课程背景
随着全球制造业向智能化、数智化加速转型，公司面临“三重三轻” 的严峻挑战：重硬件投入轻顶层规划，运行层面，导致系统孤岛林立；重技艺堆砌轻流程精进，导致投资回报低下。重系统上线轻人员适配，导致系统效能无法充分发挥。本课旨在系统破解这些难题，为公司提供一套从方略规划、路径规划到技艺实战、英才赋能的完整办法论和抓手集，确保智能化转型不仅是技艺的升级，更是商业模式和营运本领的周全重塑，最终达成效率、成本和柔性的核心竞争力飞跃。
课程收益
【懂方略】
掌握智能工厂的顶层规划轮廓和分阶段施行路线图，能够精准规划，防止盲目投资。
【精技艺】
透彻领会AI、工业物联网、数字孪生等等要害技艺怎样在实际情境中驱动生产精进、质量拉升和能耗降低。
【会施行】
学会将精益理念和数智化抓手深度融合，并能借鉴标杆实例心得，拟定符合自身公司的落地行动规划。
【能赋能】
明晰各岗位在智能工厂中的新定位，掌握赋能队伍、构筑人机协同新范式的办法论。
课程大纲
【第 一天】谋篇布局 — 智能工厂的顶层规划和施行路径
模块一：认知突围 — 工业4.0和智能制造的宏大叙事
1.1 破冰和痛点收集
(1)
活动：“我们的转型之痛”— 各小组用便利贴列出在推进智能化进程中遇到的2-3个最核心的困惑和挑战。
(2)
带出问题：“传统工厂和智能工厂最 大的区别为何？请结合实例说明。”
1.2 时代驱动力和方略必要性
(1)
宏观趋势
(2)
微观压力
(3)
核心价值
1.3 工业革命演进和智能工厂本质
(1)
清晰界定：
1
工业1.0（机械）
2
2.0（电气/流水线）
3
3.0（自动化/IT）
4
4.0（机器智能AI）
(1)
智能工厂的再定义
1.
【核心研讨和带出】“智能制造的核心是‘资料驱动’还是‘装备智能化’？”
模块二：规划先行 — 智能工厂的顶层规划和施行蓝图
2.1 智能工厂的“四大基石”
(1)
（EHS）安全化
(2)
（Quality）质量一致性
(3)
（Production）生产安定化
(4)
（5S/7S）实地整洁
2.2 智能工厂的施行路径轮廓
(1)
路径一：精益化（流程精进）
(2)
路径二：自动化/自働化（装备升级）
(3)
路径三：数智化（资料驱动）
(4)
路径四：管控赋能（组织变革）
2.3 从愿景到蓝图的规划办法
实例：某家电公司怎样从集团“智造2025”方略，分解出工厂级的OEE、制造成本、交付周期等等KPI，并绘制未来3年技艺演进路线图。
模块三：路径抉择 — 精益化和数智化的双轮驱动
3.1 精益为体，在实际应用里，数字为用
(1)
精益定义“改进什么”和“改进标的”
(2)
数智化提供“怎样改进”和“怎样维持”的抓手
反面实例剖析：一家投入巨资上马MES的工厂，为何由于基础物料BOM不准，生产流程不稳定而导致系统失效？
3.2 【核心碰头和决策上手】：“你是一家年产值5亿的传统机加工公司负责人，现有装置老旧、流程不畅，员工观念传统。你手握500万启动资金，会优先投资于全员精益改进，还是上线MES和资料采集系统？请阐述你的决策推演和施行步骤。”
模块四：工作坊一 — 绘制我们的智能工厂机会地图
4.1 抓手导入：智能工厂成熟度雷达图
(1)
引见评核的五个维度
1
生产
2
物流
3
质量
4
装置
5
能源
(1)
各小组对自身公司当前状态开展初步评分。
4.2 实战上手
(1)
步骤1（痛点挖掘）
(2)
步骤2（技艺关联）
(3)
步骤3（价值评核）
4.3 结晶发表和点评
各组展示“机会地图”，讲师带出全体参训者思索其可行性和资料基础
