课程背景
当前，制造业正经历从“制造”向“智造”的深刻转型。机器智能、海量资料、工业互联网等等数字技艺的迅速演进，正在重塑制造业的生产方式、管控推演和竞争格局。对于制造业公司而言，数智化转型已不再是“可选项”，而是关乎生存和演进的“必答题”。
在这样的大来由下，公司中青年管人者面临着双重挑战：一方面，需要从传统的“管控认知”阶段向“管控深化”阶段迈进，拉升系统化、精细化的管控本领；另一方面，必须主动拥抱AI和数智化抓手，将数智技艺转化为管控提效和业务革新的实际动能。可是，许多管人者在日常事务中仍面临流程“不可见”、资料“不可控”、决策“凭心得”等等痛点，亟需系统化的办法论和可落地的抓手赋能。本课立足制造业业务管人者的实际事务情境，借助理论架构构筑、业界标杆实例剖析、抓手实操上手三位一体的教学方式，支援参训者达成从“知道”到“做到”的本领转化，切实破解日常管控中的实际问题。
课程收益
1、认知层面：
领会制造业数智化转型的趋势和路径，构筑“数智驱动管控”的系统思路，认清从“心得管控”到“资料决策”的转变推演
2、办法层面
：掌握AI和数智化抓手在制造情境中的运用办法论，包括流程挖掘、资料可视化拆解、智能排产、AI质检等等核心技艺的施行路径和适用条件
3、实操层面：
能够独立运用至少3种数智化抓手完成日常管控资料的采集、拆解和可视化呈现，运用AI抓手精进至少1个业务链路节点
4、革新层面：
掌握“微革新”的落地办法，能够识别业务情境中的数智化改进机会，拟定可执行的行动方案，促成所在队伍的数智化转型
课程大纲
一、制造业数智化转型的宏观趋势
1. 制造业数智化转型的全球图景和中国实践
o 从“工业4.0”到“中国制造2025”的演进脉络
o 制造业数智化转型的三个阶段：资讯化、数智化、智能化
o AI大模型和工业互联网对制造业的颠覆性影响
2. 烟草以及类似流程制造业界的数智化现况
o 业界数智化转型的政策驱动和准则建设
o 从“单点运用”到“全链条协同”的转型路径
二、管人者面临的挑战和新本领要求
1. 传统管控模式的四个痛点
o 流程“不可见”：资料分散并且洞察不足
o 决策“凭心得”：缺乏资料支撑的量化依据
o 协同“有断点”：跨部门资讯壁垒严重
o 精进“不可持续”：缺乏动态调整制度
2. 数智时代管人者应具备的四大核心本领
o 资料洞察力：从资料中发现问题和机会
o 抓手运用力：熟练运用AI和数智化抓手
o 流程精进力：基于资料驱动流程再造
o 革新实践力：促成微革新和持续改进
三、实例导入：从“心得管控”到“数智驱动”的跨越
实例1、扬州电力装置修造厂——数智驱动铸就“隐形冠 军”
作为专注阀门驱动装置研发生产的老牌国企，就一线经验说，2019年起踏上“智改数转网联”之路，运行层面，持续完善ERP、PLM、MES等等数智化系统，引入百余台套智能化装置。借助3D视觉识别、OMP60工件找正系统、刀具破损在线检测等等技艺，生产线达成24小时无人值守运转，从实践看，仅需3名工人监控维护就能支撑多个工位同步作业，生产效率较以往拉升数倍。2023年，“生产规划精进”“智能仓储”两大情境获评国家工信部“智能制造出色情境”
交流环节1：参训者结合自身岗位，分享当前管控事务中“最想用资料破解的问题”，实地开展归类并引出课程主线
一、制造业可用的AI和数智化抓手全景图
1. 资料拆解和可视化抓手
o 资料采集和清洗的基础办法
o 可视化拆解抓手的运用情境（如Power BI、Tableau等等）
o 从“看报表”到“看资料故事”的思路转变
2. AI抓手在制造情境中的运用
o 大语言模型在管控文档、报告生成中的运用
o 机器研习在质量预测和装置维护中的运用
o 计算机视觉在质量检测中的运用
3. 流程精进和智能决策抓手
o 流程挖掘技艺的原理和运用
o 智能排产和调度系统
