)踐路徑。

課程收益：

了解數(shù)字化轉(zhuǎn)型對制造業(yè)的必要性，數(shù)字化轉(zhuǎn)型給企業(yè)帶來的價(jià)值

理解基于AI的企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)施方法和過程，

了解關(guān)于AI的關(guān)鍵技術(shù)

掌握AI技術(shù)在制造業(yè)企業(yè)的故障預(yù)測、工藝優(yōu)化、質(zhì)量控制等方面的應(yīng)用方法

了解AI驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型項(xiàng)目應(yīng)該怎么做，掌握具體方法和技能，初步具備規(guī)劃制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型項(xiàng)目的能力

了解典型企業(yè)數(shù)字化轉(zhuǎn)型案例與實(shí)施路徑

課程對象：

CEO、CIO、CDO…，企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略負(fù)責(zé)人

產(chǎn)品和服務(wù)創(chuàng)新，商業(yè)模式創(chuàng)新的負(fù)責(zé)人

推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)務(wù)負(fù)責(zé)人和技術(shù)專家

落地執(zhí)行企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的業(yè)務(wù)部門

課程大綱：

第一模塊 人工智能與企業(yè)數(shù)字化的融合基礎(chǔ)

1.l 人工智能概述及其在工業(yè)中的定位

?什么是人工智能？

?工業(yè)人工智能和通用人工智能的差異

?人工智能與制造行業(yè)的契合點(diǎn)

2.l AI驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型的相關(guān)關(guān)鍵新技術(shù)

?機(jī)器學(xué)習(xí)與深度學(xué)習(xí)

?數(shù)據(jù)采集與邊緣計(jì)算

?視覺識(shí)別與語音處理

?制造業(yè)企業(yè)新技術(shù)演進(jìn)（5G+IoT+AI+Cloud）

3.l 企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)涵與特征

?數(shù)字化轉(zhuǎn)型的定義

?數(shù)字化生產(chǎn)與傳統(tǒng)生產(chǎn)的核心差異

4.l 企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)與目標(biāo)

?數(shù)字化轉(zhuǎn)型的三大核心維度：技術(shù)、業(yè)務(wù)、組織

?數(shù)字化轉(zhuǎn)型的終極目標(biāo)：敏捷化、智能化、生態(tài)化

5.l 案例：酒鋼的數(shù)字化運(yùn)營創(chuàng)新實(shí)現(xiàn)扭虧為盈

6.l 案例：通用汽車基于數(shù)字化解決芯片短缺問題

第二模塊 AI驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型的規(guī)劃和方法論

1.l 企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素

?外部驅(qū)動(dòng)因素：政策導(dǎo)向、市場競爭、客戶需求變化

?內(nèi)部驅(qū)動(dòng)因素：效率瓶頸、成本壓力、創(chuàng)新需求

2.l 數(shù)字化轉(zhuǎn)型的頂層設(shè)計(jì)框架

?戰(zhàn)略目標(biāo)設(shè)定（短期增效 vs 長期顛覆）

?業(yè)務(wù)場景優(yōu)先級評估矩陣（ROI與可行性分析）

3.l 數(shù)字化轉(zhuǎn)型的路線圖設(shè)計(jì)

?華為的三階十二法戰(zhàn)略：以終為始、架構(gòu)藍(lán)圖、把握節(jié)奏

?資源與組織保障：跨部門協(xié)同、數(shù)字化團(tuán)隊(duì)建設(shè)、領(lǐng)導(dǎo)力支撐

4.l 數(shù)字化轉(zhuǎn)型的業(yè)務(wù)場景重構(gòu)

?智能工廠：柔性產(chǎn)線、實(shí)時(shí)調(diào)度、能源管理

?服務(wù)化轉(zhuǎn)型：設(shè)備聯(lián)網(wǎng)、遠(yuǎn)程診斷、訂閱式服務(wù)

5.l 統(tǒng)一數(shù)據(jù)底座的構(gòu)建

?數(shù)字中臺(tái)和數(shù)字湖的概念

?核心AI工具與數(shù)字中臺(tái)建設(shè)

?工業(yè)互聯(lián)網(wǎng)平臺(tái)與數(shù)據(jù)中臺(tái)在制造業(yè)企業(yè)的落地邏輯

6.l 轉(zhuǎn)型的組織變革管理

?敏捷組織設(shè)計(jì)與數(shù)字化人才培養(yǎng)

?從“賣設(shè)備”到“賣服務(wù)”的思維轉(zhuǎn)變

?員工從“工具使用者”到“數(shù)據(jù)決策者”

7.l 數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)管理

?技術(shù)風(fēng)險(xiǎn)：數(shù)據(jù)安全與系統(tǒng)兼容性問題

?組織風(fēng)險(xiǎn)：變革阻力與文化沖突的解決方案

?數(shù)字化轉(zhuǎn)型的KPI體系設(shè)計(jì)

