课程收益
1.
使业务人员领会
AI 在制造业业务中的核心价值，掌握生产异常拆解、供给链精进、市场预测等等典型情境下 AI 的运用推演。
2.
使参训者能够熟练运用资料拆解专用
AI 抓手（如 Copilot+Power BI），完成资料清洗、自然语言生成拆解结论等等操作，并能借助 Excel 和 AI 联动发现业务异常。
3.
支援参训者掌握
AI 辅助的 5Why 拆解法和故障树拆解（FTA），能在情境上手中准确诊断生产线等等业务问题的根因。
4.
拉升参训者将拆解结果转化为可执行建议的本领，学会生成动态业务报告，掌握制造业相关报告（如供应商评核报告）的
AI 精进办法。
5.
（进阶版）使参训者弄懂
AI 辅助的预测模型和竞品拆解办法，能运用于诉求预测、库存精进以及业界竞品对比拆解，进一步拓展 AI 在业务中的运用范围。
课程大纲
1.1.
模块
1
：
AI
在制造业业务中的核心价值
（
30
分钟
）
1.1.1.
核心价值概述（
5
分钟）
²
引见
AI 技艺对制造业业务升级的要害意义，包括拉升效率、精进决策等等。
²
阐述
AI 和制造业业务融合的必然性，以及对业务人员事务模式的改变。
1.1.2.
典型情境运用（
15
分钟）
² 生产异常拆解：
解说
AI 怎样实时监控生产资料，迅速识别异常并预警，减少生产中断。
² 供给链精进：
说明
AI 在诉求预测、库存管控、物流调度等等方面的运用，降低供给链成本。
² 市场预测：
拆解
AI 整合市场趋势、买方诉求等等资料，拉升市场预测准确性的办法。
1.1.3.
抓手选项指南（
10
分钟）
²
资料拆解专用
AI 抓手引见：
如
Copilot+Power BI 的功能特点以及在制造业的适配性。
² 抓手选项依据：
根据业务情境、资料类型等等因素，指导参训者选项合适的
AI 抓手。
² 抓手采用优势：说明采用这些抓手能为业务人员带来的事务效率拉升和拆解质量改进。
1.2.
模块
2
：制造业资料拆解实战
（
60
分钟）
1.2.1.
AI
迅速清洗资料（
20
分钟）
² 资料清洗的意义：强调干净资料对后续拆解的影响，引见常见的资料质量问题。
²
缺失值处理
Prompt：
解说针对不同类型缺失值的
AI 提示词规划，达成自动填充或者处理。
²
异常值处理
Prompt：
教授怎样借助
Prompt 让 AI 识别和处理异常值，确保资料准确性。
² 实操操练：
提供样本资料，让参训者运用
AI 抓手开展资料清洗操作。
1.2.2.
自然语言生成拆解结论（
10
分钟）
² 自然语言交互原理：
简单引见
AI 领会和生成自然语言拆解结论的基本推演。
² 提问招数：
以
“请解释这组装置故障率资料的趋势...” 为例，解说怎样提出清晰、有效的问题。
² 多情境操练：
针对生产、销售等等不同资料，让参训者操练用自然语言获取
AI 拆解结论。
1.2.3.
实例实操：从销售资料中发现区域异常（
30
分钟）
² Excel 和 AI 联动办法：
引见
Excel 和 AI 抓手的连接方式以及资料交互招数。
² 实例来由引见：提供公司某时段的销售资料，说明拆解标的。
² 实操步骤：
指导参训者运用
Excel+AI 联动，渐次拆解资料，发现区域销售异常。
² 结果碰头：参训者分享拆解结果，教师点评并收束要害要点。
1.3.
模块
3
：问题诊断和根因拆解
（
45
分钟）
1.3.1.
5Why
拆解法
AI
辅助提问模板（
15
分钟）
² 5Why 拆解法原理：
解说借助连续追问
“为何” 找到问题根因的基本办法。
² AI 辅助提问模板规划：
提供针对制造业常见问题的
AI 提问模板，如装置故障、货品质量问题等等。
² 模板采用操练：
给出具体问题实例，参训者运用模板让
AI 辅助生成追问问题，开展根因拆解。
1.3.2.
