AI内训热门课题 钢铁制造公司各业务单元主管车间主任 可定制大纲

AI时代的钢铁制造企业业务转型实战

当前,机器智能正在深刻重塑全球制造业格局。据中国钢铁工业协会统计,重点钢铁公司的机器人运用密度已达65台(套)/万人,95%的公司已将数智化转型融入公司演进方略,钢铁业界正从“千锤百炼”走向“算法加持”。可是,AI转型的最 大瓶颈往往不在技艺本身,而在于公司业务主管的认知准备、组织适配本领和资料治理水平…

授课时长
1天
授课方式
理论讲授+实例研讨+交流上手+实战工作坊,“讲-练-评”循环教学 课程特点: 1,分层教学:针对不同业务领域(生产、质量、装置、采购、物流等等)规划差异化研讨方向 2、实战导向:每个模块配套即学即用的抓手模板和落地办法论 3、带入感强:实例全部来自钢铁业界真实公司,情境高度可迁移 4、产出明晰:全天输出一份可带回岗位的AI转型行动规划
建议人数
20–40 人
主讲
蔺军
课程编号
PX-T14822
AI时代的钢铁制造企业业务转型实战
内训报价
面议(按天计)
含讲师课酬、教材与差旅,不含场地
电话咨询 131-8265-5138
企业微信二维码
微信扫码咨询报课程名即可,工作日 1 小时内回复

本站不设表单:打电话或扫码即可,不用留手机号等回访

课程背景

当前,机器智能正在深刻重塑全球制造业格局。据中国钢铁工业协会统计,重点钢铁公司的机器人运用密度已达65台(套)/万人,95%的公司已将数智化转型融入公司演进方略,钢铁业界正从“千锤百炼”走向“算法加持”。可是,AI转型的最 大瓶颈往往不在技艺本身,而在于公司业务主管的认知准备、组织适配本领和资料治理水平。

本课锁住“人”的转型——支援业务主管在AI时代找准定位定位、重构组织本领、夯实资料基础、落地业务情境,从管人者升级为“AI时代的业务架构师”。

课程收益

1、掌握AI时代业务主管的五大定位升级路径,从“管控者”转变为“赋能者”和“翻译官”

2、领会AI时代组织架构的演进方向,学会规划“业务+资料+AI”的融合型队伍结构

3、构筑资料治理的系统性认知轮廓,掌握钢铁制造公司资料资产化的要害办法和抓手

4、研习至少五个业界标杆公司的AI落地完整实例,获得可复用的情境识别办法论

5、借助多轮实地实战工作坊,产出一份适用于自身业务单元的AI运用情境清单和行动规划

课程大纲

开场导入:AI浪潮下的钢铁制造——我们站在哪里?

一、钢铁业界AI转型的宏观图景

1、从“钢铁产量”到“资料产量”:钢铁制造已成为资料密集型业界

1)一座典型高炉每天产生的资料量相当于一座中型城市一天的互联网流量

2)从炼铁,炼钢、连铸、轧制到物流,全流程资料节点超过10万个

2、业界AI运用的三个层次

1)感知层:机器视觉,智能检测

2)决策层:智能排产、预测性维护、工艺精进

3)认知层:大模型驱动的学识管控和智能决策

二、钢铁公司的AI转型路径速览

1、数智化转型的“顶层规划、整体规划、分步施行”路径

2、5G智能工厂在寒地大型移动装置上的开创性运用

3、数字孪生工厂和全流程追溯架构的建设

三、业务主管面临的三个核心拷问

1、AI会取代我的队伍吗?——不会用AI的主管将被会用AI的主管取代

2、我的队伍现在最缺什么?——不是技艺,是“AI-ready”的组织本领

3、从哪里开始?——从认知升级开始

交流破冰:“AI冲击力自测”

3分钟完成一份10题自评问卷,从认知、组织、资料、情境四个维度评核自身队伍的AI就绪度,绘制个人“AI转型起点雷达图”

一,从“管控者”到“赋能者”

1、传统管控推演的局限:在AI时代,管控的边际效益递减

2、赋能的核心:为队伍清除AI运用的障碍,而非替队伍做所有决策

3、赋能者的三个要害动作:定方向、配资源、建制度

二、从“心得决策者”到“资料+心得双轮驱动者”

1、心得的不可替代性和资料的不可忽视性

2、实例:南钢AI模型提前两小时预测炉温变化,落地时,准确率稳定在90%以上

1)炉温预测从“老师傅的感觉”到“算法的精确计算”

2)铁水一级品率拉升10个百分点,炼铁流程周转率拉升5%

3、业务主管的“翻译官”定位:

将业务问题翻译成资料问题,将资料洞察翻译成业务语言

三,从“部门墙守护者”到“流程破壁者”

1、AI要求资料贯通,资料贯通要求流程贯通

2、实例:“元冶·钢铁大模型”打通料铁、铁钢、钢轧以及买方四大业务界面

3、破壁的三个切入点:以买方价值倒推流程规划、以资料流向倒推责任划分、以AI情境倒推协同制度

四、从“主力练就者”到“人机协同规划师”

