制造型企业的数字化转型及 AI 应用 全链路实战

第一天（上午

3

小时：模块一

+

模块二。下午

3

小时：模块三）

1.1.

模块一：制造数智化转型概述（

1.5

小时）

1.1.1.

制造公司数智化转型趋势和价值

² 拆解全球汽车制造业界数智化转型核心趋势，如电动化和数智化融合、柔性生产普及等等。

²

阐述数智化转型对智新科技

“马赫动力” 货品竞争力拉升的具体价值，如缩短研发周期，降低生产成本。

² 对比传统制造模式和数智化制造模式的效率差异，用业界资料佐证转型必要性。

1.1.2.

智新科技数智化转型现况和标的

²

复盘智新科技

SAP ERP

项目施行结晶，如财务核算效率拉升、库存资料可视化等等。

²

梳理当前数智化转型痛点，如

“研产供销服” 资料孤岛、生产资料实时性不足等等。

²

明晰公司短期（

1-2

年）数智化标的，如达成核心生产环节资料贯通、

AI

质量检测覆盖率达

30%

。

1.1.3.

制造数智化转型路径拆解

²

解说

“基础资讯化→业务数智化→资料智能化” 三阶段转型路径，明晰各阶段要害差事。

²

针对智新科技业务特性，提出

“先生产后研发，先局部后整体” 的转型优先级建议。

² 分享同业界（如比亚迪、蔚来）转型路径选项心得，防止常见误区。

1.2.

模块二：智能制造和数智化工厂（

2.5

小时）

1.2.1.

智能制造核心技艺原理

1.

物联网（

IoT）在制造中的运用

² 解说工业传感器选型和部署要点，如生产装置温度、振动资料采集方案。

² 解说装置联网流程，怎样达成智新科技现有生产装置（如机床、装配线）资料接入。

²

拆解

IoT

资料传输安全防护措施，防止生产资料泄露隐患。

2. 海量资料技艺在制造中的运用

² 引见制造公司资料分类准则，如生产资料、质量资料、供给链资料的划分。

² 解说资料清洗和预处理办法，破解生产资料中缺失值、异常值问题。

²

解说资料可视化抓手（如

Tableau

）操作，达成生产进度实时展示。

3. 云计算和边缘计算协同

² 对比公有云、私有云、混合云在制造情境的适用情境，建议智新科技私有云部署方向。

² 解说边缘计算在生产实地的运用价值，如装置实时将控、资料本地处理。

² 分享云边协同实例，如某车企借助边缘计算达成焊接工艺实时精进。

1.2.2.

数智化工厂架构和建设

1. 数智化工厂分层架构

² 拆解装置层、将控层、执行层、管控层、决策层的功能定位和交互推演。

² 结合智新科技生产线，绘制数智化工厂架构示意图，明晰各层级核心系统。

²

解说层级间资料传输协议，如

OPC UA

在装置和

MES

系统通信中的运用。

2. 数智化工厂建设步骤

² 第一步：现况调研和诉求拆解，明晰智新科技核心生产环节精进标的。

²

第二步：方案规划和技艺选型，如

MES

系统供应商评核、

AI

检测装置选型。

² 第三步：试点建设和成效验证，选项一条生产线开展数智化改造试点。

² 第四步：周全推广和持续精进，基于试点心得拟定全工厂推广规划。

3. 智新科技数智化工厂可行性方案

²

针对

“马赫动力” 生产线，提出装置联网改造优先级清单（如要害装置优先）。

²

规划生产资料采集频率准则，如冲压环节资料每

10

秒采集一次，装配环节每

30

秒采集一次。

² 估算数智化工厂建设短期投入和长期收益，如投资回收期预测。

1.2.3.

智能生产管控系统（

MES

）运用

1. MES 系统核心功能模块

²

详解生产规划排程模块，怎样根据订单诉求自动生成日

/

周生产规划。

² 解说生产进程监控模块，如实时查看装置运行状态、生产差事完成进度。

² 引见质量追溯模块，借助批次号追溯原材料来源、生产人员、检测资料。

2. MES 与其他系统集成要点

²

解说

MES

和

ERP

系统集成推演，如生产完工资料自动同步至

ERP

开展成本核算。

²

解说

MES

和质量检测系统集成办法，达成检测资料自动传入

MES

开展质量判定。

² 分享系统集成常见问题（如资料不同步）的破解招数，如定时对账、异常告警。

1.3.

