课程背景
【课程特色】
够专精
,内容前沿并且正确;
讲俗话
,将复杂技艺具象清晰有趣化;
重交流
,巧妙规划拉升参与感;
能落地
,反复验证的办法以及真实实例。
课程大纲
一、数智化转型和机器智能
1、数智化概念导入
• 从十四五规划看数字经济
• 数字经济的核心:数智化转型和资料要素
• 数智化转型:数智化是业务和IT的纵深融合
概念导入小交流:倘若你在跟心仪的女神约会…
2、数智化顶层思路轮廓
• 精益思路:梳理业务,发现数智化入手点
• 编程思路:掌握计算机的语言,拉升数智化项目成功率
• 资料思路:让资料产生价值,展望数智化转型的终局
实例:精益趣解-“一个强迫症和将控狂的发病史”,从“月晕”中掌握资料思路。
小交流:在指路问路中掌握编程思路
3、我们应该关注哪些数智化技艺
• 基础设施:解除计算机的本领封印
• 资料运用:搬金砖VS挖金矿
实例:谷歌云计算,华为5G,某外贸公司营收预测
4、数智化转型有哪三个必经阶段
• Digitization:无纸化
• Digitalization:高效化
• Digital transformation:无人化
• 每个阶段的要害技艺以及数智化的决胜技艺
实例:人员绩效智能评核系统
5、数智化转型的两大核心半场
• 资讯化:固化流程/资讯流转/资料积累
• 机器智能:找准价值“点”/匹配“针”对性技艺
实例:从顶 尖运动员看公司数智化转型之路
二、AI的2大底层原理和5大底层套路
1、机器智能的2大底层原理
• 推演固化:师傅“教”徒弟
• 学识抽取:师傅“带”徒弟
实例:预测男生是否会受女生欢迎
2、机器智能的5大底层套路
• Dot & Line:学识图谱
• X-Ypairs:学识抽取
• X1-X2 pairs:推荐匹配
• Y→X:生成万物
• Y only:超越人类
• 机器智能演进的终点
实例:联通智能客服,谷歌药物预测系统,淘宝推荐系统,换个角度看,清华数字虚拟人,谷歌核聚变将控系统,美军自动驾驶战机
3、机器智能的6步落地法
• 价值驱动 or 资料驱动
• 机器研习 ≠ 江湖算命
• 资料模型 VS 机理模型
• 海量资料 ∪ 深度研习
• 业界专家 || 客观事实
• 行政可行 ≈ 最大门槛
实例:产线良品率拉升,大型工程机械故障预测,某著名汽车品牌销量预测,落地时,工业智能无损检测,滴滴/百度/矿山自动驾驶系统,具体来看,AI量化交易-年化收益率1000%
三、AI怎样让你的工厂更聪明
1、工业数智化的演进阶段
• 精益制造:数智化之道
• 演进阶段总述:点→线→面→点
• 工业自动化:怎样将控好单点装置
• 工业资讯化:怎样管控好整条产线
• 工业互联网:怎样串联公司中的各个条线
• 智慧工厂:回归价值点的多维突破
2、学识图谱在工业情境的落地运用
• 离散制造中的学识图谱
• 流程工业中的学识图谱
• 学识图谱运用归类以及盘查
实例:工业专家系统实例,工业智能问答实例。
3、学识抽取在工业情境的落地运用
• 智能巡检:拉升效率
• 工业寿命预测:减少浪费
• 工业故障预测:降低隐患
• 工业质检:从实时诊断到缺陷预测
实例:某跨过生产公司焊接故障诊断以及预测,某知名制造公司耗品寿命预测,某知名电力公司装置故障预测,某知名电力公司巡检实例
4、其他AI套路在工业情境的落地运用
• 匹配推荐:AI助力工业品营销
• 最精进:寻找最优工艺参数以及材料配比
• 生成网络:尝试助力规划/研发
四、数智化技艺将怎样重构未来工厂业态
1,怎样从“备货型”向“订货型”转变
• 核心问题:消灭库存
• AI销量/诉求预测
• 供应商智慧管控
• 物流路径最精进
• 转运进程自动化
•
仓库智慧管控
实例:某著名汽车品牌销量预测,就一线经验说,亚马逊VS京东仓储物流机器人对比,冷链物流路径精进实例,麦肯锡供应商智慧遴选方案。
2、怎样从“标品”向“定制化”转变
• 理想状态:研产供销服周全定制化
• AI精准营销
• AI自动化研发/规划
• AI智能排产
• AI智能客服
实例:一汽大众智能营销实例,博凯机械AI加速研发实例,北美石化公司智能排产实例,中国南方电网智能客服实例。
3、怎样从“人工流水线”向“机器自动化”转变
• 重点装置故障预测
• 易耗品寿命预测
• 机器人安全巡检
• AI智能质量检测
实例:国投雅砻江水电站预测性维护项目,落地时,刀具寿命预测项目,国电智能巡检项目,往细里说,西门子焊接缺陷诊断项目
4,工业智能化的终局展望
• 生产力极大释放
• 生产关系极端简单
• 彻底的“无人化”
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|王明哲老师
适合谁听
公司相关管人人员。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。
