课程背景
当前，全球制造业正迎来以工业互联网、机器智能、数字孪生、海量资料等等为核心驱动力的新一轮科技和业界变革。从工业1.0到工业4.0，制造模式正加速向智能化，柔性化、服务化演进。我国明晰提出“制造强国”方略，借助五大工程、十大领域、三步走打法促成智能制造纵深演进。
可是，许多公司在推进数智化转型进程中面临诸多现实挑战：方略不清、技艺选型迷茫、资料思路缺失、业务和IT脱节、隐患难以将控。怎样从趋势判断走向系统规划，从AI赋能到业务变革，达成价值创造？
本课立足公司实际，系统梳理智能制造演进脉络、施行路径、AI要害技艺、资料思路以及隐患将控，结合标杆实例和交流碰头，支援公司管人者以及技艺主力构筑完整的数智化转型认知和落地本领。
课程收益
• 看清趋势和方向：领会智能制造演进脉络、国家方略以及工业4.0核心，明晰未来工厂特征。
• 掌握系统施行路径：学会从愿景规划、KPI承接、四大基石到五大路径的落地办法，理清精益和数智化的协同关系。
• 落地AI和要害情境：掌握AI/AR在研发、质控、装置、生产等等环节的运用，弄懂资料基建、模型部署等等施行步骤。
• 促成业务变革和资料思路：学会用资料精准拆解问题（如OEE），掌握业务变革方向和分步路径，练就五项要害资料意识。
• 规避隐患和借鉴实例：识别五类隐患，掌握各阶段将控措施，借助标杆实例和避坑教训拉升实战本领。
课程大纲
第 一讲：顺应时势——智能制造成就时代公司
一、智能制造成就时代公司
1. 现代工业的演进：从工业1. 0（机械时代），实操中，到工业4. 0（智能化工厂时代）
2. 工业互联网概述
实例拆解：
国内知名公司积极构筑工业互联网以及其业界赋能运用
3. 智能制造演进形势-五大工程、十大领域、三步走打法
4. 工业4. 0和智能制造
5. 未来工厂的最 高境界：可视化互联工厂
二、基于制造技艺的数智化转型
1. 制造技艺的演进诉求和趋势
2. 制造业核心竞争力正在发生深刻变化
3. 制造业成为全球经济演进的发动机
4. 数智化转型认知
5. 数智化制造的特征
碰头：
“智能制造的核心是资料驱动还是装备智能化？请结合要害技艺（如工业物联网、数字孪生、AI等等）和制造业演进阶段，阐述你的看法。”
次讲：系统规划——公司智能制造和数智化转型施行路径
一、愿景和施行打法
1. 集团规划牵引
2. 工厂KPI承接
3. 制造工厂蓝图
4. 无人化标的/规划
二，智能制造四大基石强化
1. EHS
2. 品质一致性
3. 生产安定化
4. 实地整洁
三、智能制造四大路径
路径一：制造技艺
路径二：精益化
路径三：自働化
路径四：数智化
路径五：管控赋能
问题：
1）“精益制造（Lean）和数智化制造（Digital）怎样相互助推？是否存在冲突？”
2）“倘若你是一家传统制造公司的管人人员，你会优先推进精益改进还是数智化升级？为何？”
三讲：AI赋能——新技艺+智能制造达成价值创造
一、机器智能核心内涵
1. 让计算机系统还原人类智能的技艺
2. 让机器具备类似人类的思路和行动本领
3. AI的核心本领
4. AI的主要类型
碰头：
结合我们日常生活、事务举例说明几个AI典型运用实例？这些AI运用进程中对我们有什么支援，破解了哪些问题？
二、机器智能赋能数智化建设
1. AI赋能数智化的核心情境
1）智能生产调度和精进
2）人机协同作业
3）预测性维护和质量管控
4）学识管控和决策支持
2. AI赋能数智化的核心内容
3. AI落地施行要害步骤
1）资料基建
2）模型开发和部署
3）人机交互规划
4）持续研习制度
三、AI/AR技艺在智能工厂中的运用
1. AI在研发、质控、装置、生产等等领域运用情境
1）研发领域：AI加速革新和仿真
2）质量将控领域：AI视觉和音频检测
3）装置管控领域：预测性维护
4）生产营运领域：AI精进调度和能耗
2. AR技艺在制造业各环节运用
1）货品规划：虚拟和现实融合
2）生产制造：实时资讯指导
3）市场营销：沉浸式体验
4）装置维护：远程协同和学识传递
实例拆解：
AI在制造业各情境运用实例拆解
1.
四讲：数智化转型落地—业务变革·资料思路·隐患将控
一、数智化来由下的业务变革
1. 三大驱动力
-技艺（IoT/AI/5G）、市场（个性/快反），竞争（跨界者）
2. 四大变革方向
(1) 模式：货品→服务，批量→定制，换个角度看，封闭→生态
(2) 流程：端到端贯通，自动化和智能调度
(3) 组织：扁平化、敏捷队伍、新定位本领
(4) 信念：试错容错、资料驱动决策
3. 施行路径
评核现况 → 试点先行 → 规模推广 → 持续精进
碰头
：您公司正在经历哪些变革？最 大阻力为何？
二、业务管控中的资料思路
1. 核心内涵
-用资料描述、拆解、预测、决策
2. 五项要害意识
-指标意识，关联意识、闭环意识、异常意识、预测意识
3. 典型运用情境
(1) 生产：OEE拆解瓶颈
(2) 质量：柏拉图找主因
(3) 装置：MTBF/MTTR预测维护
(4) 库存：ABC+诉求预测
(5) 绩效：资料客观评核
4. 练就办法
-培训、BI抓手、会议先看资料、激励制度
5. 常见误区
-迷信资料、忽视业务推演、指标堆砌、只看结果
实例拆解
：OEE下降，心得判断装置故障，资料拆解发现是换型延长和小停机累积——资料思路怎样精准定位？
三、推进中的问题、难点和隐患将控
1. 常见问题
(1) 方略：高层支持不足、孤岛、盲目上系统
(2) 技艺：老旧装置难采集、集成复杂、资料质量差
(3) 人员：员工抵触、中层本领不足
(4) 施行：范围蔓延、试点难推广、供应商选型不当
2. 隐患分类
-方略隐患、技艺隐患、营运隐患、合规隐患、人员隐患
3. 隐患将控措施
(1) 规划阶段：评核可行性、分阶段路线图、跨部门项目组
(2) 施行阶段：敏捷迭代、冗余备份、充分测试、将控范围
(3) 营运阶段：资料质量巡检、安全评核、培训考核
(4) 应急阶段：生产应急预案、迅速响应制度、定期上手
4. 避坑三例
(1) 盲目上MES，资料不准无法采用
(2) 未做网络隔离，病毒入侵停产
(3) 重技艺轻管控，系统无人采用
碰头
：您遇到过最棘手的隐患为何？怎样化解？
实例分享
：制造业标杆公司智能制造实践实例
课程收束、回顾、交流、答疑
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|李希老师
适合谁听
公司管控层、部门负责人、智能工厂数智化队伍等等。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。