AI赋能：企业精益效率改善与提升｜人工智能应用培训课程

课程大纲

现代工业生产的发展

一、现代工业生产的发展

1. 工业技术的发展
1. 工业1.0到工业4.0发展简介
2. 工业4.0之躯：工业互联网概述
3. 工业4.0之魂：AI人工智能概述
2. 生产模式的发展
1. 手工生产
2. 大量生产
3. 精益生产
4. 敏捷制造
5. 智能制造

AI在企业的应用

一、Deepseek时代的基础知识

1. 智能时代的哲学逻辑
2. AI\BI的设计底层逻辑
3. 算法、算力、云的正确理解和DeepSeek的关系
4. 算法、算力、与云AIoT、数字孪生、知识图谱等先进技术
5. DeepSeek/kimi/千义/豆包等软件的正确选择
6. 理性推理软件和通用推理软件的优缺点
7. 理性推理软件和通用推理软件的过程关键原则
8. 编辑提示词技巧——角色/任务/要求/事例
9. 编辑提示词技巧——ABCD法则

二、AI技术的核心应用

1. 智能决策：生产排程优化（APS系统）
2. 预测性维护：设备故障预警（准确率＞92%）
3. 视觉质检：缺陷识别效率提升20倍
4. 工艺优化：深度学习驱动参数自适应
案例分析：如何巧问DeepSeek
实操
练习：DeepSeek小组提问

精益效率管理控制

一、精益管理概述

1. 精益释义
2. 精益生产概念
3. 精益生产起源
4. 精益生产五大原则
1. 价值
2. 价值流
3. 流动
4. 拉动
5. 尽善尽美
5. 精益与工厂

精益改善竞争力（一）

二、丰田的竞争力的思考

1. 产品的制造方法：设计，研发，工艺，作业过程
2. 工作的推进方法：流程是如何管理的，质量管理流程
3. 采购管理流程，计划排程流程，问题解决
4. 管理的运转方法：组织，分工，权责，考评等
5. 人的活用方法：解决问题的方法，多能工
6. 物的流动方法：布局方式，批量流动方式
案例分享：AI赋能，排版提升料效、设备自诊断预测性维护提升机效
案例：用DeepSeek工具协助做设备维护与设备OEE改善

精益改善竞争力（二）

一、精益效率改善的层次与方法1、工厂的效率提升活动1）IE 改善

设备生产率（OEE）的提升
冲压加工工序生产率提升
组装工序生产率提升
LCA（Low Cost Automation）
3. 品质改善
材料利用率的提升
一次合格率（FTT）的提升
人为错误的降低（防错法）
4. LT 库存削减
缩短 LT・快速换型改善

精益效率改善-重新定义浪费

三、七大浪费的改善

浪费可见化（可视化、显现化）
浪费改善的顺序
把握生产状态的浪费情况
思考浪费的原因
构思能够消除浪费的最有效方法
立即实施改善
边尝试，边制作小工具
确定能够固化下来方法、Follow-up

效率基石：生产效率量化管理体系构建

一、生产效率概述

1. 效率概述
2. 生产效率定义
3. 生产效率及相关指标的公式计算与换算
3. 工厂人效、机效评测
1. 人效OPE：工厂整体人员生产效率
2. 机效OEE：工厂整体设备生产效率

二、OPE概述（工厂整体人员生产效率）

1. OPE解读
2. OPE时间架构
1. 无排配：一天中没有出勤的时间
合格品出数x产品标准时间
2. 效率损失：作业效率
3. 不良损失：良率
人力投入总工时
例题分析：车间整体人员生产效率（OPE）优化，实例讲解
案例解析：XX企业效率提升200%的现状、分析、改善、核算过程

三、OEE概述（工厂整体设备生产效率）

1. OEE解读
2. 稼动时间的设定
1. 设备为主的制程
2. 以人为主的制程
3. 人机结合的制程
梳理三、OEE概述（工厂整体设备生产的适用场景、输入输出和使用边界
拆解三、OEE概述（工厂整体设备生产的工具配置、提示词设计和结果校验步骤
4. OEE时间架构
5. OEE相关概念介绍与计算
例题讲解：OEE计算试题分析，实例讲解

四、LOB与生产单元设计

1. 生产单元及结构
1. 生产单元的四个维度
——空间维度、转变维度、组织维度、资源维度
3. 作业单元的结构
——生产布局、线边物料、产线平衡、工装治具、员工训练
2. LOB线平衡
提问：平衡率计算发表
3. 生产线平衡分析方法
1. 识别瓶颈岗位
2. 作业岗位工时测定

生产效率提升核心——IE改善系统应用实践

一、程序分析

1. 程序分析概述
2. 程序分析具体推进的三大模块
1. 工艺程序分析
2. 流程程序分析
3. 管理事务分析

二、时间分析（工时标准测定）

1. 时间研究概述
2. 时间研究方法
1. 直接法：对作业直接测定的方法
2. 合成法：利用已有资料进行推断的方法
3. 时间研究的步骤
1. 选择：选择需要研究的工作
2. 记录：记录全部工作环境、作业方法和工作要素的有关资料
3. 考查：考查全部记录材料和细目
4. 测定：选用适当的时间研究方法，测定各项作业的时间；标准工时的测定

