AI数字化精益生产:智能工具赋能现场效率与成本优化

精益管理概述-正确认识精益管理,从思想到行动的…会打开第一轮讨论,数字化的基础-基于目标的精益流程管理体系的建立与AI与数据化管理方法负责把练习结果接到后续工作

2天,12小时 多版本课程 2 个可选版本 生产管理

可选交付版本

不同版本会按参训对象、课时长度和案例深度做取舍,最终课纲以需求沟通后的方案为准。
AI数字化精益生产:智能工具赋能现场效率与成本优化 推荐版本 2天

适合作为默认学习方案,完整覆盖本课程的核心目标、主要模块和实操安排。

AI数字化精益生产:智能工具赋能现场效率与成本优化(2天版) 2天版

2天交付版本,适合按培训时长压缩或展开课程内容。

课程大纲

课程总览

内容重点
  • 课程破冰:学习型团队组建

精益管理概述-正确认识精益管理,从思想到行动的转变

一、什么是精益生产?
  • 企业经营的目标是什么?
  • 精益管理的理念:打造为客户制造好
  • 产品能自我进化的学习型组织
  • 精益管理的DNA:理念、流程、团队
  • 与解决问题
  • 精益管理全价值链十二周期
  • 精益生产的五个原则
  • 案例:批量生产与流线化生产的对比
  • 精益生产的系统框架
  • 提高企业柔性,靠内部管理决胜
二、从传统思维方法切换到精益思维方式
  • 管理者就是老师、模范、监督者、问题解决者
  • 三现主义:现场、现物、现实
  • 重要的事物有简单可视化的标准
  • 按时按量的生产
  • 企业的免疫系统:暴露问题、解决问题
  • 用简单的方法来解决问题
  • 增值和非增值意识
  • 个别效率和整体效率的区别
  • 稼动率与可能率的区别
  • 重视结果更要强化流程

数字化的基础-基于目标的精益流程管理体系的建立

一、现场管理PDCA系统-建立管理仪表盘
  • 1. P--基于对标设定目标
  • 2. D--基于目标构建并执行标准
  • 3. C--追踪执行标准
  • 4. D--持续改进
  • 案例:某世界500强企业的管理仪表盘
  • 案例:运用逻辑树进行目标分解到行动
二、标准化系统SDCA的四个要素
  • 1. 作业标准
  • 2. 标准作业
  • 3. 管理者的标准作业
  • 4. 标准的问题解决方法
  • 案例:某企业标准化体系
三、作业标准体系建立三步法
  • 第一步:建立作业标准
  • 作业标准化的目的和意义
  • 作业标准建立过程中的误区

AI与数据化管理方法

二、什么是数字化管理
  • 1. 企业管理现状
  • 2. 现场管理系统的PDCA
  • 第一步:方向和目标
  • 第二步:基于目标构建并执行标准
  • 第三步:追踪执行标准
  • 持续改善
  • 案例:某世界500绩效管理体系案例
  • 绩效管理:建立管理仪表盘
  • 现场绩效管理系统
  • 绩效管理运行流程
三、SQCDP数字化管理
  • 安全管理的数字化
  • 质量管理的数字化
  • 成本管理的数字化
  • 交期管理的数字化
  • 人员管理的数字化

建立数字化生产效率体制

一、何为生产效率化
  • 1. 生产效率化的定义
  • 2. 生产效率化的目的
  • 3. 生产效率化的两大思路
二、妨碍效率化的16大损失
  • 1. 损失的定义
  • 2. 16大损失的定义
  • 3. 设备综合效率OEE
  • 4. 设备损失结构分析
  • 5. 改善设备综合效率的方法
  • 练习:计算综合效率
  • 推行生产效率化的方法
  • 减少设备六大LOSS
  • 提高设备综合效率
  • 提高劳动生产性

成本改善-全员改善体系的建立——消除浪费

一、全员改善管理体系
  • 建立全员改善体系的流程
  • 专题改善
  • 案例:某烟草企业专题改善
  • 日常改善
  • 案例:某五金企业日常改善
  • 案例:某工程机械企业日常改善
二、消除浪费的方法
  • 动作经济原则
  • 减少动作数量
  • 追求动作平衡
  • 缩短动作移动距离
  • 保持动作轻松自然节奏
  • 案例:提高搬运效率的方法
  • 防错法-消除质量上的浪费
  • 什么是防错?
  • 防错的作用
  • 防错的等级
三、精益工作法-解决问题达成目标的8个步骤
  • Step 1.明确问题
  • 案例:明确问题案例
  • Step 2.分解问题
  • 案例:分解问题案例
  • Step 3.设定目标
  • 练习:目标设定
  • Step 4.把握真因
  • Step 5.制定对策
  • 案例:决策矩阵的运用
  • Step 6.贯彻实施对策

适合对象

建议由业务负责人、项目骨干、内训师和正在试点AI工具的团队共同参加,便于课后在同一套判断标准下继续推进

课程定位

《AI数字化精益生产:智能工具赋能现场效…》更强调任务场景、提示词设计、输出校验和风险边界与小组练习、过程记录和后续任务的连接

核心收益

  • 场景边界更清楚:工具场景、输入要求和输出校验,先讲清对象、约束和判断标准
  • 围绕精益管理概述-正确认识精益管理,从…梳理关键判断点,避免停留在概念解释
  • 借助数字化的基础-基于目标的精益流程管…完成一次可复盘的应用演练
  • 输出AI与数据化管理方法相关的后续跟进清单,方便课后跟踪

课程背景与交付信息

AI工具进入真实流程后,难点通常不在演示,而在任务选择、输出校验和协作边界。课堂从精益管理概述-正确认识精益管理,从思想到行动的…切入,再对齐数字化的基础-基于目标的精益流程管理体系的建立与课后复用方式。

课程时间

2天,12小时

授课方式

本课程主要采用讲授、分组讨论练习、案例点评培训形式

课程内容重点

01精益管理概述-正确认识精益管理,从思想到行动的转变
02数字化的基础-基于目标的精益流程管理体系的建立
03AI与数据化管理方法
04建立数字化生产效率体制

讲师介绍

刘刚 讲师头像

刘刚

精益管理专家

刘刚,精益管理专家,21年专注制造业实战。日产训认证TWI/MTP培训师,累计授课600+场。擅长精益生产、现场管理及班组建设,曾为30余家大中型企业提供咨询,助力企业实现显著的成本节约与效率提升

烟草行业石化行业机械制造能源行业冶金行业汽车制造
查看讲师主页

课程常见问题

这门课适合哪些学员参加?

建议由业务负责人、项目骨干、内训师和正在试点AI工具的团队共同参加,便于课后在同一套判断标准下继续推进。

学习这门课可以获得什么收益?

看清工具场景、输入要求和输出校验,先讲清对象、约束和判断标准;围绕精益管理概述-正确认识精益管理,从…梳理关键判断点,避免停留在概念解释。

课程通常安排多长时间?

课程通常可按2天,12小时安排,具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式?

课程主要采用本课程主要采用讲授、分组讨论练习、案例点评培训形式,强调理解、讨论、工具练习和业务场景应用