课程背景
从质量、效率、交付、成本、能耗和安全等等经营指标出发，连接岗位提效、流程重构、老师傅心得沉淀和工业 AI 试点，找到制造公司可落地的中间路径。
【课程定位】
项目
课程收益
构筑制造业 AI 运用的价值和层级判断。
识别适合通用 AI、流程 AI 化或者工业系统部署的不同情境。
从真实流程和专家心得中形成可验证的试点方案。
课程大纲
模块一
｜从经营指标看制造业 AI
质量，效率、交付、成本、能耗和安全六类价值。
办公提效、管控流程 AI 化和工业系统部署的层级区别。
从可衡量结果选项第一批情境，不从热点技艺出发。
模块二
｜制造业 AI 运用全景
研发规划、工艺、生产、质检、装置、供给链和经营管控。
视觉检测、预测维护、排程精进、学识助手和资料拆解。
通用 AI 能够直接辅助什么，哪些情境需要专精资料和技艺底座。
模块三
｜管控和岗位提效
呈报、制度、会议、资料、供应商和项目管控高频差事。
管人者怎样用 AI 做资讯整合、方案比较和隐患提示。
形成岗位模板并设置事实、安全和专精复核。
模块四
｜从业务问题到制造流程
定位具体流程、输入输出、定位和要害节点。
找出等待、返工、误判、心得倚重和资料断点。
区分局部精进、流程重构、工业 AI 部署和暂不适合 AI 化。
模块五
｜老师傅心得和 Know-how 沉淀
将心得访谈转成规则、判断条件、例外和证据。
判断 SOP、学识库、Skill 和智能体的不同承载方式。
借助新实例验证、版本更新和责任人制度保持有效。
模块六
｜制造 AI 试点工作坊
选项质量、供给链、研发、装置或者管控流程。
评核价值、资料、技艺、安全和组织条件。
输出 MVP 范围、指标、负责人和行动规划。
课程收获
制造业 AI 情境全景图。
要害流程图、断点和机会点清单。
Know-how 沉淀方向和承载方式判断。
AI 试点方案和阶段行动规划。
可定制方向
可按照离散制造、流程制造以及买方具体业务条线定制；涉及生产系统、装置和工业资料的情境，需要业务、IT、OT、安全和相关供应商共同评核。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|董俊豪老师
适合谁听
制造公司管控层、生产/质量/装置/供给链/研发负责人、数智化和IT队伍、业务主力准则时长1—2天。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。