质量管理：AI赋能自工序完结实现品质零缺陷

可选交付版本

不同版本会按参训对象、课时长度和案例深度做取舍，最终课纲以需求沟通后的方案为准。

质量管理：AI赋能自工序完结实现品质零缺陷推荐版本 1天

适合作为默认学习方案，完整覆盖本课程的核心目标、主要模块和实操安排。

质量管理：AI赋能自工序完结实现品质零缺陷（1天版） 1天版

1天交付版本，适合按培训时长压缩或展开课程内容。

适合对象

企业中层管理者、品质管理人员、工程师、生产主管等

课程定位

AI任务拆解、流程嵌入和输出复核需要落到岗位动作，训练会围绕关键问题完成一轮方法校准

核心收益

场景边界更清楚：质量重要意义，树立全员质量意识
清晰质量管控要求，提升过程管控能力
直击现状实质问题，给出系统解决方法
回归基本严谨务实，清晰化自工序完结
解析生产品质异常，有效实施自働化

课程背景与交付信息

工厂生产绩效管理指标是QCDPSM，质量排在最首位，质量是企业价值和尊严的起点，是公司赖以生存的命脉。如果说成本是钱，质量就是命，没有质量企业将不复存在，没有质量一切都将归零，AI赋能智造是时代趋势，智能制造的智能引擎是AI，本课程实例分享AI人工智能在工厂质量管理中的有效应用，全面提升质量管控

生产现场有太多的不可控因素，难免产生各种异常，诸如：供应商来料异常、前工序到料异常、设备异常、作业异常、产品设计异常等等。面对客户交付压力，生产管理员急于救火，面对产品质量异常，没有回归基本面从流程管理、过程控制、产品规格上进行检讨改善，给出合理化的改善对策，盲目草率地进行异常处理，甚至将不良品交付出货，缺乏质量意识，茫然不知其行为给公司造成重大经济损失。我们从事生产管理要如履薄冰，就像敬畏生命一样敬畏质量

产品生产质量是可控制的，本课程将回归质量管理的基本面，如何一次性将事做好，生产作业的最基本原则：自工序完结，严格执行SOP标准化作业、清晰产品品质基准、工序内自我质量检查、产线配置自働化安灯系统、完善品质内建机制，坚决做到不接受不良品、不制造不良品、不流出不良品三不政策。从流程对作业步骤、良品条件及判断基准进行管控，对已经出现了产品不良要采取隔离及闭环改善，构建质量管控之铜墙铁壁

课程时间

1天，6小时

授课方式

课程讲授50%，实践演练、案例分析及小组研讨50%

课程内容重点

01品质内建：自工序完结概述

02质量管控：自工序完结实效

03质量保证：自工序完结构建助力实现品质零缺陷

课程大纲

课程总览

内容重点

课前引入
1. 问题："在传统制造业中，我们投入大量人力做全检、返修和追溯，但为什么仍有0.5%的不良品流向客户？
—这0.5%可能意味着每年上千万的售后成本，甚至品牌危机
2. 什么是人工智能
结合我们日常生活、工作举例说明几个AI典型应用案例？

品质内建：自工序完结概述

一、认识自工序简介

1. 自工序完结定义
2. 自工序完结起源
3. 自工序完结理念
课堂
演练：品质内建挑战—纸条生产线

二、自工序完结与丰田精益屋

1. 丰田精益屋
2. 丰田质量理念
1. 构建自働化，在制造中的品质确保
2. 如何理解TPS自働化
3. 自働化的三大核心机能
4. 自働化落地实施
1. 自働化的工具——安灯系统
2. 工程技术人员——现场办公
3. 品质异常处理——三现主义
5. 安灯系统简介

质量管控：自工序完结实效

一、自工程完结的意义与作用

1. 传统作业品质管理
1. 作业流程机制（改善前）
2. 品质异常现象（问题）
2. 自工序完结作业品质管理
1. 作业流程机制（完善后）
2. 自工序完结的核心要素
3. 自工程完结的效果
案例分享：自工序完结核心要素的量化管控

二、自工序完结与生产异常管理

1. 异常的标准是什么？
2. 出现异常现场作业员怎么办？
3. 出现异常管理者与工程技术人员如何处置？

三、生产异常现象分析

1. 异常统计分析结果
2. 制程异常闭环处理机制
3. 质量成本控制原则
思考：质量问题改进与自工序完结的关联关系是什么？是否矛盾
案例分享：AI人工智能在SMT贴片安装产品质量检查AOI中的有效应用
案例分享：原材料来料AI应用案例
案例分享：制剂过程AI应用
案例分享：包装出库AI赋能

质量保证：自工序完结构建助力实现品质零缺陷

一、零缺陷质量管理概述

1. 零缺陷质量管理的起源
2. 零缺陷质量管理的定义
3. 零缺陷重量管理的精髓理念
4. 零缺陷之父：克劳斯比

二、品质零缺陷管理核心、原则

1. 一个核心：第一次就把事情做对
2. 二个基本点：有用的和可信赖的
3. 三个代表：客户、供应商和员工
4. 四项基本原则
现场互动：如何理解质量管理大师克劳士比质量免费，现场实例讲解

三、如何开展自工序完结

1. 自工序完结流程
2. 自工序完结三大核心要素
1. 作业步骤
2. 良品条件
3. 判断基准
3. 良品条件确认
1. 设计要件
2. 生技要件
3. 制造要件
4. 人员素养

讲师介绍

李希

智能制造与精益数字化转型专家

李希，资深高级咨询师，智能制造与精益数字化转型专家。拥有近20年实战经验，擅长智能工厂规划、精益运营及AI赋能质量管理。累计服务800+企业，开展1000多场培训，致力于通过数智化手段推动制造企业降本增效与转型升级

制造业新能源汽车行业医药医疗电子制造有色化工

查看讲师主页

课程常见问题

这门课适合哪些学员参加？

适合企业中层管理者、品质管理人员、工程师、生产主管等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？

通过本课程的学习与实战演练，学员将掌握以下核心能力，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：1天，6小时/天。实际交付可根据企业培训目标和学员基础进行调整

课程采用什么授课方式？

课程主要采用课程讲授50%，实践演练、案例分析及小组研讨50%，强调理解、讨论、工具练习和业务场景应用

为什么这个页面会展示多个版本？

这些版本属于同一门课程的不同交付版本，页面保留推荐版本作为课程主轴，其他版本用于说明时长、行业场景或模块侧重点差异