【第二天】技艺实战和英才赋能 — AI驱动提效降本和柔性响应
模块五：技艺引擎 — AI在质量、维护和能耗中的实战
5.1 AI视觉质检：让机器具备“火眼金睛”
【实例深度剖析】：
(1)
成功实例：某玻璃盖板公司，怎样用AI视觉替代90%的人工检测员，漏检率降至0.1%以下，并达成全资料追溯。
(2)
挑战和对策：碰头小样本、缺陷定义模糊等等实际问题的解题打法。
5.2 AI预测性维护：从“救火”到“防火”
(1)
资料采集（振动、温度，电流）
(2)
模型预警（异常模式识别）
(3)
决策执行（自动生成维修工单）
【实例沙盘】： 某数控机床厂，借助AI模型预测主轴轴承寿命，提前2周预警，防止了一次价值200万的停产事故。
5.3 AI节能降耗：挖掘成本的“隐形富矿”
(1)
运用情境：空压机群控精进、中央空调冷站AI寻优、注塑机工艺参数精进。
(2)
【抓手实战预览】：引见将采用的能耗资料拆解还原抓手。
模块六：系统融合 — 数智化车间和柔性制造架构
6.1 数智化车间的“数字神经”系统
-厘清ERP，MES、WMS、PLM、SCADA的职责边界和资料流。
【实例图示】： 展示一张订单资讯怎样从ERP下发至MES，MES怎样指挥AGV送料、调度装置生产，并将实时状态反馈回ERP的完整资料流。
研讨：“数智化车间怎样和公司的ERP、MES等等系统协同？请举例说明。”
6.2 构筑柔性响应本领
(1)
技艺使能：RFID在混流装配中的运用、AGV在柔性物流中的运用、基于AI的高级排产。
(2)
【实例沙盘】：汽车业界总装线怎样达成“一车一配置”的混流生产，以及背后的资料和调度系统支撑。
模块七：人的进化 —— 智能工厂的组织适配和英才赋能
7.1 未来工人的定位转型
(1)
操作工 -> 装置监护者 & 异常处理专家
(2)
维修工 -> 预测性维护拆解师 & 机器人协管员
(3)
质量员 -> 质量资料拆解师 & AI模型训练师
7.2 构筑人机协同新范式
(1)
AI处理重复、海量、高速的计算和模式识别；
(2)
人负责打法拟定、心得判断、创造性问题和处理突发异常。
实例：巡检工人不再需要抄表，而是佩戴AR装置，接收AI推送的装置异常资讯，并依据系统提供的维修指导方案开展处置。
7.3 【终 极研讨】：“智能工厂是否意味着‘无人化’？未来工人定位会发生哪些变化？”
模块八：工作坊二 — 拟定我们的智能工厂行动蓝图
8.1 整合和锁住
各小组选定一个最具价值并且在未来6个月内可启动的试点项目
8.2 拟定详细行动规划
(1)
项目名称和量化标的（SMART要则）
(2)
核心痛点和业务价值
(3)
要害技艺方案和所需资料
(4)
核心队伍和职责分工
(5)
要害里程碑和90天规划
(6)
潜在隐患和化解打法
课程收束和展望
(1)
学识回顾：用“智能工厂大厦”模型（基石-支柱-屋顶）可视化回顾两天课程核心。
(2)
承诺和行动：每位参训者在“行动承诺卡”上写下回到岗位后一周内要做的第 一件事和一个月内要完成的第 一个小标的。
(3)
答疑交流、构筑研习社群、颁奖和闭幕。
1.
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|李希老师
适合谁听
公司决策层、生产/营运总监、车间负责人、智能制造/数智化转型项目负责人、IT/OT技艺主力、工艺/装置/质量工程师。授课时间：2天（每天6小时。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。