课程总览
内容重点
- 培训背景
- 培训收益
- 培训对象与实施方式
- 培训时长与形式
- 培训内容大纲
AI赋能供应链效能提升-智能排班实战工作坊
诊断——从经验主义到数据驱动需要现场演练支撑，对象、步骤和检查点会在训练中逐步明确
授课讲师：
董道军 · 采购供应链管理与AI赋能业务效能专家
课程大纲
AI赋能供应链的理论基础与应用
1.2 AI赋能供应链的三驾马车
- 2.1 需求预测
- 2.2 智能排班
- 2.3 风险预警
1.3 AI赋能供应链的四象限价值矩阵
- 3.1 效率提升区
- 3.2 风险控制区
- 3.3 创新增长区
- 3.4 战略转型区
- 案例：某企业利用AI优化设计流程，缩短产品上市周期
- 工具：波士顿矩阵
诊断——从经验主义到数据驱动
2.1 重新定义排班
- 1.1 排班三大痛点
- 1.2 排班提效的杠杆效应
- 1.3 冰山模型视角：水面上的排班表 vs. 水面下的数据、流程与认知
- 工具：《排班痛点X光机》诊断清单
2.2 数据化诊断：为AI投喂高质量原料
- 2.1 排班相关的三大数据源
- 2.2 数据清洗三字诀
- 2.3 用豆包/Deepseek进行数据探索性分析
- 工具：《排班数据准备自查清单》
构建——打造智能排班的知识库
3.1 员工技能数字化：人员技能-岗位需求四象限矩阵
- 1.1 岗位技能复杂度；员工技能掌握度
- 1.2 四象限定义：明星员工、多能工、待培养对象、新员工
- 1.3 运用大模型批量生成员工技能标签与画像
3.2 排班规则结构化：将潜规则变成显规则
- 2.1 规则的三层金字塔
适合对象
与实施方式 对象： 生产经理、车间主任、人力资源经理、供应链管理人员等。 培训实施方式： 线下面授
课程定位与主要问题
AI任务拆解、流程嵌入和输出复核复盘时，问题、方法和课后检查点需要连起来，便于回到岗位继续推进
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赋能供应链的理论基础与应用场景梳理关键判断点，避免停留在概念解释
- 借助诊断——从经验主义到数据驱动完成一次可复盘的应用演练
- 输出构建——打造智能排班的知识库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AI赋能供应链的理论基础与应用场景切入，再对齐诊断——从经验主义到数据驱动与课后复用方式。
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赋能供应链的理论基础与应用场景
02诊断——从经验主义到数据驱动
03构建——打造智能排班的知识库
讲师介绍
董道军
采购供应链管理与AI赋能业务效能专家
采购供应链与战略运营实战讲师，AI赋能业务效能提升专家。拥有20余年跨国企业实战经验及多项国际权威认证，累计授课覆盖全国50余城，参训学员超30000人次，致力于通过数字化与AI技术重构供应链效能
查看讲师主页课程差异说明
本课程页面围绕《AI赋能供应链效能提升-智能排班实战工作坊》重点呈现课程定位、适合对象、核心收益和 4 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？
适合与实施方式 对象： 生产经理、车间主任、人力资源经理、供应链管理人员等。 培训实施方式： 线下面授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？
赋能供应链的三驾马车能够系统性提升供应链管理水平，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：与形式 总时长： 共2天（6小时，不含午休）。如安排1天，内容及演练部分适当减少。 形式：知识讲授、案例研讨、实战演练 5. 培训内容大纲 模块一：AI赋能供应链的理论基础与应用场景 1.1 AI在供应链端应用的核心技术 1.1.1 机器学习 1.1.3 自然语言处理（NLP） 1.1.4 计算机视觉 1.2 AI赋能供应链的三驾马…
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
