AI+制造业深度融合，塑造未来汽车制造业新格局

模块一：

AI+制造业深度融合，练出未来汽车制造业新格局

1.

汽车

业界

AI+

未来制造新格局

1）全球制造业数智化、智能化、绿色化变革趋势，新质出产力对汽车业界的影响

政策驱动：智能网联汽车演进、智能辅助驾驶、国产车出海演进现况。

l

业界洞察：

EV

主机厂、三电、后市场数智化挑战和机遇。

2）制造面临的挑战：已经大量定制和上线周全的IT系统，但

系统资料分散，缺乏统一的指标

资料治理

架构和流程

协同资料决策

架构

。

2. AI大模型技艺和

智能制造技艺

融合演进和运用探索

1)

数智化：基于汽车常规生产全流程（工艺、生产、物流、质检、能源等等）的装置技改和资料采集、边缘资料加工、云端

IOT资料治理和资料平台入湖。

2)

OT

工控和

IOT工业物联

技艺

在工业的运用

(PLC/DCS/SCADA-IOT&APC)

3)

IT系统集成技艺（MOM-APS/MES/QMS/WMS等等核心系统搭建本领

）

4)

AI大模型演进和AI运用探索（融合AI助手-智能体演进）

5)

AI

OT融合

技艺

演进和

运用价值

(LLM-CV/垂直模型RAG/OCR-RPA)

3. 基于标杆研习，怎样拉升核心技艺主力必备数智化本领

AIOT数智化技艺研习(掌握物联网、海量资料、机器智能等等智慧工厂核心技艺的运用)

1)

智慧工厂：整合技艺和业务，达成

“精益化、数智化、自动化、绿色化”的整车制造全流程协同架构, 三者关系：数智化是基础，智能制造是手段，智慧工厂是标的

2)

西门子

SNC南京工厂实例分享

3)

西门子赋能沈阳宝马数智化工厂实例分享

-系统集成本领：具备整车制造全流程业务领会，能促成生产、物流、质检等等系统的协同对接

模块二：

汽车工业

智能制造要害技艺深度拆解

1.

MOM/MES在

汽车

工业

的

运用和演进

1)

ISA-95 MES国际准则下的MES诉求拆解和模块策划建设(生产规划执行闭环)

2)

MESA MOM国际准则下的MOM诉求拆解和模块策划建设(MBM基于模型到整车档案)

3)

西门子

Opcenter MOM 汽车业界套件功能流程（西门子APS-MES-QMS）

实例：西门子成都工厂的

MOM实例拆解和BYD电动汽车研究所MOM实例

2.

工业

AI视觉在整车制造中提质增效降本的运用和演进

a)

工业

AI视觉在整车制造中提质降本：AI视觉定位带出、AI视觉尺寸和缺陷）

b)

工业

AI视觉在整车制造中增效降本：AI视觉包装，AI视觉物流、AI视觉盘查

主机厂实例：沈阳宝马

/一汽红旗白车身AI加工&质检和广汽丰田整车下线AI质检实例

3.

汽车业界实例核心启示

中车机车的整车档案数智化实例拆解和丰田零部件智能拣货对照实例拆解

核心启示

工业

AI

视觉系统一方面和

OT

自动化系统集成，换个角度看，一方面和

PLM/QMS/MES

等等

IT

系统集成，最终达成

AIOT

融合集成的智能制造

.

4.

工业

互联网

在汽车

工业

的

运用和演进

1)

工业物联网

IIOT在汽车数智化工厂和园区的运用

2)

工业互联网在汽车供给链的运用和演进

3)

5G+车联网赋能智能网联汽车的演进和革新

怎样迎接智能汽车实时维保

AI智能服务时代

和

中车电动云智通

实例分享

实例分享：

5G

工业

互联网

+

客车共享制造

数智化

工厂

实例

小组研讨：整车制造智慧工厂建设初步设想

参训者结合实例，分组碰头福汽智慧工厂，

规划一个要害职位或者工序的

AI

视觉运用方案。

每组分享

1-2个,老师实地点评指导

模块三：

新质出产力演进面临的机遇和挑战

1.

新质出产力洞察：生产要素重构焕发新质出产力

1)

AI机器智能+智能制造的政策跟踪拆解

2)

新质出产力洞察和生产要素重构之

数智化意识重塑

3)

AI资料智能焕发汽车工业新质出产力

领会新质出产力对整车制造业界的影响，明晰智慧工厂建设的公司长期标的和阶段性落地规划，并且整合内外资源集成落地的本领拉升；

2.

新武器：读懂生产实地的

“数字语言”

和多智能体协同架构

1)

AI生产指挥营运中心赋能

福汽智慧工厂数字精益营运

2)

构筑福汽数智化生产指标和隐患管控

:效率指标、质量指标、物料指标

3)

萃取业务指标心得转化福汽集团生产协同智能体

SkillsHub(规划/成本/采购/制造质量/装置)

模块四：

AIOT赋能高质量数转达成货品质量全链路拉升

1)

汽车质量

4.0和AIOT高质量数智化轮廓

2)

制造业质量数智化架构全链路搭建（质量数智化架构核心架构和要害模块）

3)

AI驱动

汽车

8D、FMEA

专项

库

和心得库

建设

和智能体革新

4)

AI

资料智能赋能

质量海量资料拆解：根因定位、趋势预测、预防改进

核心

实例

拆解

：

TMT

中车时代电气

中车

Q高

质量数智化

规划和整车档案落地

实例

模块五：交流答疑和分组上手：

怎样基于数字总线构筑汽车工业新质出产力？

怎样基于数字孪生构筑

汽车数智化工厂的工业元宇宙

？

分租上手：

怎样结合工业

AI的不同组件在各自公司工厂各部门构筑

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

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|颜少林老师