o 数字孪生和仿真技艺
二、抓手选型和落地办法论
1. 抓手选型的“三匹配”要则
o 匹配业务痛点、匹配队伍本领、匹配投入成本
2. 抓手落地的“三步走”打法
o 试点先行、迅速验证、渐次推广
三、实例拆解：AI抓手怎样破解真实管控难题
实例2、徐州卷烟厂——低代码平台达成全流程数智化管控
徐州卷烟厂借助引入低代码平台，达成了“一屏观全局、一键控生产”的全流程数智化管控，跨部门协同效率拉升60%。针对多品牌、小批次的柔性生产诉求，自主研发制丝智能排产模型，有效化解了生产规划的复杂性和不确定性
实例3、新天钢冷轧薄板公司——“一屏统揽全链”的智慧管控
构筑了全流程数智化架构，从买方下单、智能排产到连续轧制、精准深加工，全程自动化作业。公司智慧集控中心的大屏整合了安全、环保、生产、仓储、物流等等全维度核心指标。依托这套架构，公司达成原料精益库存管控，单条产线每分钟最 高可加工1200米，换个角度看，年产能从80万吨攀升至210万吨。其“冷轧产销一体化系统——柔性产线迅速换产”情境入选天津市“机器智能+制造”50大典型运用情境
实战工作坊1：抓手实操体验（30分钟）
差事：参训者分组，采用提供的还原资料集（含生产规划、质量检测、装置运行等等维度资料），运用简易可视化抓手（Excel高级图表或者在线BI抓手）完成以下差事：
• 制作一张“生产异常分布图”，标注高频异常类型和发生时段
• 制作一张“装置OEE趋势图”，识别效率低谷期
• 每组展示结晶并分享“从资料中发现了什么”
深层问题带出：倘若这些资料来自你负责的产线或者部门，你会优先破解哪个问题？为何？
一、流程精进的系统办法论
1. 流程挖掘：让流程“可见，可控、可持续”
o 端到端流程透明化：还原真实流程并持续监测运行资料
o 智能决策支持：精准识别问题、追溯根因、预测隐患
o 流程持续进化：形成“发现—破解—迭代”闭环
2. 流程精进的四个要害步骤
o 流程梳理和建模：绘制现况流程图
o 资料采集和拆解：识别瓶颈和冗余
o 精进方案规划：AI抓手辅助方案生成
o 成效评核和迭代：构筑持续监将控度
二、微革新：小切口破解大问题
1. 何为制造业的“微革新”
o 不追求“颠覆式”变革，锁住“小改进、快见效”
o 微革新的三个特征：低成本、低隐患、高回报
2. 微革新的施行路径
o 痛点扫描：从日常抱怨中识别改进机会
o 方案规划：用AI抓手迅速生成多个备选方案
o 迅速验证：小范围试点，收集资料反馈
o 固化推广：将有效方案准则化、抓手化
三、实例拆解：流程精进和微革新的标杆实践
实例4、河钢张宣科技——从“心得”到“算法”的生产变革
张宣科技炼就的市场驱动、资料协同智能按照单生产系统，将个性化诉求捕捉、产销衔接、订单全流程管控有机串联，达成买方定制化货品生命周期透明可视，全程可追溯。订单交付周期平均缩短15%以上，资源配置效率拉升20%。在工艺将控方面，就一线经验说，金属成型液面集成将控系统将液面波动范围从±5毫米精准收窄至±3毫米。泡沫渣预测模型凭借多变量耦合算法，可在10秒内达成动态预测，让冶炼作业彻底告别“凭心得看火焰”的传统模式。一年来，该公司自主施行大语言模型本地化部署等等38项数智化项目
实例5、杭州卷烟厂——AI质检和智能排产的双轮驱动
卷包车间技艺队伍自主研发的烟支外观质量360度智能在线逐支检测系统，换个角度看，以毫秒级精度完成检测，就一线经验说，质量管控从“取样抽检”走向“实时全检”。同时，卷包车间数智化事务室队伍革新开发滤棒智能排产系统，借助本土化部署DeepSeek大模型，将多年积累的生产规划、装置参数、排产推演、物流路径等等资料接入系统，达成卷烟机、成型机、高架库之间的资料互通，让滤棒生产各环节精准联动。当下该厂已成功拓展10余个AI运用情境
实例6，诺力智能装备——“数智驱动·全链协同”的质量变革
