课程总览
内容重点
- 课程导入：视频解析《博世ESP控制器AI全流程质量拦截系统》
AI赋能制造业质量提升与降本增效实战
AI驱动的智能质量体系基础先把对象、任务和边界讲清，AI在质量管理中的四大高价值场景解析再帮助团队对齐现场处理口径
授课讲师：
王大伟 · 精益智造与供应链效能提升专家
课程大纲
AI驱动的智能质量体系基础
一、质量管理的演进：从检验→统计→预测
- 智能质量系统三要素：数据连通、模型智能、执行闭环
二、AI技术如何重构质量管理
- 视觉AI：缺陷检测、尺寸测量、外观评级
- 时序AI：质量趋势预测、工艺参数优化
- 知识图谱：质量根因溯源、标准自学习
- 案例：宁德时代极片涂布均匀性AI调控系统
AI在质量管理中的四大高价值场景解析
一、智能质量检测：从人眼到AI眼
- 价值逻辑：替代目检、提升检出率、降低客诉
- 实战案例
- 富士康PCB板AI质检：漏检率从3%降至0.02%
- 海尔冰箱门封条检测：速度提升，人力节省70%
二、工艺参数防错与优化
- 价值逻辑：预防性调控，降低变异系数Cpk
- 实施方法：多参数建模 + 实时反馈 + 自适应PID
- 梳理二、工艺参数防错与优化的适用场景、输入输出和使用边界
- 上汽焊接参数自调：熔深合格率提升23%
- 某半导体封装企业：通过AI调参降低金线断裂率40%
三、质量预测与早期预警
- 价值逻辑：提前干预，避免批量不良
- 梳理三、质量预测与早期预警的适用场景、输入输出和使用边界
- 格力空调压缩机装配预警：提前7天识别潜在不良，避免300万损失
- 某锂电企业：正极材料含水率预测，批次一致性提升35%
四、质量根因分析AI助手
- 价值逻辑：缩短分析周期，提升整改效率
- 技术
- 工具：知识图谱 + 关联规则挖掘 + 自然语言处理（NLP）
- 梳理四、质量根因分析AI助手的适用场景、输入输出和使用边界
- 演练：使用《AI质量场景价值矩阵》筛选本企业优先落地场景
智能质量系统落地路径
一、质量数据中台建设三阶段
二、AI质量项目实施三步法
- 诊断：基于《质量数据成熟度评估表》定位数据短板
- 试点：选择1-2个高价值场景部署AI质检或预测模块
- 推广：构建企业级质量AI平台，覆盖设计-制造-售后全链路
三、典型问题与对策
- 数据不连贯 → 构建QMS与MES/ERP双向打通机制
- 模型泛化能力差 → 采用迁移学习+小样本训练
- 人员接受度低 → 设计AI+质量工程师协同工作流
行业案例与转型策略
一、跨行业智能质量案例集
- 汽车：蔚来车身间隙AI测量系统
- 电子：华为基站板卡AI测试与诊断
- 食品：伊利包装完整性视觉检测
- 医药：华海药业药品包装字符识别
二、智能质量转型策略
- 技术选型：边缘AI vs 云端AI，小模型 vs 大模型
- 组织适配：设立AI质量工程师岗位，构建人机协同质检流程
- 风险管控：分阶段验证ROI，避免一步到位陷阱
- 课程总结
- 智能质量闭环逻辑复盘：数据采集 → 模型训练 → 实时执行 → 反馈优化
- 企业行动建议
- 短期（0–6月）：部署AI视觉检测或质量预测试点
- 中期（6–18月）：构建质量数据平台与AI中台
- 长期（18月+）：实现全链路设计-制造-服务质量自治
适合对象
质量总监/经理、生产总监、工艺工程师、数字化负责人、持续改进专员、工厂运营管理者
课程定位与主要问题
《AI赋能制造业质量提升与降本增效实战》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
核心收益
- 场景边界更清楚：工具场景、输入要求和输出校验，减少只听概念、不知道怎么用的落差
- 围绕AI驱动的智能质量体系基础校准目标和边界，明确课堂重点动作
- 流程复用更容易：AI在质量管理中的四大高价值场景解析安排练习，检查方法、工具和流程是否可用
查看更多收益 收起更多收益
- 人工复核有抓手：智能质量系统落地路径相关的责任分工、跟进节奏和复盘问题
课程背景与交付信息
质量是制造企业的生命线，也是成本控制的关键环节。传统质量管理依赖人工经验与抽样检验，面临漏检率高、响应滞后、质量成本居高不下等挑战。据统计，未引入AI的质量系统平均漏检率超过5%，质量损失占销售额的1.5%-3%，返工与报废成本占总成本的15%以上
人工智能技术通过视觉识别-数据建模-实时调控-预测预警闭环，实现从事后检验到事前预防+事中控制的质量管理跃迁。本课程聚焦AI在质量领域的典型场景，结合工具演练与案例解析，帮助企业构建零缺陷、可预测、自优化的智能质量系统
课程时间
1天，6小时
授课方式
讲师讲授（60%）、 案例视频解析（15%）、 小组研讨与工具演练（20%）、 专家点评（5%）
课程内容重点
01AI驱动的智能质量体系基础
02AI在质量管理中的四大高价值场景解析
03智能质量系统落地路径
04行业案例与转型策略
讲师介绍
王大伟
精益智造与供应链效能提升专家
精益生产管理实战专家，二十余年世界500强实战经验。主导700+精益项目，累计实现降本增效业绩137亿美金。精通精益生产、智能制造与供应链管理，致力于通过AI技术与数字化工具赋能制造业效能提升。可结合精益质量管理方向补充授课视角，聚焦TQM、六西格玛、零缺陷
查看讲师主页课程差异说明
本课程页面围绕《AI赋能制造业质量提升与降本增效实战》重点呈现课程定位、适合对象、核心收益和 5 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？
适合质量总监/经理、生产总监、工艺工程师、数字化负责人、持续改进专员、工厂运营管理者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？
理解智能质量=数据驱动×过程可控×AI优化的协同逻辑，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？
课程主要采用讲师讲授（60%）+ 案例视频解析（15%）+ 小组研讨与工具演练（20%）+ 专家点评（5%），强调理解、讨论、工具练习和业务场景应用
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
