课程背景
许多公司在推行精益的进程中，往往会陷入“5S做成了大扫除”，“看板变成了装饰板”、“改进提案流于形式”的困境，其根本原因在于资料收集耗时费力、问题拆解深度不足、改进对策倚重个人心得、准则化结晶难以迅速复制和传承。和此同时，以AI大模型为代表的机器智能技艺正以前所未有的方式改变着事务范式。将AI的本领融入精益制造的每一个核心抓手，达成“人脑定方向，AI提效率”的敏捷精益模式，已成为公司达成提质、增效、降本的必然选项。不少公司存在以下问题：
• 资料沉睡，决策滞后：资料是“死”的，无法实时转化为洞察
• 准则作业执行难：操作随意性大，质量波动明显
• 异常响应慢，往细里说，重复问题频发：问题反复发生，缺乏系统性的根因拆解和防错制度
• 换型时间（SMED）长：小批量，多品种生产时，交付周期和成本失控
• 装置效率（OEE）低，被动救火：无法预测和预防“清扫不到位”等等隐形浪费
• 产线平衡倚重“感觉”：缺乏资料驱动的迅速仿真和精进手段
• 5S和目视化管控难以维持：缺乏迅速生成问题清单和数智化巡检的手段
• 员工改进提案参与率低：员工有大量“智慧”未被激发
• 价值流图（VSM）停留于现况：无法动态识别非增值环节，更无法迅速改进
• 培训成效难以量化和固化：缺乏将培训内容直接转化为日常事务流程
课程收益
• 掌握“AI+精益”双模思路：打破传统精益抓手的施行瓶颈，构筑“问题界定→AI辅助生成→精益要则验证→实地落地”的敏捷改进新范式
• 现产线平衡的AI辅助精进，能够利用AI迅速拆解工序资料，识别瓶颈
• 构筑基于AI的异常迅速响应系统，大幅缩短异常处置周期
• 深度掌握AI驱动的5Why根本原因拆解法，拉升问题破解的质量和深度
• 构筑对策的AI预评审和隐患将控本领，降低决策隐患
• 一键生成可视化仪表板和目视化管控看板，达成管控状态的实时透明化
• 达成AI辅助TPM资料拆解和OEE自动计算，从实践看，变被动维修为主动预防。
• 获得可落地的5S数智化整改方案让5S维持不再困难
• 独立完成一个工位完整准则作业包的AI制作，达成“学完即用”。
【课程特色】
多年公司工程师从业经历、管控经历以及创业经历使得老师能够从具体施行角度、宏观以及可持续演进的角度去解说课程，并做到理论和实践并重、循序渐进，善于从底层推演解说。
• 实战基因：讲师具备10年+工厂改进落地心得，所有实例源自实战
• 动态教学：采用“问题暴露→抓手拆解→沙盘推演→实操作业”四阶教学
• 业界定制化：根据参训公司所属业界（调整实例库
• 双维度透视：同步解说抓手的技艺达成推演和管控推行要点
课程大纲
1. 引言：为何公司的利润率越来越低？
2. 精益基础定义和目的
3. 丰田生产系统
◦ 丰田的硬实力
◦ 丰田的软实力
1. 丰田的14项管控要则
• [第一类] 长期理念(Philosophy）
• [第二类] 正确的流程方能产生优异结晶（Process）
• [第三类] 演进员工和事业伙伴，为组织创造价值（People/partners）
• [第四类] 持续破解根本问题是公司持续研习的驱动力（Problem solving）
1. 精益五大要则
2. 精益推行中的问题和破解办法
◦ 精益施行各阶段中的问题
◦ 丰田公司破解难题的步骤
1. 识别浪费
◦ 七大浪费
◦ 观察浪费的方向
▪ 横向拆解
▪ 纵向拆解
1. 常用的AI软件
◦ 豆包
◦ Deepseek
◦ 密塔
◦ 通义千问
1. 准则作业
◦ 准则作业的产生来由、定义和目的
◦ 准则工时
◦ 准则作业的三要素
◦ 准则作业的三抓手
◦ AI运用实操：文本生成，撰写精益培训通知、改进提案模板、准则化作业指导书
1. 产线平衡
◦ 线平衡的定义和运用
◦ 实例以及延伸
◦ AI运用实操：AI辅助开展工艺精进