模块三：

“

研产供销服

”

数智化运用（

3

小时）

1.3.1.

研发环节数智化革新

1. 数智化规划抓手运用

²

解说

CAD

软件（如

AutoCAD

，

SolidWorks

）在动力总成规划中的高级功能，如参数化建模。

²

解说

PLM

系统（如

Windchill

）操作，达成规划图纸版本管控、多人协同规划。

² 分享智新科技研发队伍采用数智化规划抓手拉升效率的精进建议，如模板化规划。

2. 仿真还原技艺运用

²

引见

CAE

仿真在发动机性能测试中的运用，如动力输出仿真、热管控仿真。

² 解说仿真资料和实际测试资料的对比拆解办法，精进仿真模型精度。

²

解说仿真抓手（如

ANSYS

）基础操作，还原 “马赫动力” 某部件受力情况。

3. AI 辅助研发实践

²

解说

AI

在材料选型中的运用，如借助算法推荐适合动力总成的耐高温材料。

²

分享

AI

精进规划参数实例，如某车企用

AI

缩短发动机燃油经济性精进周期。

²

组织小组碰头：智新科技研发环节可引入

AI

的

3

个具体情境（如零部件寿命预测）。

1.3.2.

生产环节数智化实践

1. 生产流程数智化精进

² 拆解智新科技现有生产流程（如发动机装配），具体来看，识别瓶颈环节（如某工位等待时间长）。

² 解说工艺流程再造办法，如借助并行作业、自动化装置替代精进流程。

²

分享某车企借助流程数智化将生产周期缩短

20%

的实例，提炼可复用心得。

2. 自动化生产线运用

²

引见自动化装置类型（如机械臂、

AGV

）在生产中的适用情境，如焊接、物料搬运。

² 解说自动化生产线调试要点，如装置精度校准、工序衔接精进。

² 结合智新科技生产现况，提出自动化改造优先级建议（如高危，重复工序优先）。

3. 生产质量数智化将控

²

解说

SPC

（统计进程将控）办法，借助实时采集质量资料监控生产进程稳定性。

² 解说质量追溯系统操作，执行层面，从成品追溯至原材料、生产工序、检测人员。

²

规划实操差事：基于还原生产资料，用

SPC

抓手识别质量异常点并拆解原因。

1.3.3.

供给链数智化协同

1. 供应商数智化管控

²

引见

SRM

（供应商关系管控）系统功能，如供应商准入、绩效评核、订单协同。

² 解说供应商分级管控办法，根据交付本领、质量水平划分供应商等级。

²

分享某车企借助

SRM

系统将供应商交付准时率拉升

15%

的实例。

2. 库存数智化精进

²

解说库存分类办法（如

ABC

分类法），就一线经验说，识别智新科技核心零部件（如发动机核心部件）。

² 引见库存诉求预测模型，结合订单量、生产周期预测安全库存水平。

² 解说库存管控系统操作，达成库存实时查询、预警、补货申请。

3. 物流配送数智化

² 引见智能仓储装置（如立体仓库、智能分拣系统）的运用，拉升仓储效率。

²

解说物流路径精进办法，就一线经验说，借助算法规划

AGV

配送路线，具体来看，减少运输时间。

²

结合智新科技供给链现况，提出物流数智化精进方案（如厂内

AGV

全覆盖）。

1.3.4.

销售和营销数智化打法

1. 数智化营销渠道搭建

²

拆解汽车动力总成业界营销特点，如

B

端买方（整车厂）为主的渠道特性。

² 引见适合智新科技的数智化营销渠道，如业界电商平台、线上技艺研讨会。

² 分享某动力总成公司借助线上直播技艺推介货品，获得订单增长的实例。

2. CRM 系统运用

²

解说

CRM

系统核心功能，如买方资讯管控、诉求跟踪、合同管控。

²

解说

CRM

系统操作，记录买方交流记录、跟进诉求、生成销售报表。

² 解说买方分层管控办法，根据买方订单量、携手年限拟定差异化服务打法。

3. 销售资料拆解运用

² 引见销售资料指标架构，如订单量、客单价、复购率、区域分布。

² 解说资料拆解办法，如借助趋势拆解预测季度销售标的达成情况。

²

组织实操：基于智新科技还原销售资料，用

Excel

或者

BI

抓手拆解区域销售差异原因。

1.3.5.

