赋能制造升级-工业AI在制造业的深度应用场景

模块一：开篇导入

——认知升级：工业AI和制造业数智化转型

【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.制造业数智化转型现况和痛点：当前制造业数智化转型的阶段特征、核心瓶颈（产能、质量、成本、运维等等），以及AI对转型的赋能作用。

2.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。

3.工业AI的业界运用现况：全球以及国内制造业AI运用的整体趋势、典型情境分布，以及标杆公司（华为、西门子、博世）的AI运用成效。

4.

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”

模块二：办法论奠基

——工业AI落地核心办法论

【核心主题】掌握工业

AI情境拆解、诉求转化、资料治理的核心办法论，为AI落地提供理论支撑

1.工业AI情境拆解办法论：怎样从公司生产全流程中，识别可落地的AI运用情境，拆解情境核心诉求，明晰情境落地优先级

2.诉求转化办法论：将业务痛点转化为AI可破解的具体诉求，明晰诉求边界、核心指标，防止“诉求模糊导致落地失败”

3.工业AI资料治理办法论：资料是AI落地的核心，解说制造业资料采集、清洗、标注、存储、安全的核心要点，破解“资料质量差、资料不互通”的痛点。

4.办法论收束：梳理三大办法论的核心推演，形成“情境识别-诉求转化-资料支撑”的闭环，为后续实战奠定基础。

实例剖析：以

TCL某生产车间AI情境拆解实例为例，详细解说怎样从“产能瓶颈”痛点，拆解出“AI生产调度”运用情境，完成诉求转化和资料梳理。

实战上手：

“请每组结合自身公司的一个核心业务环节（如生产、质量、运维），运用本次所学的情境拆解和诉求转化办法论，拆解1个潜在的AI运用情境，明晰诉求核心，填写上手表格，每组派代表分享。”

模块三：核心情境拆解（一）

——AI在生产制造和质量管控中的深度运用

【核心主题】纵深拆解

AI在生产制造、质量管控两大核心情境的运用推演、解题打法和实战实例，掌握情境化运用要点

1.AI在生产制造中的深度运用

1.1 核心情境1：AI生产调度：运用推演（基于实时资料动态调整生产规划）、解题打法（资料采集、算法模型、部署流程），结合西门子工厂AI调度实例拆解。

1.2 核心情境2：AI工艺精进：借助AI拆解工艺参数，精进生产流程，降低能耗、拉升产能，结合华为智能制造军团相关实践实例。

1.3 核心情境3：AI生产进程监控：实时监测生产环节，识别异常情况，及时预警，防止生产中断，解说核心技艺和实操要点。

2.AI在质量管控中的深度运用

2.1 核心情境1：AI视觉检测：替代人工检测，拉升检测精度和效率，适用于零部件缺陷、货品外观检测等等情境，结合博世AI视觉检测实例。

2.2 核心情境2：AI质量预测：基于历史质量资料，预测货品质量隐患，提前干预，降低不良品率，解说资料要求和模型部署要点。

2.3 核心情境3：AI质量追溯：全流程追溯货品质量资料，迅速定位质量问题根源，拉升质量管控效率，结合TCL质量追溯实例。

3.情境落地难点和破解办法：收束两大情境AI落地进程中常见的难点（如资料不足、模型适配性差、员工接受度低），给出针对性破解办法。

4.实战实例和研讨答疑：

实例：某

3C业界电子买方的扫地机器人AI缺陷检测和AI-8D智能体实例，结合AI质量管控情境，拆解AI缺陷检测的落地流程、AI-8D智能体的运用推演，以及对质量管控效率的拉升成效。

研讨和问题解答：

“结合本实例以及自身公司质量管控实际，思索AI2.0技艺怎样更好的赋能质量技艺到管控的拉升？请每组结合实例心得，碰头具体落地思路”

