课程背景
在全球制造业向智能化、数智化转型的浪潮中，中国正以 “十四五” 规划和《智能制造演进规划（2021-2025 年）》为指引，加速推进机器智能和制造业深度融合。当前，制造业公司面临三重核心挑战：
◦
传统模式效能瓶颈：
生产流程自动化程度低、资料孤岛现象显著，导致研发周期长（平均延长 20%-30%）、生产成本高企（管控成本占比超 15%），难以化解个性化定制诉求；
◦
技艺运用碎片化：
AI 技艺（如机器研习、计算机视觉、工业互联网）和业务情境脱节，管控层缺乏系统性技艺学识和落地办法论，转型投入回报率不足 10%；
◦
方略决策滞后：
全球制造业竞争已从 “成本驱动” 转向 “资料驱动”，但 80% 的公司仍倚重心得决策，无法借助 AI 达成供给链预测、质量溯源、装置预维护等等核心情境的智能化升级。
本课锁住制造业管控干部核心诉求，构筑 “政策认知 - 技艺运用 - 管控革新 - 实战落地” 四维架构：借助拆解国家 AI 演进方略和制造业政策轮廓，梳理 AI 在智能生产、质量管控、供给链精进等等众多大情境的落地路径；结合工业互联网、数字孪生等等技艺，提供从方略规划到转型升级的全流程管控思路；借助标杆公司实例复盘，支援管人者掌握 AI 驱动的业务链路精进办法，拉升方略决策效率，达成从 “制造” 到 “智造” 的跨越式升级。
课程收益
借助课程研习，参训者将获得以下核心本领拉升和价值创造：
1.
政策和趋势洞察
o 掌握国家 “十四五” 智能制造政策架构和 AI 新基建布局，精准把握业界升级红利；
o 领会全球制造业 AI 运用趋势（工业 4.0），构筑技艺前瞻性思路。
2.
情境化运用本领
o 精通 AI 在制造业八大核心情境的落地路径： ▶ 智能生产制造：AI 视觉检测，数字孪生产线；
1. ▶ 智能流程将控：AI智能管控流程、智能化巡检；
▶ 装置管控：装置故障预警和寿命预测；
▶ 智能化维护：基于AI的维护打法动态精进
▶ 供给链精进：诉求预测模型、供给链物流调度；
▶ 物流智能化：物流路径精进和隐患预警
▶ 质量管控：实时质量溯源系统、预测性维护；
▶ 研发革新：生成式 AI 辅助规划、工艺精进算法；
1.
管控决策升级
o 掌握 “AI 方略转型路线图” 抓手，拟定符合公司实际的智能化转型路线图；
o 构筑资料驱动决策思路，学会用 资料治理思路，利用AI大模型精进生产排程、成本核算、市场预测等等核心流程。
2.
组织和英才赋能
o 领会 AI 对制造业组织架构的重塑推演（如跨职能数字队伍搭建）；
o 掌握 AI 主力练就和引进打法，构筑 “技艺 + 业务” 复合型队伍。
【课程特色】
•
深度业界适配
：锁住制造业核心情境，结合最新前沿技艺破解实际问题。
•
前沿技艺融合
：涵盖工业4.0、工业大模型、工业物联网等等新兴趋势。
•
实例驱动
：全球标杆公司实践和本土化落地心得结合。
课程大纲
一、
AI认知思路的起点——具备AI思路、构筑AI认知
影片：《AI重塑未来》
1．
AI成为国家和全球公司的首要方略
(1) 全球竞争市场格局的巨变
(2) 百年未有之大变局影响深远
(3) 国家数智化转型和智能化顶层规划
(4) “机器智能+”成为中国国家方略
(5) AI替代的旧职业和AI创造的新职业
(6) 新转变带来新思路，执行层面，新营销带来新机遇
(7) AI开启智能商业模式新时代
(8) 公司达成智能化转型的必要条件
1．
机器智能基本概览
(1) 机器智能的定义
(2) 机器智能的演进历程
(3) 机器智能的分类
(4) 机器智能的核心要素
(5) 云计算、海量资料、机器智能的关系
影片：
《机器狗的演进历程》
1．
大模型和DeepSeek核心技艺
(1) 大模型的定义
(2) 大模型的事务制度
(3) 预训练和微调
(4) 大模型和小模型的差异
(5) 大模型的类别
(6) 大模型演进的必要条件
(7) 大模型在工业情境的适配性拆解
(8) DeepSeek大模型核心优势
(9) DeepSeek大模型版本特点和部署方式
(10) DeepSeek大模型在国内外的演进现况和趋势
(11) DeepSeek大模型在制造业的独特优势
(12) DeepSeek大模型在采用中的六大阻碍
一、
智能制造业界概述——智能制造的学识和演进
1.