三、操作分析

1. 操作分析概述
2. 操作分析的具体实施三大模块
1. 人-机操作分析
视频案例：企业人机分析视频
2. 联合操作分析
3. 双手操作分析
案例解读：双手操作与手元化

四、动作分析

1. 动作经济原则
2. 发现可优化动作
——利用动作品质点检表寻找浪费动作/单元
案例实操：用DeepSeek进行人机作业分析
案例实操：用DeepSeek对案例统计进行流程分析

适合对象

制造业中高层管理人员（总经理、经理、厂长、主任等）；生产、质量、设备、财务、工程技术人员等

课程定位与主要问题

《AI赋能：企业精益效率改善与提升》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

课程适配与选型边界

这部分用于判断《AI赋能：企业精益效率改善与提升》是否适合当前人工智能应用培训需求，重点看参训对象、业务场景、核心模块和讲师经验是否匹配

适合对象

制造业中高层管理人员（总经理、经理、厂长、主任等）；生产、质量、设备、财务、工程技术人员等

业务问题

围绕人工智能应用相关业务问题展开训练，帮助企业把课程内容转化为可讨论、可练习、可复盘的工作动作

训练重点

《AI赋能：企业精益效率改善与提升》的训练重点包括现代工业生产的发展、AI在企业的应用等，实际取舍可按企业需求、参训基础和课时安排确认

选型判断

建议将《AI赋能：企业精益效率改善与提升》与同主题课程按参训对象基础、当前业务场景、案例方向、期望课时和讲师经验，以及郭伟明的授课方向进行区分

这门课程适合用于判断参训对象、讲师背景、课程大纲、训练收益和交付安排是否匹配；如果仍在了解主题概念，可先查看相关主题、方案或知识内容。具体配套材料与练习产出，以沟通后的课程安排为准。

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
围绕现代工业生产的发展梳理关键判断点，避免停留在概念解释
借助AI在企业的应用完成一次可复盘的应用演练
输出案例分析：如何巧问DeepSeek相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

行业趋势驱动：工业从 1.0 向 4.0 迭代，AI、工业互联网、数字孪生等技术普及，生产模式从精益生产向智能制造升级，企业需紧跟技术浪潮，打通 AI + 精益融合路径

企业痛点凸显：多数企业存在效率量化不足（OPE/OEE 核算不清晰）、生产浪费严重（七大浪费难识别）、AI 工具不会用（如 DeepSeek 等软件选品与提示词设计无方法）、快速切换与低成本自动化落地难等问题，导致成本高、交付慢、竞争力弱

实际需求迫切：企业急需通过精益改善降本增效，同时借助 AI 赋能生产排程、设备维护、质检等环节，建立标准化效率管理体系，适应柔性生产与市场竞争需求

课程时间

3天，18小时

授课方式

课程讲授65%，实践演练、案例分析及小组研讨35%

课程内容重点

01现代工业生产的发展

02AI在企业的应用

03案例分析：如何巧问DeepSeek

04精益效率管理控制

05精益改善竞争力

讲师介绍

郭伟明

智能制造与精益生产专家

郭伟明，智能制造与精益生产专家，拥有15年实战经验与10年咨询顾问背景。擅长精益六维管理、智能工厂规划及AI赋能降本增效，累计开展500+场培训，赋能100+制造企业实现显著业绩增长

医药制造电子科技汽车零部件钢铁制造业电力行业新能源行业

查看讲师主页

课程差异说明

本课程页面围绕《AI赋能：企业精益效率改善与提升》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度

课程常见问题

这门《AI赋能：企业精益效率改善与提升》适合哪些企业或学员？

制造业中高层管理人员（总经理、经理、厂长、主任等）；生产、质量、设备、财务、工程技术人员等。

这门课主要解决什么问题？

围绕人工智能应用相关业务问题展开训练，帮助企业把课程内容转化为可讨论、可练习、可复盘的工作动作。课程页重点说明单门课程的训练重点和适配场景，不替代主题页对人工智能应用的系统解释

课程内容通常会覆盖哪些训练重点？

可重点查看页面中的课程内容重点和课程大纲。《AI赋能：企业精益效率改善与提升》当前呈现的核心模块包括现代工业生产的发展、AI在企业的应用等

如何判断这门课和同主题其他课程怎么选？

优先比较参训对象、行业场景、讲师背景、案例方向、课时长度和大纲深度；同一主题下的多门课应承担不同课程定位，避免只按泛主题词判断

课程配套材料和练习产出如何确认？

页面中如提到练习产出或配套材料，只表示沟通时可确认的方向，不默认承诺固定交付物；最终以企业需求沟通后的课程安排为准

AI赋能：企业精益效率改善与提升