买方服务数智化升级

1. 智能化客服系统运用

² 引见在线客服机器人功能，如常见问题自动解答（如货品保修政策）、工单流转。

² 解说客服机器人训练办法，借助精进学识库拉升问题破解率。

² 解说客服系统操作，处理买方咨询、生成服务工单、跟踪工单进度。

2. 买方反馈数智化管控

²

引见买方反馈收集渠道，如线上问卷、售后

APP

、电话调研。

² 解说反馈资料拆解办法，借助文本挖掘识别买方核心诉求（如货品可靠性改进）。

² 分享某车企借助买方反馈资料精进货品规划，拉升买方满意度的实例。

3. 售后服务数智化精进

² 引见售后服务管控系统功能，如维修工单分配、配件申领、服务质量评价。

² 解说远程故障诊断技艺，借助装置资料远程定位买方装置问题，减少上门次数。

²

组织小组碰头：智新科技售后环节可数智化精进的

2

个情境（如配件迅速调配）。

第二天（上午

3

小时：模块四

+

模块五。下午

3

小时：模块六

+

实操上手）

1.4.

模块四：

AI

技艺在制造环节的运用（

2.5

小时）

1.4.1.

AI

在质量检测中的运用

1. AI 视觉检测技艺原理

²

解说

AI

视觉检测系统构成，如摄像头，光源、算法模型、显示终端。

² 引见图像预处理办法，如降噪、增强、分割，拉升检测精度。

²

对比传统人工检测和

AI

视觉检测的差异，如效率、准确率，成本。

2. AI 视觉检测实操解说

²

解说

AI

检测模型训练流程，从采集货品图像，标注缺陷，训练模型到模型部署。

²

基于智新科技

“马赫动力” 零部件（如齿轮）还原缺陷检测，展示检测结果。

²

规划实操差事：用简易

AI

检测抓手（如百度

AI

开放平台）上传货品图像，识别表面缺陷。

3. AI 检测模型精进办法

² 解说模型精度拉升招数，如增加样本量、精进标注质量、调整算法参数。

² 拆解模型误判原因（如光照变化、角度偏差），提出解题打法（如资料增强，多视角拍摄）。

²

分享某车企用

AI

检测发动机缸体缺陷，执行层面，将漏检率降至

0.1%

以下的实例。

1.4.2.

AI

在预测性维护中的运用

1. 装置故障资料特征拆解

² 引见制造装置常见故障类型（如机械磨损、电气故障）以及对应资料特征（如振动异常、温度升高）。

²

解说资料采集方案，如传感器安装位置、采集频率（如要害轴承每

5

分钟采集一次振动资料）。

² 解说资料可视化拆解，借助折线图、热力图识别装置运行异常趋势。

2. 预测性维护模型构筑

²

解说常用预测算法（如

LSTM

、随机森林）的适用情境，如长期故障预测用

LSTM

。

² 解说模型构筑流程，从资料预处理、特征工程、模型训练到成效评核。

² 结合智新科技装置现况，提出预测性维护优先级（如高价值、高故障率装置优先）。

3. 预测性维护系统施行

² 引见预测性维护系统架构，如资料采集层、拆解层、预警层、执行层。

² 解说系统部署步骤，如和装置联网、模型集成、预警规则设置。

²

分享某车企借助预测性维护将装置停机时间减少

30%

的实例，提炼施行要点。

1.4.3.

AI

驱动的生产流程精进

1. AI 生产排程精进

² 拆解传统生产排程痛点，如倚重心得、化解订单变更本领弱。

²

解说

AI

排程算法原理，怎样平衡产能、订单优先级、交付期等等因素。

²

解说

AI

排程抓手操作，输入订单资料、装置产能，生成精进排程方案。

2. AI 工艺参数精进

² 引见工艺参数和货品质量的关联关系，如焊接电流和焊缝强度。

²

解说

AI

参数精进流程，借助实验规划采集资料、训练模型、寻找最优参数组合。

²

分享某车企用

AI

精进冲压工艺参数，将货品合格率拉升

5%

的实例。

3.

智新科技

AI 运用情境落地

²

组织小组研讨：结合智新科技生产痛点（如装置故障多、排程效率低），规划

2

个

AI

运用情境。

²

指导各小组撰写简易

AI

运用方案，包括标的、资料诉求、施行步骤、预期成效。

²

选取

2

个出色方案开展实地分享，讲师点评并补充精进建议。

1.5.