1、AI不是替代人,而是重新定义人的事务方式

2、实例:宝钢焊接智能体自动生成实地八成材料的焊接要求,从实践看,工程师从“写参数”变为“审参数”

3、人机协同规划的三要则:AI做重复的、人做创造的、协同做增值的

五、从“执行者”到“革新发起人”

1、AI时代的一线主管是革新最 佳入口——离情境最近、离痛点最近

2、革新发起人的三个动作:发现情境、提出假设、促成验证

交流环节2:“我的定位画像”

对照五大升级方向,选项一个最需要突破的方向,用3分钟写下“当前状态→标的状态→第 一步行动”,分享和点评

一,传统组织架构在AI时代面临的挑战

1、业务部门“用不上”资料:资料在IT部门,情境在业务部门

2、资料部门“不懂”业务:资料队伍不弄懂生产工艺和质量准则

3、AI项目“落不了地”:技艺验证成功,业务推广失败

二、融合型队伍的组织规划要则

1、要则一:资料队伍“向前站”——资料拆解师嵌入业务单元

从“集中式资料部门”到“联邦式资料架构”

2、要则二:业务主管“向后看”——每个业务主管都应是资料的主人

业务主管对资料质量的最终责任

3、要则三:AI本领“平台化”——共享AI本领中台,防止重复建设

三、新岗位和新定位的规划

1、资料管家(Data Steward):业务部门的资料质量责任人

2、AI情境货品经理:负责将业务诉求转化为AI货品诉求

3、人机协同教练:培训队伍采用AI抓手、精进人机协同流程

四、组织变革的推进节奏

1、试点先行:选项一个业务单元作为融合型组织试点

2、制度保障:构筑资料共享激励制度和AI运用革新奖励制度

3、信念营造:从“怕犯错”到“快试错”

实战工作坊1:“我的队伍架构精进画布”(40分钟)

采用提供的工作坊模板(含当前架构图、资料流向图、AI情境分布图三个模块),绘制自身业务单元的组织架构精进方案,重点标注:资料岗位应设在哪里、AI本领怎样引入队伍、跨部门协同制度怎样规划。小组内互评精进,每组推选代表方案展示,点评

一、为何资料治理是AI落地的“第 一公里”

1,AI的三大支柱:算法、算力、资料——资料是质量最不可控的一环

2、钢铁制造的资料特点:资料量大、来源分散,格式多样、实时性要求高

3、“垃圾进、垃圾出”:没有高质量资料,就没有可靠的AI

二、资料治理的“四步法”

1、第 一步:摸清家底——资料资产盘查

1)实例:宝武“问数2526”整合426个合并报表要害指标、113个成本对标指标、65个总账指标,资料可追溯至2017年

2)抓手:资料资产目录的构筑办法

2、第二步:拟定准则——资料准则和规范

1)统一资料定义(如“合格率”在不同产线的定义必须一致)

2)统一资料格式、统一采集频率、统一存储规范

3、第三步:打通孤岛——资料集成和共享

从“资料烟囱”到“资料江河”

4、第四步:持续营运——资料质量闭环管控

1)资料质量监控指标的设定(完整性、准确性、及时性、一致性)

2)资料治理的组织保障和制度保障

三、业务主管在资料治理中的三个要害定位

1、资料准则的“最终确认者”——业务含义只有你懂

2、资料质量的“第 一责任人”——你的业务系统产生的资料,你负责

3、资料运用的“首席倡导者”——带头用资料说话、用资料决策

四、资料治理的常见陷阱和化解

1、陷阱一:追求“大而全”的资料治理——应从小切口开始

2、陷阱二:资料治理是“IT的事”——业务必须深度参与

3、陷阱三:等等资料“完 美”了再开始AI——边治理边运用

交流环节3:“我的资料家底清单”

用5分钟填写一份针对自身业务的资料资产清单模板(含资料源名称、资料产生频率、资料格式、当前质量问题、优先级),组内分享资料治理的最 大痛点,实地诊断和点评

一、AI情境识别的“四步法”

1,第 一步:沿着价值链找痛点——从采购、生产、质量、装置、物流到销售

2,第二步:判断“AI适配度”——重复性、规律性、资料可得性

3、第三步:评核“价值大小”——降本、增效、提质、安全

4、第四步:规划“施行路径”——从“短平快”到“大而全”

二、AI+生产:从“心得炼钢”到“智能炼钢”

1、实例一:南钢AI炉温预测模型

1)痛点:炉温将控倚重人工心得,波动大,质量不稳定

2)方案:训练AI模型提前两小时预测炉温变化

3)成效:准确率90%以上,铁水一级品率拉升10个百分点

2、实例二:宝钢AI智慧高炉大模型

1)痛点:高炉操作复杂,参数调整倚重专家心得

2)方案:构筑高炉大模型,具体来看,核心命中率超90%

3)成效:一年降本超千万元

三,AI+质量:从“事后检验”到“进程预测”

