AI内训热门课题 制造业公司中高层管人者生产制造主管 可定制大纲

未来工厂普及课——制造业AI全场景落地指南

机器智能已从技艺尝鲜期周全迈入制造业的普惠刚需期,大模型和智能体的广泛部署正以不可逆的姿态重塑从研发规划到车间生产的每一个环节,传统制造公司若不能迅速掌握并运用这些触手可以及的AI抓手,必将在这场效率革命中被无情淘汰。

授课时长
1天
授课方式
理论解说、视频体验、实例拆解、培训活动、分组碰头
建议人数
20–40 人
主讲
博闻智咨询|黄光伟1老师
课程编号
PX-T7663
未来工厂普及课——制造业AI全场景落地指南
内训报价
面议(按天计)
含讲师课酬、教材与差旅,不含场地
电话咨询 131-8265-5138
企业微信二维码
微信扫码咨询报课程名即可,工作日 1 小时内回复

本站不设表单:打电话或扫码即可,不用留手机号等回访

课程背景

机器智能已从技艺尝鲜期周全迈入制造业的普惠刚需期,大模型和智能体的广泛部署正以不可逆的姿态重塑从研发规划到车间生产的每一个环节,传统制造公司若不能迅速掌握并运用这些触手可以及的AI抓手,必将在这场效率革命中被无情淘汰。

课程收益

1. 参训参训者将构筑起契合技艺环境的AI赋能制造全链路认知轮廓,并借助沉浸式实战上手切实获得用AI破解真实业务问题的本领。

【课程特色】

本课摒弃晦涩的技艺术语,以通俗的方式拆解国内顶 尖制造公司的真实前沿实践,将高深技艺转化为一线员工听得懂做得到的实战步骤,确保每位参训者课上即可完成从思路破局到抓手落地的完整闭环。

课程大纲

一、认知破局:制造业AI全景图谱和底层推演

1. 制造业AI演进的3大核心趋势

1)大模型普惠化带来的效率质变

2)从单点辅助到全链路智能协同

3)智能体接管常规重复性决策

4)人机协同模式的重塑和岗位边界拓展

5)制造业资料资产化的AI催化作用

2. AI赋能制造业的3大普适思路

1)降本思路:用AI识别并填平隐性时间损耗

2)提质思路:用AI超越人工心得的微米级将控

3)增效思路:用AI达成跨部门资料的瞬间流转

4)思路落地前提:业务链路的准则化和数智化

5)思路避坑指南:警惕脱离业务情境的伪诉求

3. 制造业AI抓手入门和3大基本功

1)国内免费AI抓手全景图谱和选用推演

2)基本功一:精准提问的3W1H法则

3)基本功二:上下文来由的渐进式注入

4)基本功三:生成结果的纠偏和调优招数

5)课堂微实操:用Kimi迅速收束一份生产周报的核心问题

二、研发规划:AI驱动货品革新和工艺敏捷迭代

1. AI辅助货品概念规划的3大切入点

1)基于市场诉求资料的灵感迅速生成

2)竞品参数的自动抓取和差异化比对

3)货品外观和结构的AI辅助草图生成

实战上手一:

用AI提炼货品诉求和规划概念

主题:

基于给定参数的新能源充电桩概念规划

4)推导:输入充电功率/标的人群/外观风格->Kimi生成核心规划诉求->通义千问生成外观概念描述->提取3个核心规划特征

5)概念筛选的人机决策边界

2. AI加速材料和配方筛选

1)第一步:用AI构筑材料属性和工艺对应学识库

2)第二步:基于标的性能的AI配方反向推演

实例:

宁德时代利用AI赋能BDA软件助力下一代锂离子电池规划

3)配方推演结果的工程化可行性人工校验

4)学识产权和资料安全的红线规避

3. 工艺图纸和技艺文档的AI智能转化

1)传统工艺文档的AI结构化清洗

2)用通义千问将自然语言转化为工艺步骤SOP

3)技艺准则文档的跨语言精准翻译和摘要

4)工艺变更通知单的AI自动起草和比对

5)文档转化中的专精术语一致性校验招数

三、生产智造:大模型重塑车间排产和良率管控

1. AI驱动的柔性排产3大执行招数

招数一:

