课程总览
内容重点
- Day 1：认知筑基与现场管理
AI 智能体赋能制造业：WorkBuddy 实战工作坊
WorkBuddy 核心能力与实操入门需要现场演练支撑，对象、步骤和检查点会在训练中逐步明确
授课讲师：
杨向东 · 精益生产与智能制造管理实战专家
课程大纲
AI+制造业：智造转型与 AI 认知
一、制造业形势与智造转型
- 智造国策与"人工智能+制造"专项行动背景
- 灯塔工厂样板与中国智造位置
- 先行者硬结果：改善关键在岗位落地
二、精益与 AI 的关系：精益定方向，AI 提效率
- 精益与 AI 是"道"与"器"的关系
- 精益的 PDCA 改善闭环由 AI 逐环节提速
- 先精益、后智能是转型铁律
三、AI 认知与技术边界
- AI 发展四阶段
- AI的四种形态与四大核心能力
- AI 赋能十大应用场景 + 研产供销服全价值链
- AI 发展的趋势以落地边界
四、生成式 AI 与智能体：为什么是 WorkBuddy
- 生成式 AI 六种输出模式
- 对话式 AI与智能体 AI的本质区别
- 一句概括：对话式 AI"会说"，智能体 AI"会做"
- 落地结论：制造业减负要的是"交付报表、文件、分析成果"而非"一段答案
五、岗位 AI 成熟度与切入点
- 岗位 AI 四级成熟度 L1–L4 定义
- 每岗从低风险任务起步的切入原则
- 用《制造业 AI 场景识别五问卡》盘点本岗可自动化步骤
- 【落地工具】《制造业 AI 场景识别五问卡》《岗位 AI 成熟度自评表》
WorkBuddy 核心能力与实操入门
一、WorkBuddy 平台认知
- WorkBuddy 是什么：腾讯全场景职场 AI 智能体工作台
- 三大核心能力：听懂人话 / 思考规划 / 操作电脑交付成果
- 从"回答问题"到"交付结果"的定位差异
二、五位一体能力体系
- 任务：最小工作单元与交付载体
- Skill：可复用的"做法"而非"任务"
- 专家团：召唤专家与多 Agent 组队
三、从任务到资产：创建 Skill 与专家
- 第一个任务：任务说明六要素 + 三种模式
- 如何创建 Skill（五步）
- 如何召唤单专家（如精益智造专家）
- 如何组建多 Agent 团队与连接器接入企业系统
四、数据安全底线
- AI 三红线：不输机密 / 核心决策人定 / 成果必核
- 工业数据分类：工艺 / 设备 / 质检属"重要数据"
- 《数据安全法》：最高罚 1000 万
- 什么是数据脱敏以及常用四法：替换 / 掩码 / 泛化 / 加密
五、提示词编写规范
- 提示词编写的RTEF 框架
- 高效提示词的四条心法
- 好坏提示词对照 + 《智能场景提示词模板》发放
- 提示词与 Skill 的边界
- 【落地工具】《WorkBuddy 使用教程》《智能场景提示词模板》
班组长日常管理赋能
一、班组长重点工作与价值
- 重要性：班组稳则现场稳、质量稳、交付稳；班组长强则一线执行力强
- 现实矛盾：这些核心工作大量被手工事务吞噬，管理与改善时间被挤压
二、班组管理痛点与效能分析
- 陷于点检抄表、排班对表、质量记录手工填等重复事务
- 质量根因分析与控制缺方法
- 新员工带教经验难复制，带教质量随人波动
- 精益现场改善易回潮，管理效能难以稳定
三、班组核心业务通识速览
- 三不原则、首件确认、过程巡检
- 设备点检七步法、班前确认五要素
- 6. S 管理、目视化、排产四步
- TWI 四步教导法、多能工培育
四、WorkBuddy赋能路径与实操演练
- 班组高频事务 × AI 一体化（点检/6S/排产/质量记录/总结/培训）
- 人员排班：按产能负荷、技能矩阵、休假约束自动生成
- 设备安全生产与技能培训资料自动生成（学习路径 + 课件 + 考核清单）
- AI 视觉识别进行精益现场整改
质量管理与根因分析赋能
一、质量管理重点工作与价值
- 质量是企业的生命线与成本底线：行业质量损失普遍占销售额 5%–15%
- 重要性：一次做对是最大降本，放行质量决定客户信任与订单
- 质量管理贯穿全线：班组长盯过程、生产主管背指标、质检出报告，人人有责
二、质量管理痛点与效能分析
- 质量记录手工汇总、图表手工画，四类角色都陷在"搬运数据"里
- 真正根因分析与改善被挤压，问题反复发生
- 质量记录散、缺陷照片在微信群，追溯困难
- 8. D 报告写两天、放行不敢交系统，改善闭环效率低
三、质量管理关键逻辑
- 质量成本、零缺陷、三不原
- 朱兰三部曲
- 制造业质量问题八大类型与严重度四级分级
- 质量工作流：记录归集→异常趋势→日报周报→根因→纠正预防