1、实例三:宝钢AI云表检系统

1)痛点:表面质量检测倚重人工肉眼,效率低、漏检率高

2)方案:AI视觉识别技艺自动检测钢板表面缺陷

3)成效:重点缺陷识别准确率96%,从实践看,缺陷漏检率降低35%

2,实例四:南钢钢材力学性能预测模型

1)痛点:力学性能检测周期长,成本高

2)方案:基于生产资料预测钢材力学性能

3)成效:货品成材率拉升2%,交付周期缩短10%,年都节省检验费用超5000万元

四、AI+装置:从“规划维修”到“预测性维护”

1、实例五:宝钢装置智能体集群

1)痛点:装置故障停机造成巨大损失,规划维修存在过度维修和不足维修

2)方案:累计炼就100余个智能体,上线600余个AI情境

3)成效:取向硅钢板形精度拉升20%,断带率下降65%

五、AI+供给链:从“被动响应”到“智能决策”

1,找钢集团AI Agent系统:每日处理3000家供应商上传的400万吨钢材库存资料

2、AI在采购预测、库存精进、物流调度中的运用方向

六、AI情境落地的“五要五不要”

1、要从业务痛点出发,不要从技艺本领出发

2、要从小情境切入,不要一开始就追求“大平台”

3、要有明晰的价值衡量,往细里说,不要“为了AI而AI”

4,要业务主管深度参与,不要全部甩给技艺队伍

5、要边用边迭代,不要等等“完 美”再上线

交流环节4:“情境快闪”

迅速轮播10个钢铁业界AI运用情境卡片,参训者举牌选项“我最想在自己的业务中尝试的情境”,实地统计热度,对top3情境做深度拆解

一,AI转型的“三阶段”路径

1,第 一阶段(0-3个月):认知先行、小切口试点

1)完成队伍AI认知培训

2)选项一个“短平快”情境(2-4周可见成效)

3)构筑资料治理的基本规范

2、第二阶段(3-12个月):情境扩展、本领沉淀

1)复制成功情境到3-5个业务点

2)构筑资料拆解师嵌入业务单元的制度

3)沉淀AI运用的办法论和抓手模板

3、第三阶段(12个月以上):系统推进、信念形成

1)周全铺开AI运用情境

2)形成“人人用资料、处处有AI”的组织信念

3)构筑持续革新制度

二,业务主管90天行动清单

1,第1-30天:认知升级

1)完成自身AI通识研习

2)和队伍开展一次“AI能为我们做什么”的头脑风暴

3)走访一个已经开展AI运用的兄弟单位

2、第31-60天:情境识别

1)梳理业务价值链,标注3-5个潜在AI运用点

2)和资料队伍对接资料可用性评核

3)选定1个试点情境,拟定试点方案

3、第61-90天:试点启动

1)组建试点队伍,明晰定位分工

2)启动资料治理的“最小可行事务”

3)促成试点情境进入施行阶段

三、阻力和化解打法

1,队伍抵触:“AI会抢我们的饭碗”——用事实说明AI是助手而非对手

2、资料缺乏:“连资料都没有”——从“能采集什么”开始,换个角度看,而非“缺什么”

3、领导质疑:“投入产出比怎么算”——选项可量化价值的情境先行

四、持续研习的资源和渠道

1、业界平台:中钢协数智化转型推进中心

2、标杆对标:宝武、南钢、永钢等等业界先进公司

3,内部资源:集团智能化推进部门,已获评智能工厂的兄弟单位

实战工作坊2:“我的90天AI转型行动规划”(60分钟)

参训者采用“AI转型行动规划模板”(含标的设定、情境选项、资源诉求、时间节点、隐患预案五个模块),拟定一份可带回执行的90天行动规划。小组内开展“行动承诺”分享——每人向组内伙伴承诺一个30天内必须启动的具体行动。每组推选最具可行性的规划开展路演,点评并颁发“最 佳行动方案”奖项

课程收束和行动实践指南

一、全天核心要点回顾

1、定位升级:从管控者到赋能者、从心得决策到双轮驱动

2、组织进化:构筑“业务+资料+AI”融合型队伍

3、资料筑基:资料治理是AI落地的第 一公里

4、情境落地:从痛点出发、从小处着手、迅速迭代

二、行动实践指南(可带走的抓手包)

指南一:《业务主管AI就绪度自评表》——每月自评,跟踪队伍AI本领成长

指南二:《AI情境识别画布》——从价值链出发系统识别潜在AI运用点

指南三:《资料资产盘查模板》——迅速梳理本业务单元的资料家底

指南四:《90天AI转型行动规划模板》——将研习结晶转化为行动承诺

指南五:《AI运用价值评核卡》——统一评核准则,辅助情境优先级决策

三、课程结语

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|蔺军老师

适合谁听

钢铁制造公司各业务单元主管、车间主任、生产/质量/装置/采购/物流等等业务部门负责人和技艺主力。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。

电话咨询