智能制造的基本定义和核心要素
(1) 智能制造的技艺融合三大特征
(2) 智能制造的三大核心要素
(3) 智能制造的四大要害环节
(4) 智能制造的三大核心特征
(5) 智能制造和传统模式的对比
(6) 智能制造的常见三大模式
1.
智能制造的业界演进和政策
(1) 智能制造的演进历程和来由
(2) 智能制造的全球演进方略
(3) 智能制造的政策和技艺支持
(4) 中国“智能制造2025”政策解读
(5) 智能制造的业界链拆解
(6) 全球制造业智能化转型的六大误区
(7) 全球制造业智能化转型的四大核心痛点
影片：《三一重工的智能制造工厂》
一、
智能制造情境运用——AI赋能制造业的典型运用情境
1.
生产精进和流程管控
◦ 智能排产和资源调度模型
◦ 生产缺陷实时检测和根因拆解
◦ 能耗精进和碳足迹预测
2.
装置管控和预测性维护
◦ 装置故障预警和寿命预测
◦ 基于AI的维护打法动态精进
3.
供给链和物流智能化
◦ 诉求预测和库存动态管控
◦ 物流路径精进和隐患预警
4.
质量将控和工艺革新
◦ 智能质检（视觉检测、声纹拆解）
◦ 工艺参数精进和新材料研发支持
5.
制造业智能化转型实例分享
• 某车企利用大模型达成焊接工艺精进，良品率拉升15%
• 某车企利用大模型构筑智能座舱系统
• 某车企利用大模型搭建混合云平台，构筑了工厂数智化大脑，降低30%管控成本，拉升20% 的资源利用效率。
• 某公司基于大模型的智能仓储管控实例
• 某工业AI平台在装置预测性维护中的运用
一、
智能制造的隐患和挑战——安全、伦理和未来趋势
1.
隐患和挑战
◦ 资料安全：工业资料隐私和跨境传输合规
◦ 伦理问题：AI决策透明性和责任归属
◦ 技艺隐患：模型泛化本领和极端情境化解
2.
未来趋势和方略机遇
◦ 技艺融合革新：DeepSeek和数字孪生、工业元宇宙，机器人的融合
◦ 生产模式的人机协同：AI辅助决策和组织协同员工本领升级
◦ 可持续演进：节能减排和循环经济利用对社会和全球影响
◦ 全球制造业AI竞争格局和公司方略建议
3.
制造业公司智能化转型路线图
一、
机器智能前沿科技探索——最新技艺和运用方向
(1) 人形机器人和机器智能
(2) 量子计算和机器智能
(3) 边缘计算和机器智能
(4) 神经符号集成高级机器智能
(5) 机器智能和可持续演进
一、
机器智能未来趋势展望——未来趋势和演进方向
(1) 机器智能技艺的未来演进方向
(2) 机器智能对就业和英才诉求的影响
(3) 机器智能的社会和全球影响
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|张峰老师
适合谁听
制造业公司中高层管人者（生产管控、技艺研发、供给链负责人等等）。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。