模块五：业务链路数智化变革（

1.5

小时）

1.5.1.

业务链路建模和拆解

1. 流程建模办法和抓手

²

引见流程图绘制准则（如

BPMN 2.0

），解说常用符号（如开始

/

结束经过、差事、网关）。

²

解说流程建模抓手（如

Visio

，

ProcessOn

）操作，从实践看，绘制智新科技 “生产订单下达” 流程。

² 解说流程文档编写要点，明晰每个环节的责任人、时间节点、输入输出。

2. 现有流程瓶颈拆解

² 解说流程拆解办法，如流程时间拆解、成本拆解、增值性拆解。

²

基于智新科技

“采购审批流程” 实例，识别瓶颈环节（如多部门审批等待时间长）。

² 规划实操差事：分组绘制某业务链路（如研发图纸审批），拆解并标注瓶颈点。

3. 流程精进方向拟定

² 引见流程精进要则，如消除冗余环节、简化审批步骤、自动化替代人工。

²

针对拆解出的瓶颈点，提出具体精进建议（如采购金额低于

5

万自动审批）。

²

分享某车企借助流程精进将审批时间缩短

40%

的实例，提炼可复用办法。

1.5.2.

数智化流程自动化（

RPA

）技艺

1. RPA 技艺原理和适用情境

²

解说

RPA

机器人事务原理，如还原人工操作鼠标、键盘、读取资料。

²

列举制造公司

RPA

适用情境，如财务发票审核、库存资料录入、报表生成。

²

对比

RPA

和传统软件的差异，如无需系统改造、迅速部署、成本低。

2. RPA 抓手实操解说

²

解说

RPA

抓手（如

UiPath

，影刀）基础操作，实操中，如录制流程、设置判断条件、循环执行。

²

以

“生产资料自动录入

ERP

系统” 为例，解说

RPA

流程搭建和运行。

²

规划简易实操差事：用

RPA

抓手达成 “

Excel

资料自动复制到指定文件夹”。

3. RPA 项目施行要点

²

解说

RPA

项目施行步骤，如诉求调研、流程梳理、机器人开发、测试上线。

²

拆解

RPA

施行隐患（如系统界面变更导致机器人失效），就一线经验说，提出化解措施（如定期维

护）。

²

结合智新科技业务，运行层面，推荐

3

个优先施行

RPA

的情境（如月度生产报表自动生成）。

1.5.3.

5.3

流程变革管控和组织协同

1. 组织变革管控办法

² 解说流程变革中员工抵触情绪的原因（如担心失业，操作习惯改变），提出交流打法。

² 引见培训规划拟定要点，针对不同岗位（如操作工、管控员）规划差异化培训内容。

²

分享某公司借助

“变革大使” 制度促成流程落地的实例，拉升员工参与度。

2. 跨部门协同制度构筑

² 拆解流程数智化中跨部门协同痛点，如资料不共享、责任界定模糊。

²

解说协同制度规划办法，如构筑跨部门项目组、拟定协同

SOP

、设置考核指标。

²

组织小组碰头：智新科技

“研产协同” 中存在的问题以及数智化协同解题打法。

3. 流程成效评核和迭代

² 引见流程成效评核指标，如流程时间、成本、错误率、员工满意度。

² 解说资料监测办法，借助系统自动采集评核指标资料，定期生成报告。

² 提出流程迭代制度，根据评核结果和业务变化，每季度精进一次流程。

1.6.

模块六：数智化项目管控和实例实践（

2

小时）

1.6.1.

数智化项目规划和施行

1. 项目标的和范围界定

²

解说

SMART

要则在数智化项目标的设定中的运用，如 “

3

个月内达成某生产线

AI

质量检测覆盖率达

50%

”。

² 引见项目范围界定办法，明晰哪些事务包含在内（如装置采购）、哪些排除在外（如员工本领培训）。

²

结合智新科技

“数智化工厂试点项目”，指导参训者拟定具体标的和范围。

2. 项目队伍组建和分工

² 解说数智化项目队伍构成，如项目经理、技艺负责人、业务负责人、测试人员。

² 明晰各定位职责，如业务负责人负责诉求确认、技艺负责人负责方案落地。

² 分享某数智化项目因队伍分工不清导致延期的实例，收束心得教训。

3. 项目进度和资源管控

²

引见项目进度管控抓手，如甘特图、里程碑规划，解说用

Project

绘制进度图。

² 解说资源分配办法，如人力、预算、装置的合理调配，防止资源冲突。

²

规划实操差事：基于

“

AI

预测性维护项目”，拟定

1

个月的项目进度规划。

1.6.2.

