AI人工智能介绍与应用
内容重点
- 1. 人工智能概述
- 1. 人工智能简述
- 2. 深度学习算法
- 3. 知识图谱
- 2. 人工智能4.0
AI在工业企业的应用
AI人工智能介绍与应用会打开第一轮讨论，AI数据采集与处理与AI数字模型挖掘负责把练习结果接到后续工作
授课讲师：
吴正伟 · 精益生产与数字化转型实战专家
课程大纲
AI数据采集与处理
内容重点
- 数据来源与类型
- 数据采集的方法和工具
- 数据预处理技术
- 数据清洗和整理的流程
- 典型的数据采集结构
AI数字模型挖掘
内容重点
- 1. 什么是数据分析模型
- 数据模型及分类
- 概念数据模型
- 逻辑数据模型
- 物理数据模型
流程数字化AI升级模型
内容重点
- ——为IT AI化打通IT技术开发精准通道
- 1. 运营流程设计业务能力
- 2. 运营流程与系统的关系
- 3. 岗位数字化绩效管理：平台预览
- 4. 业务流程数据 -指标管理数据
AI数据驱动决策
内容重点
- 1. 数据驱动运营决策的定义
- 2. 构建数据驱动运营决策体系的意义
- 3. 数据驱动运营决策体系的基本框架
- 4. 如何实现数据驱动运营决策
- 5. 基于数据的流程再造与设计
AI数智化转型的内外部环境基础
内容重点
- 1. 工业发展历程
- 2. 新兴技术不断发展
- 3. 国家智能制造标准体系建设指南
- 4. 中日德对比(工业制造型代表性国家）
- 5. 企业需要的生态系统齐全
AI数智化转型的实施方法
内容重点
- 1. 数字化转型+智能化改造
- 2. 智改数转方式结合
- 3. 全制造流程的智能化
- 4. 数智化转型三个阶段
- 5. 数智化推进周期
AI智能制造
内容重点
- 1. 国家智能制造标准体系建设指南（2021版）
- 2. 智能工厂价值链愿景
- 3. 智能工厂 愿景与目标（价值最大化）
- 1. 智能工厂 愿景与目标（示例）
- 2. 智造现场运营应用架构
适合对象
相关业务人员及主管领导
课程定位与主要问题
任务场景、提示词设计、输出校验和风险边界会被放进具体任务里校准，便于参训团队形成同一套做法
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人工智能介绍与应用梳理关键判断点，避免停留在概念解释
- 借助AI数据采集与处理完成一次可复盘的应用演练
- 输出AI数字模型挖掘相关的后续跟进清单，方便课后跟踪
课程背景与交付信息
全球制造业的深刻变革和数字化转型的趋势。近年来，随着科技的飞速发展和互联网的普及，传统制造业正面临着一场前所未有的转型升级。智能制造作为数字化转型的重要组成部分，正逐渐成为制造业发展的新趋势
随着全球竞争的加剧和消费者需求的多样化，制造业需要不断提高生产效率、降低成本、优化供应链管理等方面的能力。智能制造数字化转型通过引入先进的信息技术和智能化设备，可以帮助制造业实现这些目标，提高企业的竞争力
人工智能、物联网、大数据等新一代信息技术的快速发展，为制造业的数字化转型提供了强大的技术支持。这些技术可以实现对生产过程的实时监控、智能分析和优化，提高生产效率和产品质量
课程时间
2天，12小时
授课方式
理论讲解、案例练习、讨论
课程内容重点
01AI人工智能介绍与应用
02AI数据采集与处理
03AI数字模型挖掘
04流程数字化AI升级模型
05AI数据驱动决策
讲师介绍
吴正伟
精益生产与数字化转型实战专家
吴正伟，智能制造与数字化转型实战专家。23年实战经验，曾任三星电机经营革新事务局局长。擅长精益管理与AI智能制造结合，主导100+项目落地，助力企业实现数字化转型升级与效能飞跃。可结合数字化转型与AI智能制造方向补充授课视角，聚焦AI智能制造、智慧物流、智能运维
查看讲师主页课程差异说明
本课程页面围绕《AI在工业企业的应用》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
学习这门课可以获得什么收益？
提升生产效率：学员通过掌握生产计划制定和物料控制的核心知识，能够更合理地安排生产活动，减少生产过程中的浪费，从而提升企业的生产效率，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：2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？
课程主要采用理论讲解+案例练习+讨论，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
