课程背景
中环领 先半导体科技股份有限公司作为
TCL中环半导体材料子公司，换个角度看，专注于半导体材料以及其延伸业界领域的研发和制造、销售。宜兴基地8~12英寸全货品研发和规模制造，12英寸工厂定位“Power+IC”双货品路线，规划产能70万片/月，8英寸工厂面向Logic，Power市场。2023年，TCL提出中环工业4.0数智化方略
是结合自身特点的，以价值创造为落脚点，以拉升自身核心竞争力为根本点，向买方提供价值，最终达成高质量演进
。
准则化、自动化、数智化是
TCL中环4.0数智化方略
的基础，我们借助自动化减轻生产负重、数智化减轻管控负重，定式、深蓝、柔性，来支撑工业
4.0、质量4.0和营运4.0
。
长期许多部门长倚重个人心得开展管控，面对海量资料、复杂的系统和迅速变化的生产环境，往往感到力不从心，陷入
“心得失效、资料不会用、系统成负担”的困境怎样支援他们完成从“心得型”管人者向“数字型”管人者的华丽转身，利用资料驱动生产营运效率和质量的持续拉升和成本节降，已成为AIOT赋能公司
质量
4.0和营运4.0
数智化转型核心。
课程收益
借助本课
1天的研习和研讨，锁住AI方略价值和半导体业界运用趋势，参训者将能够开启新的方略思索，价值导向：
1.
全景趋势和对标思索：
全景扫描全球以及国内半导体龙头在研发、制造、供给链等等核心环节的
AI运用现况、和最 佳实践，启发高管关于AI在方略规划、投资决策和业务革新中运用的思索。
2. 转变思路认知：深刻领会数智化转型对部门长定位的新要求，从单纯的“差事传达者”转变为“资料驱动的指挥官”和“持续改进的发起者”，强调资料和流程架构。
3.运用数字抓手：弄懂MOM、Opcenter 营运中心、资料中台、ChatBI、数智化精益等等系统的核心功能，并掌握利用这些系统开展日常差事分配、进程监控、异常处理和质量追溯的基本办法
4.领导数字队伍：研习怎样在新环境下有效领导和管控跨代际的队伍成员，促成队伍开展数智化抓手的研习和运用，炼就敏捷高效的数智化班组
5.驱动智能营运改进：能够结合数智化系统提供的资料，发起并主导基于指标资料（如PDCA循环）业务改进，将资料转化为实际的降本增效结晶,
重构制造公司核心竞争力。
本课基于
20+家世 界级制造公司数智化转型实践，结合中环领 先业务特性，就一线经验说，直击AI数智化转型期间的实际问题和未来可能要面临的问题，落地时，
为后续
“AI+专精模块”（如研发、质量、制造等等）的深度培训做好方略铺垫和诉求带出
课程大纲
第一部分
开篇导入
——认知升级：工业AI和制造业高质量数智化转型
【核心主题】打破
AI认知误区，构筑工业AI系统认知，明晰AI在制造业数智化转型中的核心价值
1.
AI大模型演进和AI技艺进化：国内外AI大模型演进差异和AI核心技艺演进和融合演进趋势。
2.
拆解式
AI（洞察过去）和生成式AI（创造未来）的技艺频谱和商业推演辨析
3.
工业
AI核心认知：工业AI的定义、技艺架构（资料层、算法层、运用层），和普通AI、传统制造技艺的区别和融合推演，防止认知误区。
4.
工业
AI最前沿：西门子AI全球科技日的工业AI技艺和运用分享
第二部分
方略价值篇
– AI怎样重塑半导体业界竞争格局
【核心主题】
AI
的终 极方略价值：
从
“流程精进”到“智能涌现”，就一线经验说，从“辅助决策”到“重构业务”
1.
对半导体公司的三重核心价值（极 致效率和良率
/超级革新/韧性经营）
2.
西门子泛半导体业界数智化
主线（研发、制造、质量，数字孪生）
3.
先进制造工业元宇宙工厂建设和绿色智慧工厂营运
4.
AI投资不再是“技艺选项”，而是关乎未来生存和领导地位的“方略必需”
小组碰头：结合工业
AI 八大挑战，列举当前各自工厂运用AI的不足和挑战
第三部分
新定位：从
“心得工头”到“资料指挥官”
1.
