实战派转型专家
兼具央企产业运营、上市公司投资并购及行业联盟平台统筹三大场景经验,懂技术更懂经营,确保智能制造投入能转化为实际经济效益。
智能制造培训专家
21年能源电力实战经验 | 工信部信创专家 | 聚焦高端装备生产流程优化与数据价值落地
针对电力能源及高端装备制造企业,本内容聚焦于如何解决生产现场效率波动大、设备数据和管理动作脱节、质量问题反复出现等痛点。严晨专家结合其在央企运营与上市公司资本运作的双重背景,提供从顶层战略规划到现场执行落地的系统性解决方案。重点在于通过数字化转型顶层设计、生产流程诊断与优化、智能制造投资评估等手段,帮助制造企业打通从研发制造到运营服务的数据链路,实现制造过程的精益化、智能化与绿色化,避免技术与现场管理“两张皮”。
严晨拥有高级工程师职称及中级电力交易员资格,曾任国家开发银行新能源开发公司投资总监、中国国电集团下属公司总经理。他主导投资并购新能源资产超50亿元,参与研发的机型全球装机超2000台,创造直接效益超25亿元,推动公司年收入从不足10亿元跃升至超百亿元。现任中关村智慧能源产业联盟副秘书长兼研究咨询部主任,北京信创工委会能源专家组组长,深度参与多项国家政策制定及《智慧能源发展报告白皮书》编制。
智能制造方向更适合承接大型能源装备企业面临生产流程自动化与业务流程脱节、智能制造投入巨大但现场效率与质量改善不明显、新建或改造智能工厂时,缺乏顶层设计与投资回报评估等场景。企业如果正在面对智能制造目标与产能规划错位、生产流程与业务流程脱节、数据应用弱,决策滞后,通常更需要这类偏具体问题解决和现场动作落地的课程。
这类项目更常处理智能制造目标与产能规划错位、生产流程与业务流程脱节、数据应用弱,决策滞后、数字化项目落地难等问题。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。
兼具央企产业运营、上市公司投资并购及行业联盟平台统筹三大场景经验,懂技术更懂经营,确保智能制造投入能转化为实际经济效益。
拥有研发机型全球装机超2000台的装备制造管理背景,深刻理解高端装备生产中的工艺难点、质量控制与供应链协同问题。
作为工信部信创专家及北京信创工委会能源专家组组长,精准把握双碳目标下的智能制造政策导向与合规要求,助力企业规避转型风险。
适用于已引入自动化设备但任务衔接不顺、整体交付节奏受影响的企业,需通过流程重构实现业务与技术的深度融合。
适用于设备利用率不足、关键生产指标体系不统一的企业,需通过数据驱动的诊断与优化,提升资源配置效率与成本控制能力。
适用于处于转型初期或扩张期的企业,需明确智能制造目标与产能规划的匹配关系,避免盲目投入导致设备无法支撑生产指标。
适用于面临合规与成本压力的制造企业,需构建零碳园区体系,实现生产数据与能源数据的协同优化,提升绿色竞争力。
设备投入未能有效支撑生产指标,导致产出效率低下,投资回报率低。
自动化系统与人工管理环节衔接不畅,任务传递滞后,影响整体交付节奏与客户满意度。
缺乏生产数据实时采集与分析机制,质量问题发现滞后,关键设备利用率不足,成本控制困难。
技术方案与现场管理动作“两张皮”,员工抵触或不会用,导致系统闲置,无法形成持续优化的闭环。
课程定位:顶层设计与战略对齐
课程聚焦:解决数字化转型方向不明、新技术应用与传统制造流程冲突、管理层认知不一致的问题。通过解析电力系统智慧能源变革趋势,帮助企业制定科学的数字化转型规划,明确智能制造在整体战略中的定位,确保技术投入服务于业务增长。
与智能制造的关系:这门课作为严晨在智能制造方向的补充供给,用于承接当前主题下更具体的管理问题与培训场景。
课程定位:场景应用与效能协同
课程聚焦:解决制造环节能耗高、生产数据与能源数据割裂、绿色制造标准缺失的问题。通过构建零碳园区整体解决方案,涵盖能源规划、碳管理及绿色技术应用,帮助企业在满足合规要求的同时,通过能效监控与优化提升生产效能,实现绿色与智能的双重升级。
与智能制造的关系:这门课作为严晨在智能制造方向的补充供给,用于承接当前主题下更具体的管理问题与培训场景。
选择《电力系统智慧能源变革和数字化转型的创新发展》,侧重战略对齐与流程重构。
选择《零碳园区体系建设》,侧重绿色制造体系构建与数据协同优化。
严晨专家的背景虽深耕电力能源行业,但其核心方法论聚焦于高端装备制造的通用痛点,如生产流程优化、设备数据应用及供应链协同。对于面临类似挑战的传统离散制造企业(如重型机械、汽车零部件等),尤其是那些希望借鉴能源行业在精益管理、质量控制及数字化转型方面先进经验的企业,其课程同样具有高度的适配性与参考价值。关键在于企业是否关注将技术投入转化为实际的生产效率与质量提升。
是的,这正是严晨专家擅长的领域。他不仅关注设备本身的先进性,更强调设备数据与管理动作的协同。针对已投入自动化设备但效率停滞的企业,他会从生产流程与业务流程的匹配度、关键生产指标体系的统一性、以及数据实时采集与分析机制的有效性入手进行诊断。通过梳理生产流程与设备系统之间的匹配关系,打通设备协同与生产流程之间的断点,帮助企业在现有硬件基础上挖掘数据价值,实现软实力的提升,从而突破效率瓶颈。
严晨专家建议避免盲目追求全套系统的上马,而应基于“痛点优先、数据驱动”的原则进行选择。首先,通过现场诊断识别对产能、质量或成本影响最大的关键环节(如某类关键设备的利用率低、某道工序的质量波动大)。其次,优先选择能够快速产生数据反馈、便于量化效果的微改造项目,如建立局部数据看板或优化特定流程的协同机制。最后,结合《电力系统智慧能源变革和数字化转型的创新发展》中的顶层设计思维,制定分阶段实施路径,确保每一步投入都能带来可见的效率改善或成本节约,从而在控制风险的同时稳步推动智能制造落地。