课程总览
内容重点
- Day 1：品质筑基篇：认知建立、标准构建、检验体系
质造闭环：AI赋能下的品质管理与品质改善实战训练
质量认知重塑与品质意识强化（破除品质认知误区…、品质标准构建与来料检验（掌握品质标准构建方法…和过程检验与成品管控（掌握IPQC/OQC全流程…连成一组训练主线，减少课堂内容与岗位动作之间的断点
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
质量认知重塑与品质意识强化（破除品质认知误区，建立全员品质责任意识）
一、品质的本质与客户导向
- 品质的四层认知演进：检验出来→制造出来→设计出来→管理出来
- 客户链思维：外部客户是终点，内部客户是起点，每道工序都是下道工序的客户
二、质量管理演进与大师思想
- 质量管理六阶段演进：检验→SQC→TQM→ISO→六西格玛→精益质量
- 戴明PDCA循环与十四条核心理念：持续改善是所有管理者的责任
- 朱兰质量三部曲：质量策划→质量控制→质量改善的管理闭环
- 克劳斯比四项绝对原则与石川馨QCC品管圈：从个人意识到团队改善
三、全员质量责任体系
- 品质不是品质部的事：全员质量责任的三大误区与正解
- 分层质量责任：一线层按标准做、工程师层定标准除根因、管理层建机制配资源
四、零缺陷理念与品质红线
- 克劳斯比零缺陷核心：符合要求、预防系统、零缺陷标准、不符合的代价
- 品质管理五项绝对原则：领导态度、符合标准、经济决策、工作重心、绩效衡量
- 品质红线的代价：一次品质事故的放大路径与信任崩塌效应
- 【案例解析】海尔砸冰箱：砸掉的是冰箱，砸出的是质量意识和世界品牌
品质标准构建与来料检验（掌握品质标准构建方法，把牢来料品质第一道关卡）
一、不良项目规范化与品质标准设计
- 检验标准格式化设计：来料、制程、成品三类检验规范的格式差异与内容要点
- 品质标准的两个衡量维度：客户满意度与品质成本率
二、来料检验（IQC）最佳实践
- 来料不良责任归属分析：生产作业员、IQC、采购员、供应商四方责任厘清
三、供应商质量管理与互动机制
- 供应商四层互动机制：交换信息→交流培训→交叉换位→高层互访
- 供应商改善效果强化：重大不良时的应急响应与年度评审机制
四、来料检验实战要点
- 来料检验的频次与批量管理：多久查一批、查货时间、做报表时间的合理配置
- 免检与加严检验的判定条件与切换规则
- 来料异常的处理流程：隔离→标识→评审→处置→追踪的闭环管理
- 【互动研讨】检验规范设计
- 演练：各组针对一个典型产品，现场编写来料检验规范框架（讲师点评）
- 【落地工具】《IQC检验规范》
过程检验与成品管控（掌握IPQC/OQC全流程管控方法，守住品质主战场）
一、制程检验（IPQC）核心工作
- IPQC三项核心工作：首件确认、现场巡查、异常快速响应
- 现场巡查十大要点：从人、机、料、法、环五个维度逐一巡查
- 末件确认与干部现场管理：构建生产、品质、技术的现场铁三角
二、成品检验（OQC）与品质保障（QA）
- OQC入库前抽查与出库前再抽查：判定原则与抽样规则
- 特采处理流程与权限设计：谁审批、谁签字、谁担责
- QA的立场与角色定位：QA该代表客户立场还是生产立场
三、QE与SQE职能定位
- 没有QE品质部就是个查货的：QE品质工程师的核心职能与工作分析
- SQE供应商质量工程师：为什么要有SQE，SQE与IQC的分工协作
- 品质部人员架构与定岗定编：各岗位职能匹配与人力预算
四、品质记录体系与数据管理
- 品质记录四层级：原始记录→日报表→周月报表→信息化系统
- 需要防止的四种失控现象：记录缺失、数据失真、分析滞后、信息孤岛
- 品质异常统计方法：投诉/制程不良/来料不良的周报月报年报体系
- 【互动研讨】现场巡查要点实战
- 演练：给定一个生产场景，各组找出巡查中的关键检查项与遗漏项
- 【落地工具】《IPQC巡查记录表》
- Day 2：品质升级篇：问题解决、AI认知、AI落地
品质异常改善与问题解决方法论（掌握结构化问题解决工具链，从救火到根因消除）
一、改善铁三角与根因分析
- 5. Why层层追问与两大陷阱：从表面现象穿透到根本原因，避免停在"人的因素"和"不可控因素"
二、品质改善的落地与固化
- 从对策到标准化：有效对策写入作业标准书和控制计划，否则改善无法维持
- 横向展开机制：同一根因在不同产品/产线的平行排查与对策复制
- 品质改善提案制度：建立一线员工参与品质改善的常态化通道
三、8D问题解决法与返工管理
- 8. D八步法闭环：小组成立→问题描述→临时对策→根因分析→永久措施→实施验证→预防再发→团队认可
- 8. D常见误区：D3临时措施≠最终方案、根因停在表面、D7预防流于形式
四、质量成本分析与改善决策
- 品质成本PAF模型：预防成本、鉴定成本、失败成本三类构成与占比分析
- 【落地工具】《8D改善报告模板》
AI认知与生成式AI赋能品质管理（认知AI能力边界，掌握生成式AI在品质管理中的应用场景）
一、AI认知与主流平台能力
- AI四种形态：判别式AI、生成式AI、智能体AI、具身AI
- 破除AI三大误区：AI不是万能的、AI不会取代人、AI不只是IT部门的事
- 主流AI平台能力与选型：各平台在品质管理场景下的适用性对比
二、AI品质数据分析与可视化