作为国内智能物流装备龙头公司，针对业界资料孤岛、供给链响应滞后、运维成本偏高等痛点，由首席质量官牵头施行“数智驱动·全链协同”质量变革工程，构筑“一核四翼”数智化质量架构，打通研发、供给链、制造、服务全链条，达成质量资料全域贯通。项目落地后，货品开发周期大幅缩短、一次合格率拉升至98.5%、售后响应提速65%
实战工作坊2：流程精进实战上手（40分钟）
差事：每组选项一个参训者提供的真实管控痛点情境（如：生产规划调整响应慢、装置故障处理流程长、质量异常追溯困难等等），按照以下步骤完成微革新方案规划：
第 一步：流程现况梳理
• 画出该流程的现况图（要害节点，参与定位，耗时情况）
• 标注“最让人头疼”的3个环节
第二步：AI辅助方案生成
• 采用讲师提供的AI抓手（通用大语言模型），输入流程描述，生成3个精进方案
• 小组碰头筛选最 优方案
第三步：方案细化和展示准备
• 明晰方案的施行步骤、所需资源、预期成效
• 制作一页“微革新方案卡”
第四步：分组展示和互评
• 每组3分钟展示，其他组提出建议
• 点评并收束出色方案的共同特征
一、数智化转型的常见挑战
1. 方略层面的挑战
o 转型标的不清晰：为“数智化”而“数智化”
o 投入产出难以量化：短期看不到直接回报
o 组织变革阻力：员工抵触新抓手、新流程
2. 执行层面的挑战
o 资料基础薄弱：资料质量差、准则不统一
o 英才本领不足：缺乏既懂业务又懂技艺的复合型英才
o 系统集成困难：新旧系统“资料孤岛”难以打通
二、化解打法和落地保障
1. “小步快跑”打法
o 选项1-2个痛点情境作为突破口，迅速验证价值
o 用速赢结晶构筑信心，渐次扩大范围
2. “人机协同”打法
o 数智化不是替代人，而是将人从重复劳动中解放
o 让员工锁住于更高价值的拆解、决策和革新事务
3. “组织保障”打法
o 构筑跨部门的数智化转型推进小组
o 将数智化本领纳入绩效考核和英才演进架构
o 营造“敢于试错、鼓励革新”的组织信念
三、实例启示：不同公司的转型路径比较
交流碰头2：结合自身岗位，思索“倘若要在我的部门推进一项数智化改进，最 大的阻力可能来自哪里？怎样化解？”
一、个人行动规划拟定
每位参训者根据课程所学，完成“个人数智化管控拉升行动规划表”，包含：
• 行动标的：未来3个月要破解的1个具体管控问题
• 抓手选项：拟采用的1-2个数智化/AI抓手
• 施行步骤：分阶段的时间节点和要害差事
• 成效衡量：可量化的成功准则
• 支持诉求：需要组织提供的资源和协助
二、队伍层面的行动建议
1. 构筑“数智化晨会”制度
o 每日15分钟，用资料看板回顾前日生产/营运要害指标
o 练就队伍“用资料说话”的习惯
2. 推行“微革新提案”制度
o 鼓励员工提出数智化改进建议
o 每月评选“最 佳微革新”，给予激励
3. 构筑“研习型组织”
o 定期组织AI抓手运用分享会
o 构筑内部数智化实例库，助推心得复制
三、课程收束和寄语
• 回顾全天核心学识点和抓手办法
• 数智化转型是一场“马拉松”，而非“百米冲刺”
• 管人者的核心价值在于：用资料发现问题、用抓手破解难题、用革新持续进化
附：课程配套资源清单
• 《制造业管人者AI抓手速查指引》（含10款常用抓手的功能引见和采用情境）
• 《流程精进微革新方案模板》（可直接用于日常事务）
• 《资料拆解可视化操作指南》（含Excel高级图表和BI抓手操作步骤）
• 推荐阅读书目和在线研习资源列表
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|蔺军老师
适合谁听
制造业公司中青年管人者、业务主力、数智化转型推进人员。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。