课程背景
精益化、智能化、数智化是指在公司的精益管控基础上，融入数智化
和
AI
技艺，借助资料拆解和智能化抓手，达成进程精进、效率拉升和成本降低。这一打法不仅支援公司更精确地识别和破解难题，还能预测未来的趋势和诉求，从而做出更为明智的决策。在持续变化的商业环境中，公司的持续改进和革新是生存和演进的要害。精益管控作为拉升效率、减少浪费的管控哲学，已被全球许多公司采用。而如今，数智化转型的浪潮和精益管控理念的结合，即
“精益数智化”，正在为公司带来革命性的变革。
课程收益
领会数智化时代精益管控的新内涵；
构筑
“精益+智能”的双核改进思路模式；
掌握
AI、海量资料、物联网等等数字技艺和精益抓手（如VSM、PDCA、鱼骨图、5Why等等）融合运用的典型情境和办法；
拉升问题识别、资料拆解、进程精进的精准性和自动化本领。
课程大纲
第一章
数智化精益管控的演进路径
一、
传统精益管控（基础阶段）回顾
1. 核心标的、抓手办法、技艺运用、
2. 局限：倚重人工拆解，实时性和资料准确性不足。
二、
精益数智化（初步数智化）推进
1.
核心标的、技艺运用（电子看板、基础资讯化系统、条码
/RFID）
2. 价值：资料可追溯，减少人为错误，但拆解仍倚重人工。
三、
资料驱动的精益（高级数智化）专项
1. 核心标的、技艺运用（传感器采集实时资料、海量资料拆解、预测性维护
2.
价值：从
“事后改进”转向“实时响应”，资料可视化（如数字孪生）辅助决策。
四、
智能化精益（
AI
和自动化）投入
1.
核心标的
*、技艺运用（机器研习、视觉自检、自动化机器人）
2.
价值
：减少人为干预，达成自调节、自适应流程。
五，
生态化精益（全价值链协同）展望
1.
核心标的
、技艺运用（云计算和区块链、工业互联网平台供给链、还原全生命周期精进）
2. 价值：从单点精进扩展到全局价值链精进。
六、
挑战和化解
**
1.
资料孤岛、员工本领
*、变革管控
第二章
精益抓手架构再认识（价值流图、八大浪费）
一，
价值流图（
VSM
）的再认识
---
动态价值流图
1. 从生产端延伸到供应商端和买方端（全价值链映射）。
2.
融入碳排放资料，达成
“绿色价值流拆解”。
3. 从诊断抓手到预测抓手
4.
协同精进：和
ERP/MES系统集成
二、
八大浪费的再认识
---
数智化时代的浪费新特征
1.
资料浪费
**：
2.
技艺浪费
**：
3. AI驱动的浪费检测**：
4.
实时监控抓手
**：
三、
精益抓手和数智化技艺的融合
1. VSM + 海量资料拆解
2.
八大浪费
+ IoT
3.
技艺不能替代精益思想
**：
4.
数智化是
“放大器”，但改进仍需遵循PDCA循环。
5.
借助数智化抓手降低改进门槛（如手机端提交
Kaizen建议）。
第三章
智能技艺和精益融合的典型路径
智能技艺和精益管控的融合典型演进进程可分为
**
技艺赋能、流程重构、智能自治
**
三个阶
一、
融合路径的要害要则
1.
技艺适配性
2.
资料贯通
3.
英才转型
4.
信念融合
二、
业界差异化路径
三、
借助
“精益思想×智能技艺”的乘法效应
5. **先准则化**（夯实精益基础）
6. **再数智化**（资料透明化）
7. **后智能化**（自主决策）
第四章
AI
识别浪费点的办法上手
以下是
AI
识别精益管控中八大浪费点（
TIMWOODS
）的办法上手，结合具体情境分步骤说明技艺达成推演和落地办法，包含代码片段和抓手示例：
一、
准备事务：资料基础搭建
**
1.
**资料采集层**
抓手选项
**：
- 装置资料：振动传感器（检测空转）、RFID（追踪物料）
- 视频资料：工业摄像头（动作拆解）
- 系统资料：MES/ERP接口（获取生产节拍）
2.
**资料中台整合**
二、
八大浪费
AI
识别办法上手
**
1. Transport Waste（搬运浪费）
路径精进算法：
2. Inventory Waste（库存浪费）
时间序列预测（安全库存阈值
）
3. Motion Waste（动作浪费）
动作捕捉
**：拆解工人动作路径
4. Waiting Waste（等待浪费）
计算装置利用率（识别
Waiting）
5. Overofferingion（过量生产）
识别生产量突增
三、
增强拆解：生成式
AI
辅助决策
**
1.
根本原因拆解（
RCA）
2. 自动生成改进报告
四、
落地部署方案
五、
验证和迭代
1.
A/B测试**：
2.
持续研习
**：
第五章
数字孪生和价值流精进
一、
数字孪生的突破点
1.
实时映射
**
2. 全要素建模
3. 仿真预测
二、
数字孪生构筑价值流的要害步骤
**
1.
步骤
1：资料层整合**
2.
步骤
2：三维价值流建模**
3.
步骤
3：实时精进引擎**
三、
典型运用情境
1. 动态瓶颈识别
2. 库存水位精进
3. 绿色价值流拆解
四、
施行路径建议
1.
试点阶段
**
2.
扩展阶段
3.
自治阶段
五，
未来趋势
1.
生成式
AI增强
2.
量子计算运用
第六章
典型融合实例拆解和小组推演
一、
典型业界实例拆解
**
实例
1：汽车零部件装配线精进（离散制造）**
实例
2：化工流程能效精进（流程工业）**
二、
小组推演工作坊规划
**
推演
1：电子厂SMT产线精进
推演
2：医院急诊流程精进（服务业）
三、
要害技艺抓手包
**
1.
实地迅速建模抓手推荐
**：
四、
常见误区警示
**
1.
过度建模
**：
2.
资料幻觉
**：
3.
组织脱节
**：
五、
推演结晶转化
**
第七章
课程收束
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|宋志军老师
适合谁听
全员。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。