数智化项目落地工作坊

一、数智化的顶层思路

1、数智化转型为何

• 公司中的流程和人类的神经

• 公司中的资讯和人类的神经信号

• 数智化：在数字世界中支援公司构造神经系统

2、数智化顶层思路轮廓

• 感知：获取原始资料

• 认知：抽取要害资讯

• 推理决策：形成规划

• 反馈动作：施行规划

小交流：倘若你在跟心仪的女神约会……

3、数智化和资讯化的区别

• 数智化：引入资料要素，闭环数字神经系统

• 资讯化：智能制造的核心手段，拉升决策效率

• 智能化：利用资料拉升生产力

实例：特斯拉焊接数智化实例

4、海量资料和机器智能

• 海量资料：资讯化时代的副产物

• 海量资料的利用办法：搬金砖or挖金矿

• 显性学识=搬金砖=商业智能处理海量资料

• 隐性学识=挖金矿=机器智能利用海量资料

实例：某头部外贸公司海量资料系列项目

5、何为智能制造

• 层次1：在制造业中用上IT抓手

• 层次2：在制造业的所有环节都用上IT抓手

• 层次3：用IT抓手为制造业炼就闭环的神经回路

政策解读：《中国制造2025》，《智能制造规划16-20》、《工业互联网演进规划》、《十四五智能制造规划》、《智能制造国家准则》

6、制造业中台以及数字孪生

• 资料中台在数智化中的位置

• 资料中台的典型架构

• 资料中台建设的真实心得

• 元宇宙和数字孪生

• 怎样让数字孪生产生价值

• 数字孪生-异步资料=数字质量

• 数字孪生-同步资料=实地监控

• 数字孪生-海量资料=预测未来

实例：工业数字人，NFT交易，航天系统数字质量实例，某大型水厂数字监控实例，某轨道交通公司仿真实例。

7、怎样拉升数智化成功几率

• Gartner：85%的数智化转型项目都未成功

• 数智化选项题：IT技艺 or 业务推演

• IT技艺只能花钱，什么能支援公司赚钱

• 精益思路：一个“强迫症”+“将控狂”病人的发病进程

• 数智化全貌：精益思路定位价值+业务痛点匹配IT技艺

• 拉升数智化成功概率的5条核心理念

实例：某商用车头部公司数智化踩坑史

二、精益-数智化的底座

1、精益核心概念串讲

• 精益制造的核心推演：发现浪费 → 减少浪费

• 怎样发现浪费：建模

• 怎样减少浪费：流程

• 精益制造抓手回顾：从5SVM到DMAIC

• 精益制造落地进程中存在的问题

实例：一个“强迫症+将控狂”病人发病的进程

2、精益为何落地难

• 精益制造落地最大的阻碍是人类天性

• 人类天生容易被情绪将控

• 人类天生有好奇心做错误尝试

• 人类天生不喜欢改变

• 精益制造和数智化是天作之合

实例：一个90%以上准确率的AI算法揭开人类天性

3、数智化转型心得收束

• 数智化转型的要害词是：融合

• 数智化转型的最大阻碍来源：人

• 数智化转型成功三要素：价值定位、业务梳理、IT匹配

• 数智化转型成功黄金定律：一把手是CIO

• 数智化转型是螺旋上升式的，往细里说，没有捷径要合理划分milestone

三、智能化-数智化转型的决胜阶段

1、手把手教你划时代的数智化抓手-ChatGPT

• 推演固化：师傅“教”徒弟

• 学识抽取：师傅“带”徒弟

• 实例演示：日常办公，以一当十

• 实例演示： 十分钟内，急速创意

• 实例演示： 人人编程，门槛全无

• 实例演示：视频图片，言出法随

• 实例演示：专属导师，高效研习

实例：吉利集团研发数智化实例

2、机器智能的核心原理

• 借助小交流领会人类智能产生进程并类比机器

• 工人（拟合模型）负责预测

• 质检（损失函数）负责挑错误

• 车间主任（梯度下降）负责纠正

• AI的本质：将研习学识的进程转化为一系列计算

小交流：倘若你正在跟心仪的女神约会……

实例：预测男生是否会受女生欢迎

3，智能化趋势一：大模型有大力量

• 大模型&海量资料 VS 小模型VS高质量资料

• 大模型可能导致通用机器智能出现

• 大模型的商业落地运用以及前景

实例：AI智慧城市管控、AI可能会让人永生、百度自动驾驶

4，智能化趋势二：生成模型以假乱真

• 何为生成模型

• 生成模型能够生成什么内容

• 生成模型的商业落地运用以及前景

实例：生成李小龙视频、AI作画夺冠、宝马工业3D规划实例，某汽车公司数字孪生构筑的影响，上汽集团数字营销实例

5、智能化趋势三：强化研习超越人类

• 阿尔法狗的核心原理

• 强化研习的商业落地运用以及前景

实例：，AI学会捉迷藏，AI对汽车生产工艺自动精进的影响，AI用于工业调度以及排产，AI达成可控核聚变， AI用于战争

五、智能化落地轮廓

1、机器智能的6大特点

• 价值驱动 or 资料驱动

• 机器研习 ≠ 江湖算命

• 资料模型 VS 机理模型

• 海量资料   ∪ 深度研习

• 业界专家 ||  客观事实

• 行政可行 ≈  最大门槛

实例：产线良品率拉升，大型工程机械故障预测，工业智能无损检测，在实际应用里，自动驾驶系统，AI量化交易-年化收益率1000%

2，以价值为导向的问题定位

• 痛点问题罗列

• 痛点问题排序

3、资料准备阶段的可行性收敛

• 数智化项目机理拆解

• 数智化项目资料关联性拆解

• 数智化项目资料质量拆解

4、资料采用阶段的可行性收敛

• 谁能够成为AI的“师傅”

• 我们能否请得起这个“师傅”

5，行政可行性收敛

• 横向行政跨越拆解

•

纵向行政跨越拆解

6、制造业AI落地的7大情境

• 销量预测

• 货品质量检测

• 耗品寿命预测

• 装置预测性维护

• 场地巡检

• 智能排产以及调度

• 工艺参与自动精进

六、动手产出数智化项目

1、数智化转型项目落地法

• 痛点情境细分

• 痛点价值折算

• 问题根因拆解

• 和根因对应的解题打法

• 基于干系人的可行性拆解

• 基于业务推演的里程碑点规划

• 闭环到痛点价值的成效拆解

实例：特斯拉眼中的智能制造，特斯拉数智化营销，特斯拉数智化供给链降本，某大型制造业数字质量拉升，人力资本数智化、工艺精进数智化。

2、数智化转型心得收束

• 数智化转型的要害词是：融合

• 数智化转型的最大阻碍来源：人

• 数智化转型成功三要素：价值定位、业务梳理、IT匹配

• 数智化转型成功黄金定律：一把手是CIO

数智化转型是螺旋上升式的，实操中，没有捷径要合理划分milestone

3，3小时带你找到数智化突破口

工作坊流程串讲：先发散再收敛

以价值为导向的头脑风暴

• 痛点问题罗列

• 痛点问题排序

资料准备阶段的可行性收敛

• 数智化项目机理拆解

• 数智化项目资料关联性拆解

• 数智化项目资料质量拆解

资料采用阶段的可行性收敛

• 谁能够成为AI的“师傅”

• 我们能否请得起这个“师傅”

行政可行性收敛

• 横向行政跨越拆解

• 纵向行政跨越拆解

方案展示以及碰头

• 专精可行性拉升

• 业界可行性拉升

老师简介

Introduction to lecturers

弄懂更多

珀菲特顾问|王明哲老师