复合材料生产计划核心痛点与AI破局路径
内容重点
- 行业特性深度分析：多品种、小批量、工艺不确定性对计划的极致挑战
- 传统计划模式为何失效？—从经验驱动的困境到数据驱动的有助于
- AI生产智能管控体系总体架构：数据层、算法层、决策层、应用层
- 实战案例分享：某企业如何利用AI初步实现计划效率提升课堂
AI赋能复合材料生产：智能计划与在制品流动优化实战
复合材料生产计划核心痛点与AI破局路径和计划不可执行度的量化评估会先校准做法，再收束到课后的跟进动作
授课讲师：
李希 · 智能制造与精益数字化转型专家
课程大纲
实战演练—计划不可执行度的量化评估
内容重点
- 不可执行度的定义与价值：将模糊风险转化为可计算指标
- 量化模型构建：关键输入变量（资源负荷、物料约束、工艺波动）与算法逻辑
- 小组实战
- 模型的应用场景：订单评审、插单模拟与滚动排程优化
在制品（WIP）流动图构建与滞留瓶颈分析
内容重点
- 让流动可视化：在制品流动图的概念与构建价值
- 构建四步法：数据采集 -> 数据处理 -> 地图绘制 -> 滞留识别
- 滞留分析技术架构：从人、机、料、法、环、测维度进行根因分析
- 小实战
动态价值图技术与流动优化策略
内容重点
- 从静态到动态：传统局限与动态价值流程图技术的优势
- 如何利用动态价值流程图实时监控生产效率与价值流动
- 价值链流优化策略库：针对瓶颈工序的改善、投料策略控制、在制品水位管理
综合案例剖析：如何串联计划流-实物流-瓶颈分析-优化策略完成一个改善闭环
内容重点
- 课程总结与行动指南：企业推行AI生产管控的路径与建议课堂
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，把任务场景、提示词设计、输出校验和风险边界转成课后可继续推进的动作
课程定位与主要问题
AI办公试点、数字化流程优化或团队效率提升项目中，参训团队可以先看清问题所在，再设计可执行动作
核心收益
- 场景边界更清楚：AI生产计划动态优化的核心方法论，建立用数据驱动决策的智能计划知识框架
- 具备构建实时在制品（WIP）流动地图的能力，精准可视化生产流程并定位滞留瓶颈
- 流程复用更容易：实战案例剖析，学习如何量化评估计划的不可执行度，并从根源制定优化策略
查看更多收益 收起更多收益
- 显著提升生产柔性，减少因计划僵化导致的停机待料、加班赶工等问题
- 有效降低在制品库存，加速资金周转，避免半成品积压浪费
- 推动企业从经验管理向智能管理转型，为打造数字化车间奠定基础
课程背景与交付信息
团队把AI能力接入日常工作时，最先卡住的是场景边界和结果复核。训练会串起复合材料生产计划核心痛点与AI破局路径、计划不可执行度的量化评估和在制品（WIP）流动图构建与滞留瓶颈分析，先把可落地路径说清楚。
课程时间
1天，6小时
授课方式
课程讲授50%，案例分析及小组研讨30%，实操练习20%
课程内容重点
01复合材料生产计划核心痛点与AI破局路径
02计划不可执行度的量化评估
03在制品（WIP）流动图构建与滞留瓶颈分析
04动态价值图技术与流动优化策略
讲师介绍
李希
智能制造与精益数字化转型专家
李希，资深高级咨询师，智能制造与精益数字化转型专家。拥有近20年实战经验，擅长智能工厂规划、精益运营及AI赋能质量管理。累计服务800+企业，开展1000多场培训，致力于通过数智化手段推动制造企业降本增效与转型升级
查看讲师主页课程差异说明
本课程页面围绕《AI赋能复合材料生产：智能计划与在制品流动优化实战》重点呈现课程定位、适合对象、核心收益和 5 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？
适合生产计划与调度人员、生产部门经理与主管、工艺工程师、精益/数字化推进团队、供应链管理相关人员等需要系统提升相关能力的人群
学习这门课可以获得什么收益？
掌握AI生产计划动态优化的核心方法论，建立用数据驱动决策的智能计划知识框架，并结合课程中的工具、案例和练习推动企业培训落地
课程通常安排多长时间？
当前样板提取的课程时间为：1天，6小时/天。实际交付可根据企业培训目标和学员基础进行调整
课程采用什么授课方式？
课程主要采用课程讲授50%，案例分析及小组研讨30%，实操练习20%，强调理解、讨论、工具练习和业务场景应用
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