1. 迅速换型（SMED）
◦ 基本学识
◦ 迅速转换的施行
◦ AI运用实操：输出准则化转产操作SOP
1. 全员生产维护(TPM)
◦ TPM基础学识
◦ TPM的演进阶段
◦ 自主保养的七个阶段
◦ AI运用实操：上传生产记录表，自动计算OEE并标记异常
◦ AI运用实操：用AI拆解历史故障记录，识别“清扫不到位导致故障”的高发装置
1. 5S管控和目视化管控
◦ 5S基础学识
◦ AI运用实操：导入图片，生成问题清单
◦ AI运用实操：利用AI生成5S查验清单模板，包含具体点位和评分准则
◦ 目视化管控学识
◦ AI运用实操：目视化管控可视化仪表板规划
◦ AI运用实操：用豆包AI规划看板上的图标、警示语，颜色规则（红黄绿）
1. 合理化建议
◦ 最大的浪费是未采用的员工创意
◦ 合理化建议的目的
◦
实例：合理化建议的执行评价方式
◦ AI运用实操：输入“装配线螺丝漏装率高”，输出10个可能原因以及对策
1. 准时化生产
◦ 准时化生产的基础
◦ 准确的规划是达成准时化生产的前提
◦ 怎样拟定规划
◦ AI运用实操：将Excel中的生产日报粘贴给AI，要求拆解“哪条产线浪费最严重”
1. 自働化
◦ 定义
◦ 防错的基本规则
◦ AI运用实操：说明问题，生成防错规划
1. 价值流
◦ 价值流的定义
◦ 部分实地指标
◦ 价值流图的层次
◦ 价值流图的组成和作用
◦ AI运用实操：辅助生成价值流拆解报告：输入原始资料，自动提取非增值环节，生成改进规划
第3大单元：AI运用实例解说
1. 生产异常迅速记录和分类
◦ 语音输入一段异常描述，往细里说，自动生成异常报告
◦ AI根据要害词自动分类
◦ 汇总历史异常资料，自动锁住前三项要害原因
1. AI辅助5Why拆解和根本原因挖掘
◦ 描述问题现象，执行层面，让AI追问5W并提供可能答案
◦ AI根据心得资料库推荐同类问题的解题打法库
1. 对策拟定的AI评审和隐患提示
◦ 实例：将改进对策输入AI，要求评核“施行难度、成本、预期成效、潜在副作用”
◦ AI自动生成对策施行规划表
1. 还原产线异常，全流程AI辅助破解
◦ 给出一个异常情景（如“组装线扭矩值超差”）
◦ 用AI完成：异常描述→资料收集→5Why拆解→对策拟定→SOP更新
第4大单元：AI实训
1. AI生成内容的验证和精益把关
◦ AI幻觉隐患：怎样借助交叉提问、资料核对识别错误建议
◦ 精益要则作为过滤器：AI推荐的方案必须符合“消除浪费，尊重人性”前提
◦ 构筑“AI建议评审清单”：是否可执行，是否成本可控、是否影响质量安全
1. 小组实训差事1：可视化管控看板的AI自动生成
◦ 小组差事：为一条虚拟产线制作电子看板，运行层面，展示OEE、产量、质量趋势
1. 小组实训差事2：利用AI完成一个工位的5S整改方案
◦ 选项一个工位（照片或者示意图），先用AI识别问题点
◦ AI生成整改步骤清单和责任人建议
◦ AI输出整改前后的对比成效图
◦ 拟定维持5S的数智化巡检表
1. 小组实训差事3：为一道装配工序制作完整准则作业包
◦ 提供工序描述和实地照片
◦ 采用AI生成：节拍时间表，作业顺序、SOP文档、培训试题
◦ 小组交叉评审，用精益要则找出AI生成内容的不合理之处并修正
1. 小组实训差事4：描述一个真实或者还原异常实例，完成5Why拆解报告
◦ 小组找出一个问题，详细描述
◦ 采用AI渐次询问问题并生成最终解题打法
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|张胜老师
适合谁听
公司中基层管人人员、工程师等等。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。