课程收益
1.认知统一
：掌握汽车零部件业界
AI 趋势和成熟度，构筑 AI“提质、降本、增效、安全” 的价值共识，执行层面，消除 AI 神秘感。
2.情境赋能
：掌握
富维东阳
研发、商务、生产、质量、装置五大核心情境
AI 运用推演，拆解标杆实例，提炼
富维东阳
公司可复制的落地模板。
3.实操本领
：掌握
AI多智能体以及业界大模型基础用法，能独立完成 2-3 个中层高频情境实操（研发工艺、质量8D报告、装置诊断）。
4.落地驱动
：掌握中层主导
AI 落地的小投入办法和避坑要点，能组队输出 1 个可参赛的 AI 情境方案，衔接后续 AI 大赛。
课程大纲
第一模块：汽车零部件
AI 趋势和价值共识
1.
AI大模型的演进和机器智能政策洞察
2.
AI核心技艺演进和融合演进趋势（MAS多智能体/Claw 自主智能体）
3.
汽车工业演进机遇和数智化挑战拆解（工业垂直模型）
4.
西门子全球工业
AI科技日分享
实例研讨
：
议题：保险杠生产中，从实践看，你所在部门
最痛的
3 个问题
为何？
AI 可能破解哪 1 个？
第二模块：工业
AI全价值链情境
革新落地
2.1 研发端：AI 赋能研发规划和仿真
一体化
1. AI CAD辅助CATIA规划智能体，赋能MBD基于模型的零部件规划
2.AI CAE辅助仿真智能体，赋能参数化特性和迅速验证质量特性
3.西门子AI+PLM赋能零部件研发数智化
标杆实例：联合汽车电子
AI+PLM 研发中台
2.2 生产端：多模态工业AI 赋能工艺装置
制造数智化
1.
AI智能工艺智能体+AI工艺学识库赋能零部件工艺开发和验证
2.
工业
AI视觉在工厂组装、包装工位中运用
3.
工业
AI视觉在工厂仓储物流、盘查工位中运用
4.
工业
AI视觉在实地智能消安/环安监控和装置巡检运用
2.3 质量端：
工业
AI MAS多智能体在生产质量中运用
【核心主题】基于工业
CV+LLM多模态和MAS智能架构统
在汽车业界构筑
AI生产力
1.
AI大模型多智能体赋能周全质量管控数智化
2.
多模态智能体赋能零部件分拣品控管控
3.
工业
AI视觉/语音在工厂货品尺寸测量、缺陷判定中运用
4.
AI-8D和AI FMEA多智能体在汽车零部件工厂运用
【实例研讨】
中车
TMT时代电气 中车Q咨询和数智化落地实例
2.4 营运职能端：AI 助力营运采购管控
和人力资本管控
1.
AI助力公司人力资本/行政数智化。
2.
AI助力公司营运管控数智化
3.
AI助力公司采购/供给链数智化
小组研讨
：情境共创（
20 分钟）
议题：结合本部门业务，从五大情境中选
1 个，运行层面，梳理
痛点
+ 初步 AI 方案 + 预期收益
输出：每组
1 页情境方案简版
第三模块：
Dream Claw赋能生产营运指挥中心和核心AI资料架构安全管控
3.1
Dream Claw赋能生产营运指挥中心
1.
新武器
-AI-指标资料智能驱动的生产指挥中心
2.
AI生产营运指挥中心:
从
“心得工头”到“资料指挥官”
3.
AI
订单诉求预测
Agent-skill本领
4.
AI排产调度skill赋能生产资源排配和排程
5.
订单诉求预测
Agent-skill本领
6.
AI装置故障诊断引擎赋能装置预测性维护
3.2
核心
AI资料架构和安全管控
1.
工业
AI资料架构：资料维、业务维、技艺维
2.
AI资料治理全流程轮廓和有人值守的AI抓手协同
3.
工业
AI采用三大红线：核心工艺、配方、参数不上公网。
4.
禁投资料清单：装置参数、熔炼成分、缺陷资料、模具图纸、质量核心资料。
【实例研讨】
AI驱动的资料治理平台架构和资料红线、禁投清单、安全采用规范
制造公司
AI安全采用和可观测实例
第四模块：
AI 赋能中层领导力和
组织英才演进保障
AI数智化变革
4.1
AI变革中层管人者
的重新定位和演进
1.
AI组织变革对中层管人者的重新定位
2.
搭建端到端流程协同轮廓，梳理从诉求到货品交付的全流程
迭代
3.
理顺业务部门和后勤部门的
AI转型协同推演，打通业务经营资料和后勤管控资料
4.2
组织英才演进保障
AI数智化变革
1.
梳理传统制造公司数智化转型核心组织
英才
痛点
2.
规划内部转型种子队伍分层孵化路径，同步练就业务端和后勤端转型英才，
3.
构筑覆盖全岗位、可持续的内部数
智英才
架构
（三类英才，六维本领）
实例分享
：
TCL 质量数转架构（10 分钟）
第五模块：公司
AI 小投入落地实操指南
1.
华为
‘三层五阶八步’工业AI规划落地办法论
2.
AI项目落地全流程管控
3.
AI项目常见隐患和规避办法：
分组上手：
怎样结合工业
AI的不同组件在富维东阳
各
工厂各部门构筑
高质量数智化方案
-描述什么工业情境挑战，AI+IT/OT的技艺挑战
和生产营运管控业务挑战
-期望在哪些业务协同中运用AIOT融合技艺革新
拉升货品良率和交付协同效率
-预期的哪些收益
！
（提质增效降本革新
QDCI的量化和非量化）
呈报点评：每组派代表呈报方案，讲师结合业界心得和课程内容，答疑点评
工业
AI情境探索
: 各组初步认领3-5个感兴趣小微情境策划：砂芯缺陷记录AI、装置点检AI、工艺报表AI、降本测算AI
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。