用自然语言向AI下达多约束排产指令

招数二:

紧急插单情境下的排产重置话术

招数三:

装置产能和人员本领矩阵的AI匹配

实例:

海尔智家AWE展会发布智造大模型,达成自然语言交互排产

1)排产结果的柔性微调和人工确认制度

2. AI赋能质量检验和良率拆解的SOP

1)质检准则文档向AI查验指令的转化SOP

2)用AI迅速拆解次品日志的聚类归因

3)基于生产参数波动的良率预测提问轮廓

实战上手二:

注塑车间次品日志归因拆解

4)推导:输入50条包含温度/压力/次品类型的日志->提示Kimi按照类型分类->AI输出温度异常和缩水缺陷的强关联->生成温度参数调整建议

5)改进方案在车间的落地闭环验证

3. 车间人机交互和学识传承的AI改造

1)智能SOP问答机器人的低成本搭建推演

2)老员工隐性心得的AI访谈提取法

3)新员工操作培训的AI还原考核生成

4)车间安规的AI实时语音播报和提醒

5)学识库的动态更新和版本管将控度

四、供给链和运维:智能预测和全局最优决策

1. AI辅助诉求预测和库存精进

1)第一步:用AI清洗历史销售和外部影响因子资料

2)第二步:基于多因子对话的库存安全水位测算

实战上手三:

要害原材料库存精进测算

3)推导:输入年用量10000件/单价100元/当前库存周转天数60天/借助AI拆解交期波动资料得出建议周转天数45天->计算降本:(60-45)/360*10000*100=41666元

4)供应商资质审查的AI自动化初筛

5)价格波动新闻的AI自动追踪和预警

2. AI预测性维护的落地思路

1)思路一:基于装置维修记录的大模型归因拆解

2)思路二:结合IoT阈值触发的AI智能诊断推理

实例:

三一重工运用AI大模型开展挖掘机预测性维护

3)维修工单的AI自动生成和备件匹配

4)维修心得的AI复盘和学识沉淀闭环

3. AI驱动的物流调度和厂区协同

1)厂内AGV路线冲突的AI推演推演和精进

2)装卸货台位分配的智能排队建议

3)承运商运力评核的AI多维度打分

4)物流异常经过的AI应急预案生成

5)厂区人车分流和安全的AI规划建议

五、公司AI导入5步法和普惠抓手实操

1. 制造业AI导入5步法

1)第一步:痛点情境的广度征集和优先级排序

2)第二步:业务SOP的准则化和数智化准备

3)第三步:免费AI抓手的灰度测试和成效评核

4)第四步:提示词模板的固化和公司内部开源

5)第五步:运用成效的量化考核和持续推进

2. 部门级AI落地施行SOP

1)组建业务和IT联合试点小组的3个要则

2)拟定部门级AI运用激励制度的2大考量

3)员工AI本领培训的3个阶梯规划

4)落地进程中的资料安全围栏构筑

5)阶段性结晶复盘和跨部门推广话术

3. 制造业全情境AI提示词库构筑

1)提示词库的分类分级管控准则

2)研发情境通用提示词模板拆解

3)生产和质量情境通用提示词模板拆解

4)供给链和运维情境通用提示词模板拆解

实战上手四:

结合岗位痛点编写并调试专属提示词

5)推导:明晰痛点(如工艺文档编写慢)->拆解要素(输入/输出/风格/约束)->编写初版提示词->用文心一言测试->根据输出偏差迭代提示词->形成准则模板

结论:

准则化的提示词模板可确保AI输出质量的稳定性,达成个人心得向组织资产的转化

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|黄光伟老师

适合谁听

制造业公司中高层管人者、生产制造主管、工艺工程师、研发规划人员、供给链和装置运维人员以及数智化转型促成者。。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。

电话咨询