课程总览
一、十五五的历史方位和制造业战略重心
- 1. 升级聚焦：十五五制造业核心目标
- 2. 环境变化：个性化定制、供应链韧性对制造业提出新要求
- 3. 发展蓝图：基础设施扩量提质、工业数据要素价值释放
- 4. 重点部署：数字化转型是培育新质生产力关键抓手和主要路径
二、数字化是制造业转型升级必由之路
- 1. 数字化的内涵、价值、底层逻辑和终极目标
- 2. 数字化背景下，企业生存之道——保持危机感
- 3. 什么是数字化转型六度法则，如何将数字化真正落地
- 【案例解析】麦肯锡AI最新报告：只有39%的组织吃出了真金白银
三、制造业数字化三个基本特征1. 数据业务化——消灭物理介质2. 流程标准化——减少人为干预3. 管理精细化——全程闭环可控
- 【案例解析】华为数字化工具应用对制造业的启示
四、制造业数字化转型常见问题
- 1. 战略层面数据孤岛和协同难题
- 2. 组织层面变革阻力与制度保障
- 3. 实施层面技术与业务容易脱节
- 4. 业务层面人才队伍上储备不足
- 【案例解析】某大型制造业国企数字化转型的困惑
五、数据驱动是传统制造业的短板
- 1. 数据思维：数据意识相对弱，专业能力欠缺
- 2. 数据采集：数据积累时间较长，但质量不佳
- 3. 数据贯通：数据难整合，无法发挥协同作用
- 4. 数据开发：应用场景单一，缺乏业务突破点
- 5. 数据应用：条件所限，缺少整体性成功案例
- 【案例解析】某知名企业AI客服如何把人气出内伤
六、制造业数字化转型落地三个要点1. 科技+业务双轮驱动2. 让听得见炮火的士兵做决定3. 借助专业第三方力量推进实施
- 【案例解析】德国大众为什么炒掉软件部门多名高管
七、制造业数字化转型实践五步曲（数转智改模型）
- 1. 内部管理信息化（AI+RPA）
- （1）ERP/MES/WMS/质量系统打通，业财一体流程自动化
- （2）设备运行、生产进度、质量检测、能耗数据全维度数据采集
- 2. 业务流程可视化（AI辅助决策）
- （1）生产状态实时可视化（数字孪生工厂、生产调度大屏）
- （2）生产排程路径AI规划（基于订单优先级、设备状态、物料齐套）
- 3. 产品服务数据化（AI分析/迭代）
- （1）质量指标（一次合格率、缺陷分布、设备OEE）实时监测
- （2）设备健康分析（识别潜在故障、预测剩余寿命、优化维护窗口
- 4. 供应链协同智能化（AI画像模型）
一、AI大模型三项核心能力
- 1. 图文音影多模态解析生成能力（工业图纸识别、设备异响检测）
- 2. 自然语言处理和逻辑推理能力（工艺知识问答、故障工单自动分类）
- 3. 业务逻辑洞察和系统输出能力（生产排程优化、质量根因分析）
- 【实操演示】多模态生成、数据清洗/数据分析/数据可视化、科学决策等……
