精益为体，数字为用
拒绝脱离业务痛点的技术堆砌，坚持先梳理业务流程再引入数字工具，确保系统上线即产生实效，避免“垃圾进垃圾出”。
数字化转型培训专家
李希数字化转型培训：智能制造与精益数字化转型
近20年实战经验，主导智能工厂0-1规划与AI赋能质量管理，累计为企业实现降本增效10亿+
针对制造企业数字化转型中常见的目标模糊、工具上线后员工不用、跨部门流程打不通等问题，李希老师提供基于精益管理的系统化解决方案。不同于单纯的技术引入，他强调在转型前进行业务流程梳理与场景诊断，确保数字化投入精准匹配业务痛点。通过构建数据指标体系、优化跨部门协同机制及建立项目复盘制度，解决数据口径不一致及转型效果无法量化评估的难题，特别适用于企业负责人、数字化项目负责人及业务管理者推动实质性变革。
李希如何切入数字化转型：
李希老师专注于解决制造企业在数字化转型中“业务场景识别不清、流程与系统脱节、数据无法支持经营决策”的核心痛点。他主张“精益为体，数字为用”，通过智能工厂顶层规划、数智驱动全价值链降本、AI赋能设备与质量及数字化班组建设，帮助企业从业务流程重构到组织协同，实现可量化的转型落地。
资深高级咨询师，拥有近20年生产制造领域咨询与培训落地实战经验。曾任富士康科技集团精益TPM总干事、南玻集团精益运营负责人。他是制造业精益六维管理体系倡导者、自主经营/成本精细化核算体系创始人，被誉为中国制造业智能工厂建厂0-1管理咨询第一人。实操200+咨询项目，服务800+知名企业，培养精益人才10000+。
李希数字化转型培训更适合解决哪些企业问题
数字化转型方向更适合承接新建或改扩建智能工厂、系统上线后效率未提升、成本控制粗放等场景。企业如果正在面对转型目标与业务痛点不匹配、业务流程与系统脱节、组织协同与变革阻力大，通常更需要这类偏具体问题解决和现场动作落地的课程。
李希更常处理的数字化转型问题
这类项目更常处理转型目标与业务痛点不匹配、业务流程与系统脱节、组织协同与变革阻力大、缺乏持续改进与复盘机制等问题。这类培训更关注企业当前问题如何被拆成可训练动作、可执行流程和可复盘任务。
专家切入方式
数据驱动经营决策
构建自主经营与成本精细化核算体系，打通财务与业务数据壁垒，让数据真正服务于成本控制与效率提升，而非仅作为报表展示。
AI赋能一线场景
将AI技术落地于设备预测性维护与质量零缺陷管理，通过具体场景的技术应用，解决非计划停机多、质量依赖人工经验等实际生产难题。
更适合哪些企业场景
新建或改扩建智能工厂
缺乏顶层规划与管理配套，担心后期改造成本高、业务流程与自动化设备不匹配的企业。
系统上线后效率未提升
已引入ERP/MES等系统，但业务流与数据流脱节，存在“两张皮”现象，急需通过流程重构激活系统价值的企业。
成本控制粗放
缺乏基于数据的精细化核算体系，无法定位浪费源头，财务数据滞后且无法支撑即时经营决策的企业。
设备与质量管理被动
设备故障频发依赖事后抢修，质量波动大依赖人工检验，急需引入AI预测与预防手段实现零缺陷管理的企业。
基层执行阻力大
数字化工具在基层推广难，员工抵触使用，班组管理依赖口头传达，缺乏数字化执行与反馈机制的企业。
更擅长解决什么问题
转型目标与业务痛点不匹配
数字化项目目标不清，技术投入分散，导致关键转型项目推进受阻，整体转型效果无法量化评估。
业务流程与系统脱节
未梳理流程直接上系统，导致数据口径不一致，形成信息孤岛，无法支持跨部门协同与经营决策。
组织协同与变革阻力大
跨部门流程打不通，基层员工对AI和新工具存在抵触情绪，缺乏有效的变革沟通与赋能机制，项目止步于试点。
缺乏持续改进与复盘机制
