AI赋能：企业精益效率改善与提升

围绕人工智能应用的实际工作场景，《AI赋能：企业精益效率改善与提升》以现代工业生产的发展等课程模块作为选型线索，帮助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，核对内训目标、课时安排和交付要求

3天，18小时 人工智能应用
授课讲师： 郭伟明 · 智能制造与精益生产专家
获取课程方案 查看课程大纲

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

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

讲师介绍

郭伟明 讲师头像

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？

《AI赋能：企业精益效率改善与提升》适合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。如果需求还停留在人工智能应用主题了解阶段，建议先看相关主题或方案页；如果已经在选具体课程，本页可用于判断讲师、对象、大纲和交付安排

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