四、QC 工具与根因分析方法
- 控制图 / 过程能力 CpK / 散布图（SPC 三级闭环）
- 柏拉图（关键少数）与鱼骨图（人机料法环测六维度）
- 5. Why（为何发生 + 为何没发现）、8D 八步 / A3 报告逻辑
- QCC 十步 / 精益共创六步法
五、WorkBuddy赋能路径与实操演练
- 可视化质量分析（柏拉图 / 趋势图 / 不良分布图 + 改善建议）
- QC 控制工具自动分析与 8D&A3 智能填写
- 配套《智能场景提示词模板》（质量类）
- Day 2：专业深化与综合落地
工艺参数优化赋能
一、工艺参数管理重点工作与价值
- 工艺决定产品"怎么做"，参数是质量与良率的源头
- 重点工作：工艺参数设定与调优、关键质控点（CTQ）管理、SOP 维护
- 重要性：参数稳则良率稳、成本稳；参数漂移直接导致批量不良与返工
- 价值放大：一个参数的优化，往往能同时提升良率、降本、提效
二、工艺参数管理痛点与效能分析
- 工艺员在"试错—调整—再试错"中反复消耗
- 参数-良率隐性关系难沉淀
- 过度依赖老师傅经验
- 不同工艺（二保焊 vs 激光切割）参数逻辑完全不同
三、AI 辅助工艺优化方法论
- AI 辅助优化五层技术架构（从数据到应用）
- AI 工艺助手让参数推荐触手可及
- 优化算法在预测模型基础上寻最优解
- 参数推荐的人机协同边界
四、WorkBuddy赋能路径与实操演练
- 定时归集工艺参数与良率数据，异常自动预警
- 给出参数区间优化建议
- 识别关键质量控制点
- 配套《智能场景提示词模板》（工艺类）
设备管理与 OEE 改善赋能
一、设备管理重点工作与价值
- 设备是产能的物理载体，停机直接等于产能损失
- 重点工作：设备点检与保养、故障处理、OEE 指标管理
- 价值所在：从"坏了再修"到"预测性维护"，是设备管理最大的提效空间
二、设备管理痛点与效能分析
- 设备运维被动响应、故障来了才救火
- 点检标准靠老师傅、难以标准化复用
- OEE 数据手工算、损失难归因
- 生产报表口径不一、手工归集费时
三、TPM 与设备点检体系
- BM→PM→CM→MP→TPM 演进；自主保全七步
- 点检七步法（看听摸闻测问记）、点检三位一体八定
- 经验点检标准的可复用化；MTBF/MTTR、备件 ABC、浴盆曲线
- 设备知识库（手册 + 维修记录 + 故障代码 → 排障 + 备件）
四、OEE 与生产报表管理逻辑
- OEE = 时间×性能×合格品率，六大损失
- 生产报表通用口径（ERP + 班组 + 停机记录）
- 数据口径一致性的管理要求
五、WorkBuddy赋能路径与实操演练
- 预测性维护：点检标准生成 + 定时保养提醒、异常预警
- OEE 自动计算与改善行动计划
- 生产报表自动归集（为 OEE 计算提供数据源）
- 配套《智能场景提示词模板》（设备类）
办公赋能：告别重复搬运
一、办公工作重点工作与价值
- 办公文档与汇报是管理与协同的基础设施，效率影响全员
- 重点工作：制度 / SOP 编写、会议纪要、数据报表、文件管理
- 重要性：制度落地、决策传达、数据汇报都依赖文档质量与时效
- 价值判断：把重复文档工作压缩，等于把时间还给一线改善
二、办公工作痛点与效能分析
- 制度 / SOP / 报告从空白页写起，产出起点低
- 会议纪要与待办割裂、跟进断层
- 版本满天飞、知识散落各人电脑
- 员工陷于"复制粘贴 + 手工填表"的低价值重复，工作效能被稀释
三、办公文档通用工作逻辑
- 办公文档通用工作流：选对工具→给清输入与规范→验收产物
- Word 制度 / SOP 初稿的合格标准
- Excel"表格变能回答问题的分析"的合格标准
- PPT"材料变叙事"的合格标准
四、会议交付包与知识管理
- 会议交付包逻辑：纪要→待办→汇报联动
- 知识管理：推荐版本确定 + 连接工具
- 知识不再散落的协作机制
- 文档版本与权限的通用规范
五、WorkBuddy赋能路径与实操演练
- 办公三件套 × AI 初稿 / 分析 / 叙事
- 会议交付包自动成型（纪要→待办→PPT）
- 定时自动整理文件（按类型 / 日期归集、敏感信息过滤）
- 配套《智能场景提示词模板》（办公类）
- 【落地工具&产出】《定时文件整理自动化配置卡》《智能场景提示词模板》
组织沉淀与落地行动计划
一、组织沉淀重点工作与价值
- 经验与知识是组织的核心资产，决定持续改善能力
- 重点工作：经验沉淀、知识库建设、AI 能力部门化推广
- 重要性：经验能复利积累，组织才不因人员流动而失能