项目隐患管控和监控

1. 隐患识别和分类

² 列举制造公司数智化项目常见隐患，如技艺隐患（系统兼容性差）、施行隐患（员工抵触）、成本隐患（超预算）。

² 解说隐患识别办法，如头脑风暴、鱼骨图拆解、历史实例借鉴。

²

组织小组活动：针对

“智新科技

MES

系统施行项目”，识别

5

个要害隐患点。

2. 隐患评核和化解打法

²

引见隐患评核办法，如概率

-

影响矩阵，将隐患划分为高、中、低三个等级。

²

针对不同等级隐患，提出化解打法：高隐患（规避）、中隐患（转移

/

缓解）、低隐患（接受）。

² 解说隐患登记册编制，记录隐患描述、等级、责任人、化解措施、监控办法。

3. 项目监控和调整

² 解说项目监控指标，如进度偏差率、成本偏差率，诉求变更次数。

² 引见监控抓手和频率，落地时，如每周召开项目例会，每月生成监控报告。

² 分享某项目因未及时监控隐患导致失败的实例，强调动态调整的意义。

1.6.3.

业界数智化转型实例深度剖析

1. 实例一：某车企数智化工厂建设

² 来由：传统生产线效率低、质量不稳定，启动数智化工厂改造。

²

施行进程：分三期建设（装置联网

→

MES

部署→

AI

运用），投入

2

亿元，运行层面，历时

18

个月。

²

结晶：生产效率拉升

30%

，次品率下降

50%

，运行层面，订单交付周期缩短

25%

。

² 心得借鉴：分阶段施行、重视资料贯通、员工培训同步推进。

2.

实例二：某动力总成公司

AI 质量检测落地

²

来由：人工检测发动机零部件漏检率高（约

5%

），从实践看，具体来看，买方投诉多。

²

施行进程：调研选型

AI

视觉检测系统，具体来看，采集

10

万

+

样本训练模型，在实际应用里，试点后全生产线推广。

²

挑战和破解：初期模型误判率高，借助增加样本，运行层面，精进算法降至

0.5%

以下。

²

对智新科技的启示：结合

“马赫动力” 零部件特性选项合适的

AI

检测方案，小步快跑试点。

3. 实例三：某车企供给链数智化协同

² 来由：供应商交付不稳定，库存积压严重，供给链响应慢。

²

施行进程：上线

SRM

系统，构筑供应商分级制度，引入

AI

库存预测模型。

²

结晶：供应商交付准时率拉升

18%

，库存周转率拉升

22%

，化解订单变更时间缩短

30%

。

²

小组碰头：从该实例中提炼可运用于智新科技供给链的

3

个具体措施。

1.7.

模块七：实战上手和方案输出（

1

小时）

1.7.1.

实战上手差事布置

²

明晰上手主题：基于智新科技某业务痛点（如生产装置故障多、供给链交付慢），规划数智化

+ AI

解题打法。

²

划分小组（

6 - 10

人

/

组），明晰分工（如诉求拆解、方案规划、抓手选型、成效预估）。

² 给出方案输出要求：包含来由和痛点、标的、施行步骤、所需抓手、预期成效（资料化）。

1.7.2.

小组碰头和方案撰写

²

讲师巡回指导，解答各小组在方案规划中遇到的问题（如

AI

技艺选型，项目优先级）。

²

各小组结合课程所学学识（如数智化流程、

AI

运用，项目管控），实操中，撰写简易方案（

1500

字以内）。

²

预留

10

分钟让各小组梳理方案推演，准备呈报内容（

5

分钟

/

组）。

1.7.3.

方案呈报和点评收束

²

各小组依次呈报方案，重点阐述

“痛点破解思路”“数智化抓手

/ AI

技艺运用方式”“预期成效”。

² 讲师针对每个方案点评，肯定优点，指出不足并提出精进建议（如资料来源是否可行、施行步骤是否清晰）。

²

收束课程核心要点，强调

“业务驱动技艺”“小步快跑试点”“持续迭代精进” 的数智化转型要则，布置课后差事（完善方案并提交）。

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