课程背景
全球市场来由：
2025年4月2日美国针对全球180余个国家加征关税，往细里说，中国本次被加征34%，往细里说，中国对美反制加征措施，自4月10 日起施行即对美进口商品加征34%关税，本次关税经过势必导致国内出口型公司订单影响，大量公司转为内需市场，未来国内制造业市场竞争日趋激烈，公司经营模式从过去高速市场增长型转化为存量/缩量内卷竞争型态势！
国内
AI智能化管控刚需来由：
年初
DeepSeek“横空出世”激发社会关于机器智能、AI、大模型探知热情，“热情退去”我们面对怎样引入“AI智能体”到制造业公司助力公司精准决策，甚至在日趋激烈市场中支援公司用资料迅速决策“先人一步”是当下一些出色公司刚需；
质量止损急迫性：
具权威机构统计，国内制造业公司年度销售额
3%左右为质量损失，不过公司高层（管控队伍）在财务报表识别区分出的质量损失大大低于3%的比例？从市场反馈中发现凡是出色/卓越的公司（华为、丰田、3M、丹纳赫）都是在进程中充分曝光质量问题并和财务报表有效融合，公司/组织全员认同怎样“认真”的执行流程/准则！
课程收益
1、开发
《质量止损
-AI在质量管控中智能化运用实践》
课程的目的是：
助力公司精准、智能化质量止损并和买方长期携手
2、受训参训者：公司总经理、营运副总经理、财务总监、部门经理、质量工程师等等，参训者40人至50人，建议公司中高层参加；
3、
课时：
2天，培训期间教材输出纸质教材，电子PDF版本，教材/教案已注册学识产权，授课期间展示实例、上手系统经过开发方，公司方放权，但谢绝录像/拍照，展示实例录像、照片不能输出；
4、“
质量止损
-AI在质量管控中智能化运用实践
”4天系列课程“由浅入深”带出参训者从常规质量管控系统化规划施行，结合当下成熟IT技艺迅速引入“适当”AI资讯化抓手/办法，促成公司质量损失有效管控
课程大纲
第一部分：
AI助力揭示质量损失根源
1、AI驱动的管将控度漏洞诊断
1）双线/多线质量管控中的AI协同精进；
2）AI投喂市场客诉/工序问题的关联性拆解；
2、AI赋能质量工程师职能准则化
1）AI自动化生成（提炼将控规划管控点）质量问题台账。
2）AI评价责任追溯趋势破除“无责”漏洞。
3、AI支持的质量问题台账智能分类和搭建
1）BI海量资料实时抓取市场客诉问题。
2）供方质量问题的AI动态监控；
3）生产进程质量资料的AI实时采集；
4）工艺/规划变更的AI隐患预警；
实例：
1、某汽车零部件公司实例：因质量管控双线管控（生产和质检部门权责不清），导致同一批次货品因准则不一致出现大规模退货，执行层面，直接损失达年度销售额的2.5%。
2、某电子代工公司实例：质量工程师同时承担生产督导和买方交流职责，因精力分散导致要害工序漏检，引发买方索赔。
上手：
1、定位担当：参训者分组还原“生产部”和“质量部”，围绕“准则不一致导致客诉”情境开展辩论，提出双线管控精进方案。
2、问题台账规划：提供某公司客诉资料，参训者实地分类为“市场客诉”“供方问题”等等台账，并拆解管控漏洞。
第二部分：
AI驱动的质量问题台账闭环拆解
1、AI精准拆解四大类质量问题台账。
市场客诉问题细分：
1）抱怨、2）客诉、3）索赔、
4）买方实地安装调试、5）保内客服、6）保外客服特点特性。
供方质量问题细分：
7）主材、8）辅料、9）配件/部件，10）加工特点特性；
进程质量问题细分：
11）工序车间自检，12）功能检、13）抽检特点特性；
工艺
/规划质量问题细分：14）主动/被动工艺变更、15）主动/被动规划变更特点特性；
2、AI挖掘“隐性”质量损失；
1）公司年度销售额3%质量损失占比构成；
2）AI构筑质量问题曝光和追踪系统；
参训者交流：
质量问题系统搭建；
输出：质量损失成本表。
第三部分：
AI赋能的精细化质量损失核算
1、AI双模型核算架构