定位演变
：传统定位
（
差事传达者、救火队员
）向
数字定位
（
资料拆解师、流程精进师
）
2.
职责转变：
从管
“结果”到管“进程+结果”
和
从被动
“救火”到主动“预警”
3.
数字精益制造营运架构
EMI生产指挥中心规划（
视
IT/OT的KPI资料
为改进的起点
）
3.
基于
IT/OT资料资产的AI数智化营运（从资料洞察到智能决策）
实例剖析：《
华为松山湖南方
超级工厂
实例
》
第四部分
业界全景篇
– 半导体业界AI运用现况和拆解
1.
拆解式
AI
（小模型）的深耕区
：
在良率拉升（
YMS）、预测性维护、供给链精进等等领域已规模化运用，运行层面，成为“标配”
2.
生成式
AI（大模型）的探索区
：
当前主要集中于
AI办公，代码生成、文档辅助、学识问答等等，落地时，正处于从“辅助环节”向“核心业务”渗透的前夜。
3.
研发域
AI Agent
的革新区：
规划仿真
(AI+EDA/IP)
,
AI
赋能规划、仿真验证、
IP
复用
4.
质量域多模态
AI运用革新区：AI-FMEA/8D/MFA/RCA,CV-视觉尺寸和ADC/AOI缺陷复判
5.
装置域
AI
Agent
的革新区
: AI
故障诊断引擎和
AI装置预测性维护PHM
6.
能源域
AI
Agent
的革新区
:AI
能效智能调控和
AI
能碳精算
7.
供给链
AI
Agent
的革新区
:
AI供给链将控塔
:
供给链新质出产力和供给链决策
/
协同
AI
实例剖析：《
某
PCB买方-AI智能工艺
》
和《某封测买方
-AI-SPC单因子/MFA多因子》
小组碰头：
“结合自身公司实际，思索当前数智化转型中遇到的最大痛点为何？你认为AI能破解其中哪些问题？请每组选取1个核心痛点，简要碰头并派代表发言”
第五部分
新领导力：带领你的队伍
“数”造不凡
1.管控“资料透明”下的员工：
1）
资料透明是压力也是动力，怎样公平、公正地利用资料开展绩效交流
2）
从
“督导者”转变为“绩效伙伴”，支援拆解资料背后的原因，共同拟定拉升规划
2.练就队伍的数智化本领：
1）
识别队伍中不同代际员工（老员工、新员工）对数智化的接受度和本领差异
2）
鼓励员工提出基于资料观察的改进建议
3.
AI数智变革下的组织定位和英才演进
1）多智能体和数字员工融合的组织定位
2）数智化组织升维和本领演进-OPC/OPT
3）数智主力练就和领导力演进
实例剖析：《
中车
Q-1+X质量组织变革
》
,
《
美的
某工厂
AI数智先锋
》
创建
“小资料、大改进”的
营运
信念，让每个员工都成为资料的具备者和改进者
第六部分
新办法：
华为公司大模型落地办法论
—赋能公司AI规模化落地
【核心主题】掌握
华为
‘三层五阶八步’
AI大模型项目落地办法论的全流程管控、隐患规避办法和ROI评核招数,收束课程核心学识，梳理AI运用落地要点，助力参训者后续促成公司AI运用规模化落地。
AI项目落地全流程管控：从项目立项、诉求确认、资料准备、模型开发、部署上线到成效评核，拆解每个环节的核心差事、责任人和时间节点，结合华为AI项目管控心得。
2. AI项目常见隐患和规避办法：梳理AI项目落地进程中常见的隐患（技艺隐患、资料隐患、人员隐患、成本隐患），给出针对性的规避打法和化解方案。
3. 公司AI运用落地路径规划：结合不同规模公司的特点，给出AI运用落地的分步规划建议（试点先行、规模化推广），支援参训者拟定符合自身公司的落地规划。
课程核心学识复盘：回顾
1天课程的核心内容（认知、办法论、情境运用、项目落地），梳理学识轮廓，支援参训者巩固所学内容。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|颜少林老师
适合谁听
授课形式：。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。