转型项目缺乏系统性复盘，问题无法及时识别与调整，导致数字化成果难以固化并规模化推广。
核心课程方向
智能工厂建厂0-1管理
课程定位：顶层设计与流程奠基
课程聚焦：解决新建或改造工厂缺乏系统性规划、业务流程与信息系统不匹配的问题，通过顶层设计确保转型方向正确。
与数字化转型的关系：这门课在数字化转型培训链条中主要负责“开发提效”：用 AI 工具辅助课程大纲、案例、课件和练习设计，让内训师培养从慢速手工开发转向可迭代的课程生产。
数智驱动全价值链降本
课程定位：数据治理与经营决策支持
课程聚焦：解决成本核算粗放、财务与业务数据脱节问题，构建基于数据的成本精细化核算体系，支持即时经营决策。
与数字化转型的关系：这门课作为李希在数字化转型方向的补充供给，用于承接当前主题下更具体的管理问题与培训场景。
AI赋能设备与质量管理
课程定位：AI工具落地与技术应用
课程聚焦：解决设备非计划停机多、质量依赖人工经验问题，通过AI预测性维护与质量4.0模式实现零缺陷管理。
与数字化转型的关系：这门课在数字化转型培训链条中主要负责“开发提效”：用 AI 工具辅助课程大纲、案例、课件和练习设计，让内训师培养从慢速手工开发转向可迭代的课程生产。
数字化班组建设
相关课程：车间班组长管理能力提升赋能-聚焦现场管理、精益生产、安全管理、人员管理、生产异常处置五大维度系统提升
课程定位：组织协同与基层执行落地
课程聚焦：解决数字化工具在基层使用率低、员工抵触问题，通过数字化手段强化班组执行能力，夯实转型基础。
与数字化转型的关系：这门课作为李希在数字化转型方向的补充供给，用于承接当前主题下更具体的管理问题与培训场景。
判断是否匹配，可重点看哪些需求
企业处于新建工厂或大规模智能化改造初期，缺乏顶层规划
选择《智能工厂建厂0-1管理》，侧重顶层设计与业务流程奠基，避免后期返工。
企业已上线系统但数据无法支持决策，成本管控粗放
选择《数智驱动全价值链降本》，侧重数据治理与经营分析，打通业财数据壁垒。
企业面临设备高频故障或质量波动，希望引入AI技术
选择《AI赋能设备与质量管理》，侧重AI工具在具体生产场景的落地与应用。
企业数字化工具在基层推行困难，员工执行力不足
选择《数字化班组建设》，侧重组织协同与基层赋能，解决“最后一公里”落地问题。
常见匹配问题
我们的企业已经引入了ERP和MES系统，但感觉业务流和数据流还是脱节，是否适合邀请李希老师进行辅导？
非常适合。李希老师的核心优势在于“精益为体，数字为用”，他不仅关注技术本身，更强调业务流程的梳理与重构。针对系统上线后效果不佳的情况，他会通过《数智驱动全价值链降本》等课程，帮助企业诊断业务与数据脱节的根源，重新设计数据指标体系与流程机制，确保系统数据能真正支持经营决策，而非仅仅作为记录工具。
对于传统制造企业，如何判断是否具备启动智能工厂0-1规划的条件？怎么选才能规避规划误区？
启动智能工厂规划不应仅看资金预算，更应评估业务流程的标准化程度与管理基础。李希老师在《智能工厂建厂0-1管理》中，会协助企业首先进行场景诊断与流程梳理，明确转型目标与业务痛点的匹配关系。通过他的咨询式培训，企业可以避免盲目追求高大上技术而忽视管理配套的误区，确保规划方案既具有前瞻性又具备落地可行性。
在数字化转型中，基层员工往往对AI和新工具存在抵触情绪，如何通过培训解决这一组织协同难题？
这是转型中常见的“最后一公里”问题。李希老师的《数字化班组建设》课程专门针对此场景，不只讲工具操作，更侧重变革沟通与赋能。通过构建数字化的班组管理机制，让员工看到数字化工具如何简化工作而非增加负担，同时结合多能工培养与绩效激励，提升一线员工的数据意识与技能，从而降低变革阻力，实现组织协同下的平稳过渡。