1）A模型用于内部采用，要害在于迅速；
2）B模型用于外部，上账管控，要害在于精准；
2、AI驱动的质量绩效管控
1）质量业绩指标拆解/分解，弄懂造成因果关系；
2）损失显性化即质量绩效主动权打法；
3、AI模块化系统搭建训练
1）岗位质量检测之工艺迅速拆解；
2）岗位质量检测之实时管控。
3）质量问题系统抓取处理预测质量损失核算。
4）已发质量损失核算系统搭建；
5）主要供方进程管控点延伸运用；
学识点复盘；
实例：
1、迅速核算模型运用：某食品公司采用A模型（内部迅速核算）提前识别包装工序损失，换个角度看，3个月内降低损耗15%。
2、精准核算模型对比：某医疗器械公司采用B模型（外部精准核算），发现隐性研发规划损失占比达1.2%，精进后节省成本200万元。
工艺拆解沙盘：
还原生产线工艺流程图，参训者标注要害检测点并规划实时管控打法。
第四部分：
AI落地的质量管控执行打法
1、
AI三级管将控度
1）公司级：AI质量信念海量资料拆解；
2）部门级：AI驱动的质量会议自动化；
3）实地级：AI实时监控和异常警报；
2、AI核心质量问题资料；
1）第一责任人AI匹配率精进。
2）质量问题复发的AI趋势预测。
3）公司级质量损失AI动态看板
实例：
1、
丰田实地管将控度：借助
“安灯系统”实时暴露问题，实操中，车间问题响应时间缩短至10分钟。
2，华为质量会议实践：跨部门质量会议中，用资料驱动决策，质量问题复发率降低40%。
上手：
1、安灯系统还原：参训者在虚拟车间情境中，触发“质量问题警报”并上手迅速响应流程。
2、高效会议规划：分组规划一场20分钟的质量会议议程，包含资料展示、责任分配和行动规划。
第五部分：
AI智能资料拆解抓手深度运用
1、质量问题常用统计抓手：合格率、一次借助率、PPM、CP，CPK、SPC、正态分布、西格玛；
2、Minitab专精系统和质量问题资料合理运用；
3、工序内测量：合格率、一次借助率、PPM管控质量价值；
4、工艺规划以及执行保证本领测量：CP、CPK本领价值；
5、规划以及预防趋势测量：正态分布、SPC趋势资料价值；
6、问题综合拆解以及改进拉升测量：六西格玛活动价值
实例：
1、AI预测报废率：某光伏公司利用SPC结合AI模型，从实践看，提前预测硅片切割工序异常，实操中，报废率从8%降至3%。
2、Minitab平替抓手：某中小制造公司采用开源AI抓手（如Python+Scikit-learn）替代Minitab，达成相同拆解成效，成本节约70%。
上手：
1、CPK实战计算：提供工序资料，参训者手动计算CPK值，并和AI抓手结果对比，拆解差异原因。
2、AI图表投喂训练：采用还原资料，参训者借助拖拽式AI抓手生成SPC将控图，并解读趋势。
第六部分：自主智能体投喂以及专精智能体运用训练；
-工序内质量问题简易拆解以及图表投喂训练；
-平替Minitab专精智能体运用实例展示；
-行为管控、问题追踪系统搭建训练；
实例：
1、智能追踪系统运用：某服装公司部署AI行为管控系统，从实践看，自动追踪缝纫工序员工操作规范性，次品率下降25%。
2，平替抓手落地：某汽配厂用低代码平台搭建质量问题追踪系统，从实践看，3天内上线并覆盖全厂。
上手：
1、低代码系统搭建：参训者采用还原平台（如Airtable），就一线经验说，规划一个简易质量问题追踪系统，换个角度看，包含“问题录入→责任分配→闭环验证”流程。
2、AI预警还原：基于历史资料，参训者设置AI预警阈值（如PPM超限），并还原触发预警后的处理流程。
学识点复盘：
AI在质量止损中的全链路价值收束
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|宋华军老师
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。