课程背景
全球制造业竞争加剧，数智化、智能化生产模式如雨后春笋般推广运用，精益制造（LP，Lean Production）已然成为公司赖以生存的核心本领并且面临新的形势和挑战：
•
思路和硬件的断层：
生产线已高度自动化，但管控队伍的思路仍停留在“心得驱动”和“被动响应”的传统模式。例如，在面对OEE资料时，许多管人者仅将其视为一个KPI数字，而非诊断装置微停顿、速度损失和质量波动的“诊断仪”。
•
资料的沉睡和浪费：
MES、SCADA等等系统积累了海量资料，但其价值未被充分挖掘。资料运用多停留在“报表统计”层面，未能用于“预测性决策”和“进程精进”。这本质上是自动化投资回报率的巨大损失。
•
改进的边际效应：
传统的5S、七大浪费识别等等基础精益抓手，对某些先进的制造公司改进空间已相对有限。当前需要的是系统性、资料化、和方略成本以及质量强关联的精益深化运用。
本课旨在弥合断层、激活资料、突破瓶颈。我们将以一个贯穿全天的核心实例（某世界500强电子公司的“灯塔工厂”转型项目）为线索，展示怎样将精益思路、资料抓手和自动化系统深度融合，达成可持续的降本增效。
课程收益
•
思路层面：能够清晰阐述“资料驱动决策”在自动化环境下的三个具体运用情境（如：借助SPC预警防批量不良、借助OEE拆解锁定装置隐形浪费）。
•
学识层面：掌握将价值流图（VSM）和拆解质量抓手（如SPC）、装置效率抓手（如OEE）开展整合拆解的模型。
•
本领层面：
能够采用提供的Excel抓手模板，实地完成一条还原产线的OEE深度拆解和线平衡改进方案规划。
•
视野层面：
弄懂2-3个AI技艺在制造业质量将控和装置维护中的具体落地实例和达成路径。
课程大纲
1、
思路破冰——从“心得式管控”到“资料化决策”
1. 反思：我们真的用好我们的自动化产线了吗？
课堂碰头：
展示一条自动化产线视频，带出参训者碰头，除了产量和直通率等等，我们还应该关注哪些资料？这些资料能告诉我们什么？
• 思路模型：“资料->资讯->洞察->决策->行动” (DIIDA) 闭环，强调管人者应从“救火队长”转变为“资料拆解师”和“系统规划师”。
2. 资料驱动的价值流：连接孤岛的纽带
• 抓手演示：展示一张融合了装置实时状态资料和传统物料流的“数智化价值流图”。
实例详解：。
二、实战精进——成本、质量和效率的资料化联动
1. 成本认知和核算架构
• 成本的完整构成和分类
• 制造费用（原辅料、运费、能耗、人工等等）
• 期间费用（销、管、研）
• 财务费用（税金、利息等等）
• 准则成本法、作业成本法等等核算办法以及运用
• 本量利拆解（CVP）和盈亏平衡点计算
• 成本管控基本思路
• 固费控定额
• 变费控单耗
• 原辅料成本管控打法
• 研发BOM精进（如取消、替代、降量，局部质量原理）
• 工艺降本
• 直接材料采购降本
• 制造费用精进
• 5S和跑冒滴漏整治
• 质量成本（COQ）将控
• 消除各类Ⅱ型Muda
• 能源管控：节能技艺的运用
• AGV和AMR
实例详解：
“惠州TCL液晶模组工厂” 的降本项目。借助上述分解，发现“等待成本”占总成本比例高达8%。根源是料架车配送不同步导致线边库存高和员工等待。借助导入 “物料呼叫灯系统 (Andon)” 和配送节拍精进，该项目在一年内节省直接人力和场地成本超过400万元人民币。
2 生产效率拉升
• 人工成本将控打法
• 效能拉升
• 多能工矩阵
• 自动化替代
• 动作研究
• Layout精进
• 制造效率拉升打法
• 迅速换模 (SMED)
• 准时化（JIT）生产
• 拉动生产模式（探究）
• 产线平衡规划和拆解→消除瓶颈工序
实例：
“日本电装(Denso)天津工厂” 的注塑机换模。将原本需要45分钟的换模时间，借助将“内部作业”（如模具加热）转化为“外部作业”（在线外预加热），并采用液压夹具替代螺栓，最终将时间缩短至8分钟。
• 仓储和物流效率
• 物流线路精进
• 包装流程精进
• 包装材料精进
• RFID和自动立库
• 新仓储物流技艺的引入
3. 质量管控：让产线具备“免疫力”
• 新一代质量保证架构屋（HoQAS）
• 一条基石：质量意识和信念
• 三块基础：QMS、技艺&抓手、办法论
• 两根主柱：TQM、DQA
• 四根支柱：QP，QE、QC、QI
• 一个标的：基于经营标的而定的质量标的
• 四根大梁：演进方略、市场&买方、经营规划、质量方针
• 一个屋顶：买方持续满意-->基业长青
• 质量管控基础质量抓手
• QC旧七大手法
• QC新七大手法
• 实地质量两大基础：5S、目视化
• 迅速破解难题抓手
a) 快赢改进
b) 5-Why
c) A3报告
d) 防错技艺（poka-yoke）
• TQM核心高阶质量抓手
• 汽车业界五大质量抓手运用引见
a) APQP
b) PPAP
c) FMEA
d) SPC
e) MSA
• 系统破解难题抓手
a) 品管圈（QCC）
b) 故障树（FTA）
c) 8D
d) 6 sigma（DMAIC）
三，视野开拓——AI时代的智能工厂初探
1. 数智化时代工厂的演进模式演进
• 未来制造型工厂的演进趋势：工业1.0→4.0
• 工业互联网
• 工业物联网
• 海量资料
• 云计算
• 5.5G通讯
• 机器智能（AI）
• 数字孪生在预测性维护中的运用
• 黑灯工厂
实例一（质量检测）：
“杭州海康威视” 的AI视觉检测系统。在液晶屏检测工位，执行层面，传统机器视觉难以判定的细微划伤、 Mura（斑痕）等等，借助深度研习模型，检出率从90%拉升至99.5%以上，并大幅降低误报率。
实例二（预测性维护）：
“上海通用金桥工厂” 的机器人预测性维护。借助在机器人关节伺服电机上安装振动和电流传感器，采集资料并利用AI算法拆解，成功预测了一次即将发生的轴承故障，防止了整条生产线36小时的停机，节省维修以及停产损失超过200万元。
2. 管人者的未来定位
碰头
：当机器能预测故障、AI能发现缺陷时，管人者做什么？
•
结论：定位转变为——“问题定义者” （向AI提出正确的问题），“算法训练师” （用专精学识喂养和精进AI模型）、“异常处理专家” （破解AI无法处理的复杂突发状况）和“持续改进信念的促成者”。
3. 两个要害的革新抓手
• TRIZ革新理论
• 奥斯本检核表法
课堂研讨：举一些身边的革新实例以及潜在革新机会，重点围绕TRIZ革新理论展开
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|杨朝盛老师
适合谁听
生产总监/经理、厂长、车间主任、班组长、IE工程师、仓储物流主管。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。