- 价值判断：把个人经验变成团队能力，是 AI 落地的最终目标
二、组织沉淀痛点与效能分析
- 经验藏在个人脑子与电脑
- 无结构、无维护、新人重复踩坑
- 知识"读了用不起来"
- 组织效能无法复利式积累
三、知识精馏与创建知识库
- 知识精馏：六阶段蒸馏 SOP（把 SOP/经验变成 Skill）
- Prompt vs Skill 边界
- 知识库更新与版本治理
四、落地路线图与风险边界
- 落地总逻辑：精益先行、数字赋能、AI 加速
- 试点选择四问 + 三层五阶八步 + 快赢场景识别
- 三条红线 + 数据安全
- 配套《智能场景提示词模板》（综合类）+ 行动计划产出
- 【落地工具&产出】《AI 应用行动计划表》《智能场景提示词模板》
- 培训后赠送学员《WorkBuddy使用教程》一份（294 页电子文档）
适合对象
班组长、一线主管、生产主管、车间主任、质量与设备主管、生产 / 工艺 / IE 骨干、数字化转型推动者 培训时间：2 天，每天 6 小时 培训形式：理论精讲+ 案例解析 + 实操演练 + 小组研讨 + 行动计划产出 课程知识要点&落地工具…
课程定位与主要问题
《AI 智能体赋能制造业：WorkBud…》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AI+制造业：智造转型与 AI 认知梳理关键判断点，避免停留在概念解释
- 借助WorkBuddy 核心能力与实操…完成一次可复盘的应用演练
- 输出班组长日常管理赋能相关的后续跟进清单，方便课后跟踪
课程背景与交付信息
制造业正站在"人口红利退潮、订单多品种小批量、交付周期压缩、质量与成本双重挤压"的转型窗口。国家"人工智能+制造"专项行动与智能制造发展规划持续推进，灯塔工厂已成为中国智造样板，CMMM 智能制造能力成熟度更成为企业评级与政策补贴的硬门槛。对制造企业而言，AI 不再是"要不要上"的选择题，而是"怎么落到班组、落到岗位"的必答题：谁先把一线经验与流程智能体化，谁就先吃到效率红利
然而管理的无力感写在每个现场负责人脸上：现场改善难：问题反复发生、提案难落地、成果易反弹；精益不落地：学了工具回现场还是老一套、改善一阵风；质量难管控：问题反复、8D 治标不治本、追溯靠翻聊天记录；产能品质不稳定：故障来了才救火、OEE 不达标、交付质量忽高忽低；一线大量时间还耗在日报周报、手工汇总、重复填表上，改善精力被稀释。看得见、管不住：不是员工不努力，而是缺少一套把现场问题变成数据、把重复劳动交给 AI、把改善成果固化下来的智能体方法与工具
本课程立足制造业一线实际，以"2天8讲"沿"认知→平台→班组→质量→工艺→设备→办公→落地"主线推进，第一天夯实 AI 认知与平台实操、第二天深入五大高频场景跑通智能体工作流。通过培训帮学员建立 AI 赋能系统认知与安全合规底线，掌握 WorkBuddy 使用与 Skill / 专家自建能力，带走一套可执行的本岗位 AI 试点行动计划。让 AI 成为制造人手里放大效能的加速器，而非替代者的压力感来源
课程时间
2天
授课方式
讲师讲授、案例研讨、情景演练、互动答疑
课程内容重点
01AI+制造业：智造转型与 AI 认知
02WorkBuddy 核心能力与实操入门
03班组长日常管理赋能
04质量管理与根因分析赋能
05工艺参数优化赋能
06设备管理与 OEE 改善赋能
讲师介绍
杨向东
精益生产与智能制造管理实战专家
前海尔制造运营总监、鲁丽集团运营中心总经理，20余年精益生产与智能制造实战经验。主导30+个精益/智造项目，单项目最高降本90%，擅长AI赋能、降本增效及智能工厂搭建，助力企业实现数字化转型与效能跃升
查看讲师主页课程差异说明
本课程页面围绕《AI 智能体赋能制造业：WorkBuddy 实战工作坊》重点呈现课程定位、适合对象、核心收益和 9 个主要模块，便于快速判断培训匹配度
课程常见问题
这门课适合哪些学员参加？
班组长、一线主管、生产主管、车间主任、质量与设备主管、生产 / 工艺 / IE 骨干、数字化转型推动者 培训时间：2 天，每天 6 小时 培训形式：理论精讲+ 案例解析 + 实操演练 + 小组研讨 + 行动计划产出 课程知识要点&落地工具…。
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AI+制造业：智造转型与 AI 认知梳理关键判断点，避免停留在概念解释。
企业可以基于这门课做定制吗？
可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配