故障树拆解（
FTA
）的
AI
可视化生成（
1
0
分钟）
²
故障树拆解（
FTA）基础：
引见
FTA 的概念、符号以及构筑流程，用于拆解故障原因。
² AI 可视化抓手引见：
解说能生成
FTA 可视化图表的 AI 抓手以及其操作办法。
² 实操演示：
以某装置故障为例，演示用
AI 生成故障树可视化图表的进程。
² 参训者操作：
参训者尝试用给定故障实例，生成
FTA 可视化图表。
1.3.3.
情境上手：生产线停机原因诊断（分组竞赛）（
20
分钟）
² 竞赛规则说明：分组开展，设定诊断时间和评分准则，如根因准确性、拆解速度等等。
² 实例情境提供：给出生产线停机的相关资料和现象描述。
² 分组拆解：
各小组运用所学的
AI 辅助办法和抓手，诊断停机原因。
² 结晶展示和点评：各组展示拆解结果，教师点评并宣布竞赛结果，收束心得。
1.4.
模块
4
：业务报告和决策支持
（
45
分钟）
1.4.1.
将拆解结果转化为可执行建议（
1
0
分钟）
² 转化推演解说：引见从资料拆解结论到具体业务建议的推导进程和要害要素。
² 建议撰写要点：强调建议的可行性，针对性和量化性，符合公司决策诉求。
² 实例拆解：展示出色实例，说明怎样将拆解结果有效转化为可执行建议。
1.4.2.
动态报告生成：根据
KPI
变化自动更新结论（
15
分钟）
² 动态报告原理：
解说动态报告和静态报告的区别，以及基于
KPI 自动更新的制度。
² 生成抓手和办法：
引见能生成动态报告的抓手以及操作步骤，如
Power BI 的动态功能。
² 实操操练：
参训者根据给定的
KPI 资料，制作简单的动态报告，运行层面，体验结论自动更新。
1.4.3.
制造业模板：供应商评核报告
AI
精进实战（
2
0
分钟）
² 供应商评核报告结构：引见制造业供应商评核报告的核心内容和准则格式。
² AI 精进办法：
解说怎样利用
AI 拉升报告的准确性、周全性和撰写效率。
² 实战操作：
提供基础报告模板和资料，参训者运用
AI 开展精进，生成高质量报告。
1.5.
附加模块（进阶版）
1.5.1.
预测模型：
AI
辅助诉求预测
/
库存精进
² 预测模型基础：引见诉求预测和库存精进模型的基本原理以及在制造业的运用。
² AI 辅助建模办法：
解说怎样利用
AI 抓手构筑和精进预测模型，减少人工干预。
² 实例实操：
基于历史销售和库存资料，参训者运用
AI 辅助构筑简单的预测模型。
² 模型运用碰头：探讨模型在实际业务中的运用情境和注意事项。
1.5.2.
竞品拆解：自动抓取业界资料生成对比矩阵
² 业界资料抓取技艺：
引见
AI 自动抓取业界竞品资料的抓手和办法，确保资料的时效性和准确性。
² 对比矩阵构筑：解说竞品拆解对比矩阵的规划要素，如货品性能、价格、市场份额等等。
² AI 生成对比矩阵实操：
参训者采用
AI 抓手抓取指定竞品资料，生成对比矩阵。
² 拆解和运用：指导参训者根据对比矩阵开展竞品拆解，为公司决策提供支持。
2.
注意事项
² 在解说技艺细节时，考虑到参训者的专精来由，适当调整难度，防止过于深奥的技艺术语，并根据参训者所在业界、岗位属性做适当的技艺术语转化。
² 防止泛泛而谈技艺原理，所有概念都锚定贴合参训者业界的实际业务情境。
² 提供实际操作的机会或者实例拆解，支援参训者更好地将理论学识转化为实践本领。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|李檀老师
适合谁听
业务人员。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。