模块四：核心情境拆解（二）

—AI在装置运维、供给链和研发规划中的深度运用

【核心主题】完成制造业核心情境

AI运用拆解，覆盖装置运维、供给链、研发规划，周全掌握AI情境化运用推演

1.AI在装置运维中的深度运用

1.1 核心情境1：AI装置预测性维护：基于装置运行资料，预测装置故障，提前维护，降低停机损失，结合西门子装置运维实例拆解。

1.2 核心情境2：AI装置故障诊断：迅速识别装置故障类型、根源，给出维修建议，拉升维修效率，解说核心算法和资料要求。

1.3 核心情境3：AI装置能效精进：借助AI拆解装置运行参数，精进装置运行状态，降低能耗，结合华为智能制造相关实践。

2.AI在供给链管控中的深度运用

2.1 核心情境1：AI诉求预测：基于历史资料、市场趋势，精准预测货品诉求，精进库存管控，防止库存积压或者缺货，结合博世供给链实例。

2.2 核心情境2：AI供给链调度：动态精进供给链物流、采购、仓储流程，拉升供给链效率，降低供给链成本，解说解题打法和实操要点。

2.3 核心情境3：AI供给链隐患预警：识别供给链中的潜在隐患（如原材料短缺、物流延误），提前预警，拟定化解方案。

3.AI在研发规划中的深度运用

3.1 核心情境1：AI辅助货品规划：借助AI生成规划方案、精进规划参数，缩短研发周期，拉升规划质量，结合TCL研发规划实例。

3.2 核心情境2：AI仿真测试：替代部分物理仿真测试，降低研发成本，拉升测试效率，解说核心技艺和运用边界。

3.3 核心情境3：AI研发学识管控：整合研发资料和学识，辅助研发人员迅速获取资讯，拉升研发效率。

4.多情境融合运用：解说AI在制造业多情境的融合运用推演，怎样达成“生产-质量-装置-供给链”的AI协同，拉升公司整体营运效率。

5.实战实例和研讨答疑：

5.1 装置运维情境实例：某汽车业界买方的工厂AI实地异常监控和装配指导管控实例，拆解AI在实地异常识别、装配指导中的运用流程，以及对精益实地管控的赋能作用；

5.2 供给链情境实例：某3C电子业界头部买方高质量数智化AI-供给链将控塔实例，拆解AI供给链将控塔的搭建推演、核心功能，以及对供给链效率的拉升成效；

5.3 研发规划情境实例：某PCB业界买方的AI-ECAD规划和AI-PCB智能工艺运用实例，拆解AI在ECAD规划、PCB工艺精进中的运用要点，以及对研发效率的拉升；

5.4

质量管控情境补充实例：某轨道零部件业界央企买方集团

QMS&AI质量-学识库和AI质量营运实例，拆解AI质量学识库的搭建流程、QMS和AI的融合推演；

6

.实战上手：

“请每组结合本次课程所学的所有情境学识，针对自身公司的一个核心业务痛点，规划一套简单的AI运用方案，包含情境识别、诉求转化、资料支撑、落地路径、成效评核5个部分，填写方案表格，每组派代表解说方案（每组5分钟），专家实地点评指导。”

模块五：

AI项目落地实战——隐患规避和ROI评核

【核心主题】掌握

AI项目落地的全流程管控、隐患规避办法和ROI评核招数，拉升AI项目落地成功率

1.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.AI项目ROI评核办法论：解说AI项目投入和产出的核算办法，明晰评核指标（如降本比例、增效幅度、质量拉升率），结合西门子、

博世

AI项目ROI实例拆解。

4.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。

实例剖析：选取

1个AI项目落地失败实例和1个成功实例，对比拆解失败原因和成功心得，强化隐患规避意识。

小组碰头：

“结合自身公司的实际情况，思索倘若促成AI项目落地，可能会遇到哪些隐患？怎样规避这些隐患？请每组碰头并列出3个核心隐患以及化解方案，”

模块六：收束复盘和未来趋势

——赋能公司AI规模化落地

【核心主题】收束课程核心学识，梳理

AI运用落地要点，解读业界未来趋势，助力参训者后续促成公司AI运用规模化落地

1.课程核心学识复盘：回顾2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。

2.参训者实战方案点评：针对前一天实战上手中参训者提交的AI运用方案，选取3-5个典型方案开展实地点评，指出优点和改进方向，支援参训者完善方案。

3.工业AI未来演进趋势：解读生成式AI、数字孪生+AI、工业互联网和AI融合的最新进展，以及制造业AI运用的未来方向（规模化、智能化、协同化）。

4.公司AI运用落地建议：结合参训者公司特点，给出针对性的落地建议，明晰后续研习和实践的重点，助力参训者促成公司AI运用从“试点”走向“规模化”。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|颜少林老师