AI趋势与生产运营场景实战赋能

认知红利——大模型时代的方略身位和进化起点

引言：

工业革命延伸体力，资讯革命延伸眼耳，AI革命延伸智力。这不是抓手迭代，是自蒸汽机以来人类第 一次让“智慧”从稀缺品变为普惠品。

导入： AI的颠覆性力量，实操中，引入大模型的潜力

AI重塑制造：从概率预测到推演执行的范式迁移

1. 开场震撼Demo

• 从“概率预测”到“推演推理”的突破。

1. 认知升级

• AI的本质：从概率模型到认知突破

• 超越搜索引擎：生成式AI的范式迁移

1. AI机遇：个性化（柔性生产），效率化（自动化流程）、智能化（预测性决策）在制造业的落地。

情境重构

1. 个人效率革命：

• 内容创作： AI写作（工艺文件、项目报告、邮件交流）

• 学识管控： 智能摘要（长文档）、跨语言翻译（海外资料）

1. 生产营运机遇：

• 内容生产： 公文，报告、合同生成——从“催稿”到“改稿”

• 资料拆解： BI洞察、报表自动化，智能问答——Excel不行的，AI行

• 会议管控： 会议记录、行动项追踪、自动纪要生成——开完会，就一线经验说，纪要已发群

• 决策支持： 市场拆解、竞品对比、买方画像提取——用AI做方略参谋



趋势篇——AI进化，制造业的新质出产力

引言：AI正从“聊天”迈向“执行”。看懂趋势，在实际应用里，找准起点，让智能体成为制造业降本增效的新引擎。

趋势速览：从“对话”到“执行”的跃迁

1. 核心转变： 从“概率预测”到“推演推理”的范式跃迁。

2. 要害突破： 多模态领会和生成（图文，语音、视频）。

3. 当前热点： 智能体（Agent）——让AI从“问答机”变为“执行者”。

趋势：多模态模型的飞跃

1. 多模态大模型：从感知领会到跨模态生成的飞跃

2. 最 新进展和运用潜力

3. 多模态：Seedance2.0核心认知和本领突破

趋势：智能体和学识库的爆发

1. 智能体核心价值

• 让AI领会业务规则、调用抓手、完成差事闭环

1. 学识库核心价值

• 让AI掌握公司私有学识，成为“最懂业务的专家”

龙虾OpenClaw迅速认知和体验

1. 龙虾OpenClaw核心价值

• 让不懂编程的生产营运人员，也能迅速搭建专属的AI助手。

1. 龙虾OpenClaw的采用情境

2. 龙虾OpenClaw和普通AI的核心差异

• 执行vs.对话——差事完成度的要害区别。

1. 极速体验： 15分钟演示。

全球AI竞争格局和中国力量的崛起

1. 性能维度

2. 科研和专利维度

3. 英才维度

4. 投资维度

AI怎样为制造业赋能？

1. 降本增效： 接管重复性、流程性差事，从实践看，释放人力。

• 工艺文件自动生成

• 生产报表智能汇总

• 质量资料自动拆解

1. 迅速产出： 内容创作、报告撰写、方案规划的“时薪革命”。

• 项目报告自动生成

• 采购方案迅速比选

• 物流路径精进建议

1. 智能决策： 利用资料拆解，辅助生产排程和供给链决策。

• 生产瓶颈预测

• 供应商隐患评核

• 库存周转精进

• 质量异常拆解

实战篇——生产营运核心情境AI落地

引言：未来的生产营运形态，是“人+智能体”的混合舰队。这一讲，带你从采用者进阶为指挥官，在具体岗位上构筑AI执行本领。

工艺管控情境

1. AI辅助工艺文件（SOP）智能生成

• 痛点：编写SOP需反复查阅大量历史文件、业界准则，耗时长、易遗漏要害参数。

• 学识库运用：将历史工艺文件、装置指引、业界准则、质量要求等等构筑为工艺学识库。输入新货品/工序的要害特征，AI从学识库检索相似工艺，自动生成SOP初稿

• 招数：采用 RAG（检索增强生成） 让AI引用学识库原文；要求AI按照公司准则模板输出。

1. 基于生产资料的工艺异常检测

• 痛点：多参数组合精进困难，生产瓶颈难以迅速定位，异常波动（如良率骤降）发现滞后，凭心得调参效率低。

• AI运用：导入历史生产资料表（含装置参数、产出、良率），让AI自动识别异常资料点（如良率突变、参数越界），拆解异常原因，并基于正常资料推荐最 优参数组合，识别瓶颈工序。

项目管控情境实战

1. 项目队伍效能拆解

• 痛点：项目经理凭感觉评价队伍成员表现，缺乏资料支撑；差事估时不准，导致规划频繁调整。

• 招数：导入历史项目差事资料，执行层面，AI拆解个人/队伍效能（如差事完成率、估时准确率、质量得分），识别高效能成员和常见瓶颈，就一线经验说，输出队伍改进建议。