三、AI品质报告与QC工具应用
- 8. D报告AI辅助填写：D2问题描述结构化、D4根因分析辅助、D7预防措施建议、报告文本润色
四、AI品质知识库与智能问答
- 品质知识库构建：将企业品质标准、历史案例、行业规范构建为AI知识库
- 一线品质智能问答：操作工随时查询"这个缺陷怎么判定""这个异常怎么处理"
- 新员工品质培训辅助：AI模拟品质场景、生成练习题、辅助标准作业培训
- 【落地工具】《提示词模板库》
判别式AI品质检测与数据安全（掌握AI视觉检测与工艺参数调优落地方法，守住数据安全红线）
一、AI视觉检测
二、AI工艺参数调优
- 工艺参数调优场景：焊接、注塑、热处理等关键工序的参数AI优化
- CRISP-DM六步法：业务理解→数据理解→数据准备→建模→评估→部署
- 数据质量要求：完整性、一致性、准确性、时效性四维度
三、数据脱敏与数据安全
四、AI品质管理推进路线
- 试点验证：选择1-2个品质痛点场景小范围试用AI工具
- 小范围复制：验证有效后扩展到同类场景
- 体系化推广：建立AI品质管理标准流程与培训体系
- 智能化运营：AI融入日常品质管理闭环，持续迭代优化
- 【落地工具】《AI视觉检测可行性评估表》
适合对象
生产经理、质量经理、车间主任、品质工程师、班组长及相关职能部门主管 培训时间：2天（12小时） 培训形式：理论精讲 + 案例解析 + 互动研讨 + 工具实操 + 小组共创 课程知识要点&落地工具： 序号 核心知识要点 落地工具 1 品质本…
课程定位与主要问题
工具会用但流程接不上、结果不好验时，训练重点应放在判断标准和后续跟进方式上
核心收益
- 重塑品质认知：掌握质量管理演进脉络与四大先驱核心思想，破除"品质是品质部的事"等认知误区，建立全员品质责任意识
- 掌握品质标准构建方法：学会不良项目规范化、检验标准格式化设计方法，让品质标准从"模糊经验"变为"可执行文件"
- 搭建全流程检验体系：掌握IQC来料检验、IPQC制程检验、OQC出货检验的工作流程与管控要点，构建品质"三道防线"
查看更多收益 收起更多收益
- 运用问题解决工具链：掌握8D、PDCA+5Why+鱼骨图等结构化方法，结合品质成本分析驱动改善决策，让品质异常从"救火"走向"根因消除"
- 掌握生成式AI品质应用：学会用AI自动生成品质分析报告、8D报告、品质月报、检验规范，大幅提升品质管理效率
- 掌握判别式AI品质检测：了解AI视觉检测、工艺参数调优的落地路径，掌握数据安全与脱敏方法，规划企业AI品质升级路线
课程背景与交付信息
制造业正面临品质管理的双重挑战：一方面，客户对品质的要求从"合格"升级为"零缺陷"，一次重大品质事故可能导致整条供应链的信任崩塌；另一方面，传统品质管理手段已触及效率天花板，人工目检漏检率高、品质数据分析滞后、改善闭环靠人盯人、品质成本居高不下。据行业调研数据显示，制造企业的品质损失成本平均占销售额的15%-20%，而世界级企业这一数字仅为3%-5%
然而，多数企业的品质管理仍停留在"事后检验"阶段：品质标准模糊，检验靠经验、判定靠感觉；来料、制程、成品各管一段，出了问题互相推诿；品质数据停留在纸质报表，分析滞后、改善迟缓；品质部门沦为"查货部"，QE/SQE职能形同虚设。更深层的问题是，从管理层到一线员工，对"品质到底是什么"的认知不统一，品质意识的薄弱才是品质问题的根源
与此同时，AI技术正在重塑品质管理的范式。AI视觉检测已实现缺陷识别率99%以上、速度提升10-明显差异；生成式AI可以自动生成8D报告、品质月报、检验规范；AI工艺参数调优正在帮助企业将良率提升2-5个百分点。但多数企业对AI仍停留在"听过没用过"的阶段，不知从何切入、如何落地
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
01质量认知重塑与品质意识强化（破除品质认知误区，建立全员品质责任意识）
02品质标准构建与来料检验（掌握品质标准构建方法，把牢来料品质第一道关卡）
03过程检验与成品管控（掌握IPQC/OQC全流程管控方法，守住品质主战场）
04品质异常改善与问题解决方法论（掌握结构化问题解决工具链，从救火到根因消除）
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《质造闭环：，训练AI赋能下的品质管理与品质改善实战训练》重点呈现课程定位、适合对象、核心收益和 7 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？
适合生产经理、质量经理、车间主任、品质工程师、班组长及相关职能部门主管 培训时间：2天（12小时） 培训形式：理论精讲 + 案例解析 + 互动研讨 + 工具实操 + 小组共创 课程知识要点&落地工具： 序号 核心知识要点 落地工具 1 品质本质认知与质量管理演进 — 2 品质标准规范化构建与来料检验 《IQC检验规范》 3 过程检验（IPQC）与成品管控 《…
学习这门课可以获得什么收益？
重塑品质认知：掌握质量管理演进脉络与四大先驱核心思想，破除"品质是品质部的事"等认知误区，建立全员品质责任意识，并结合课程中的工具、案例和练习推动企业培训落地
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