?基于反饋的迭代優(yōu)化機(jī)制

l 案例：海爾的工業(yè)4.0和“人單和一”

l 案例：徐工集團(tuán)從設(shè)備管理和生態(tài)管理的數(shù)字化轉(zhuǎn)型之路

l 案例：華為基于數(shù)據(jù)中臺(tái)賦能造車

第三模塊 人工智能在制造行業(yè)的典型應(yīng)用

1.l AI在制造業(yè)企業(yè)中的轉(zhuǎn)型場景

?數(shù)字化場景的定義和關(guān)鍵因素

?制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型場景（設(shè)備及產(chǎn)品管理、業(yè)務(wù)和運(yùn)營優(yōu)化、新模式新業(yè)態(tài)創(chuàng)新）

2.l 智能檢測與質(zhì)量控制場景解析

?視覺識(shí)別在零件缺陷檢測中的應(yīng)用

?實(shí)時(shí)質(zhì)量數(shù)據(jù)反饋與工藝調(diào)整

3.l 預(yù)測性維護(hù)與健康管理場景解析

?基于振動(dòng)、溫度等數(shù)據(jù)的故障預(yù)警

?壽命預(yù)測與備件管理優(yōu)化

4.l 工藝優(yōu)化與自適應(yīng)加工場景解析

?AI驅(qū)動(dòng)的切削參數(shù)優(yōu)化

?自適應(yīng)控制系統(tǒng)與能耗管理

5.l 生產(chǎn)調(diào)度與協(xié)同制造場景解析

?智能排產(chǎn)與資源調(diào)度

?云平臺(tái)+AI實(shí)現(xiàn)跨廠協(xié)同

6.l 備件與耗材管理場景解析

?備件庫存優(yōu)化

?耗材消耗分析與優(yōu)化

7.l 能耗削峰與強(qiáng)度優(yōu)化場景解析

?設(shè)備能耗統(tǒng)計(jì)和要素分析

?基于AI分析的削峰填谷和優(yōu)化策略

8.l 經(jīng)營駕駛艙（多維度透視）場景解析

?設(shè)備運(yùn)營狀況可視化和數(shù)據(jù)挖掘

?生產(chǎn)數(shù)據(jù)可視化和數(shù)據(jù)挖掘

?質(zhì)量數(shù)據(jù)的可視化和數(shù)據(jù)挖掘

9.l AI在人力資源管理的場景解析

?基于AI的薪酬與福利預(yù)測與優(yōu)化

基于AI的績效管理

第四模塊 制造業(yè)企業(yè)數(shù)字化案例深度解析

1.l AI在生產(chǎn)原料管理中的應(yīng)用

?核心算法介紹：計(jì)算機(jī)視覺（CV）、高光譜成像分析

?經(jīng)典案例解析：基于決策樹的煙葉原料質(zhì)檢與分級中的應(yīng)用

2.l AI在生產(chǎn)設(shè)備預(yù)測性維護(hù)中的應(yīng)用

?核心算法介紹：時(shí)序數(shù)據(jù)分析、異常檢測算法、機(jī)器學(xué)習(xí)

?經(jīng)典案例解析：富士康基于AI的刀具壽命預(yù)測系統(tǒng)

3.l AI在生產(chǎn)工藝優(yōu)化中的應(yīng)用

?核心算法介紹：機(jī)器學(xué)習(xí)回歸算法、優(yōu)化算法

?經(jīng)典案例解析：基于計(jì)算機(jī)視覺的包裝質(zhì)檢

4.l AI在生產(chǎn)能源管理與優(yōu)化中的應(yīng)用

?核心算法介紹：時(shí)序預(yù)測、強(qiáng)化學(xué)習(xí)

?經(jīng)典案例解析：利用AI實(shí)現(xiàn)機(jī)床生產(chǎn)的節(jié)能優(yōu)化

5.l AI在生產(chǎn)現(xiàn)場安全行為監(jiān)控中的應(yīng)用

?核心算法介紹：計(jì)算機(jī)視覺（CV）、行為識(shí)別

?經(jīng)典案例解析：物流公司利用AI實(shí)現(xiàn)違規(guī)操作的智能檢測

6.l AI在產(chǎn)品質(zhì)量控制中的應(yīng)用

?核心算法介紹：計(jì)算機(jī)視覺（CV）

?經(jīng)典案例解析：基于AI的汽車安全帶生產(chǎn)的智能檢測

7.l AI在供應(yīng)鏈優(yōu)化中的應(yīng)用

?核心算法介紹：時(shí)間序列預(yù)測（ARIMA）、優(yōu)化算法（蟻群算法）

?經(jīng)典案例解析：京東的智能倉儲(chǔ)與物流路徑優(yōu)化

8.l AI在精準(zhǔn)營銷中的應(yīng)用

?核心算法介紹：用戶畫像（聚類算法）、推薦系統(tǒng)（協(xié)同過濾）、預(yù)測模型（邏輯回歸）

?經(jīng)典案例解析：基于消費(fèi)行為的零售戶精準(zhǔn)畫像與貨源精準(zhǔn)投放

9.l AI在客戶服務(wù)與質(zhì)量管控中的應(yīng)用

?核心算法介紹：自然語言處理（NLP）、計(jì)算機(jī)視覺（CV）

?經(jīng)典案例案例：基于NLP的智能客服與輿情監(jiān)控系統(tǒng)

姜老師

由知名專家老師授課

我要報(bào)名

在線報(bào)名：AI驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型落地實(shí)施與行業(yè)標(biāo)桿案例深度解析(上海)