1. 项目复盘报告自动生成

• 痛点：项目结束后复盘报告编写耗时，要害资料分散在邮件、会议纪要中，心得教训难沉淀。

• 学识库运用：将项目全进程文档（规划、纪要、周报、结项资料）存入学识库。AI自动提取要害节点、延期原因、成本资料、质量资料，生成复盘报告草稿，并归纳心得教训。

• 招数：采用预设模板，要求AI按照“项目概览-标的达成-偏差拆解-心得教训-改进措施”结构输出；对心得教训开展分类，自动存入学识库的“实例库”。

采购和供给链情境实战

1. 采购比价和供应商评核AI辅助

• 痛点：多家供应商报价单对比繁琐，评核维度多，决策慢。

• AI运用：将供应商档案、资质证书、历史绩效、合同等等构筑为采购学识库。AI根据采购诉求，筛选合格供应商，自动提取要害资讯（如认证有效期、准点率）生成对比表，并预警资质即将过期或者绩效下滑的供应商。

1. 物料诉求预测和库存精进建议

• 痛点：物料诉求预测不准，导致库存积压或者短缺。

• 招数：将历史诉求表格投喂AI，让AI辅助预测诉求和库存精进。

物流异常处理和承运商考核

1. 基于运输资料的物流时效异常检测和成本精进

• 痛点：运输路线选项凭心得，不同承运商，不同路线的成本和时效资料分散，难以科学决策，落地时，异常延误（如某路线近期经常晚点）不易发现。

• 招数：要求AI开展多维度对比拆解（按照区域/按照货型/按照紧急程度），并用可视化图表呈现拆解结果，标注异常。

• 实战上手：提供一份历史运输资料表（含若干异常记录），让AI拆解“从苏州到成都”最 优运输方案，并提示近期表现异常的承运商或者路线。

AI赋能报告撰写

1. 解锁事务报告的高效步骤

• 重点：清晰把握从准备资料到呈现呈报的全流程要害环节响。

• 步骤：规划标的->拆解听众->规划轮廓->充实内容->调整精进->从容演绎->复盘回顾

• 招数：合理组织内容以及展示结晶。

1. 搭建引人入胜的事务呈报轮廓

• 重点：从准备资料到呈现呈报的全流程要害环节。

• 招数：剖析经典事务呈报轮廓实例，研习怎样根据呈报目的、受众来确定核心板块，以及各板块的推演衔接办法，比如按照时间顺序、要害程度排序等等。

1. 解锁呈报勾住力密码

• 重点：明晰怎样从内容和呈现两方面，炼就勾住人的事务呈报。

• 招数：运用故事化叙事突出重点结晶、规划可视化元素增强视觉冲击的办法。

• 实战上手：怎样让买方买我们的医疗装置

AI助力高效呈报

1. 智能PPT生成——突破创作瓶颈

• 重点：破解推演断裂、资料缺失导致的创作停滞

• 招数：内容断层智能填充+资讯密度精准调控+演说剧本自动化

• 实操上手：写一个渠道打法呈报PPT，运行层面，从大纲到完整PPT仅需10分钟

1. 搞定 PPT 排版，运行层面，这 4 招让你的页面秒变高级！：

• 左右结构： 资讯对比超清晰

• 环形居中： 焦点一眼被锁定

• 上下结构： 推演层层递进

• 方块结构：内容利落不杂乱

1. AI助力呈报讲出彩

• 重点：破解内容枯燥难题，抓住听众前3分钟

• 招数：对齐领导标的·先讲结果·再讲亮点·最后讲资料 + SCQA模型

• 大厂实例：微软内部呈报者怎样用AI预演听众反应

• 实战上手：规划一段让CEO印象深刻的开场白

安全指南——AI运用的合规红线和未来地图

引言：AI效能显著，但资料泄露，模型幻觉暗礁致命。本模块不渲染焦虑，只为你划定安全边界，构筑未来方略预见力。

OpenClaw安全要则

1. 权限最小化要则： 只给必要的权限，保护核心生产资料。

2. 人工确认制度： 要害操作（如下单、发布指令）必须设置人工审核环节。

3. 本领来源管控： 只采用官方或者可信来源的本领插件。

大模型技艺盲点和隐患预警

1. 资料安全隐患：

• 实例拆解：某研究所资料泄露经过（借助AI导致规划泄露）

• 敏感资讯识别和防护：买方资料、财务资讯、核心技艺文档

1. 合规和法律隐患：

• 实例拆解：采用Deepseek生成虚假实例

• 学识产权隐患：AI生成内容的版权归属和侵权认定

• 业界合规要求：金融、医疗、政务等等业界的特殊监管政策

1. 模型和输出隐患：

• 幻觉（Hallucination）问题：错误资讯的生成和辨别

• 偏见和歧视：训练资料偏差导致的输出问题

• 提示词注入（Prompt Injection）攻击和防范

公司AI安全边界和脱敏打法

1. 公司常见敏感资料类型和隐患点

2. 脱敏的4种办法：字段替换，模糊化处理、摘要化输入、结构化描述

3. 输出可信度将控：要求依据、交叉验证，要害资料人工复核

AI演进和未来

1. AI走出屏幕进入物理世界

• 具身智能：机器人，自动驾驶、智能工厂

1. 机器智能+

• 不是“AI替代人”，在实际应用里，是“AI + 人 = 新物种”

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|雷曼老师