智能化工厂的数字化转型与精益改善-以数字为引擎精益为内核的智造变革实战
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。
智能化工厂的数字化转型与精益改善-以数字为引擎精益为内核的智造变革实战
本课程围绕数字化转型中的真实业务场景展开，适合生产厂长/经理、车间中层、班组长等结合课程模块判断是否匹配当前培训需求
授课讲师：
李希 · 智能制造与精益数字化转型专家
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。
智能化工厂的数字化转型与精益改善-以数字为引擎精益为内核的智造变革实战（3天版）
3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
生产厂长/经理、车间中层、班组长等
课程定位
帮助企业把数字化战略、业务场景、数据系统和组织协同连接起来，减少只上工具不改业务的问题
课程适配与选型边界
企业已经明确要比较具体课程时，可以重点看对象、业务场景、训练模块和讲师经验
生产厂长/经理、车间中层、班组长等
帮助企业把数字化战略、业务场景、数据系统和组织协同连接起来，减少只上工具不改业务的问题
课程内容重点包括顺应时势：智能制造成就时代企业、案例分析：国内知名企业积极构建工业互联网及其行业赋能应用、数据决策：智能制造与数字化转型实施路径，实际取舍可按企业需求和课时安排确认
建议结合参训对象基础、当前业务场景、期望课时、案例方向和李希的相关经验来判断是否匹配
如果企业还在比较数字化转型整体方向，可先查看相关主题页或知识页；如果已经明确要比较这门课程，可重点看对象、模块、案例和讲师经验。工具、模板或清单是否包含，需要以课程方案沟通结果为准
核心收益
- 一张清晰的路线图：掌握智能制造四大基石+五大路径的落地框架，能制定符合企业实际的数字化转型蓝图与实施步骤
- 一套牢固的根基：深刻理解精益是数智化前提，学会运用VSM、标准工时等工具扫清流程浪费，为数据驱动打好坚实基础
- 一项增效的新技能： 熟悉以DeepSeek为代表的AI工具在工厂的核心应用场景，通过实战演练掌…
查看更多收益 收起更多收益
- 一组关键的工具箱：精通线平衡、快速换模、A3报告等核心改善方法，系统提升OEE，并有效管理生产计划与供应链，实现运营突破
- 一种持续的内生力：培养数据驱动的问题分析与解决思维，建立持续改善机制，将所学转化为企业可持续的竞争力
课程背景与交付信息
在全球工业4.0浪潮与中国制造强国战略的驱动下，数字化转型已从企业的可选项变为关乎生存与发展的必选项。然而，许多制造企业在智能化升级的实践中，往往陷入重技术、轻管理或 重投资、轻基础的误区，导致数字化系统与精益流程两张皮，投入巨大却收效甚微，无法实现真正的降本增效与竞争力突破
本课程旨在破解这一核心痛点。我们深刻认识到，智能工厂的构建绝非简单的技术堆砌，而是一场精益为基、数据为核、AI为翼 的深度运营变革。课程系统性地融合了 数字化顶层设计、精益生产基石、AI技术赋能与运营管理实战四大维度，不仅呈现从工业1.0到4.0的演进蓝图，更提供从战略规划到现场执行的完整路径图。我们强调，只有在夯实精益管理、消除流程浪费的基础上，数据与AI技术才能真正发挥倍增器效应，驱动企业实现从经验驱动到数据驱动、从局部优化到全局智能的根本性跨越
课程时间
3天，18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顺应时势：智能制造成就时代企业
02案例分析：国内知名企业积极构建工业互联网及其行业赋能应用
03数据决策：智能制造与数字化转型实施路径
04AI应用：新技术赋能企业重构，实现工作效率倍增
05夯实基础：智能制造与运营精益化
课程大纲
顺应时势：智能制造成就时代企业
一、智能制造成就时代企业
- 1. 现代工业的发展：从工业1.0（机械时代），到工业4.0（智能化工厂时代）
- 工业互联网概述
- 案例分析：国内知名企业积极构建工业互联网及其行业赋能应用
- 3. 中国制造2025颁布与发展形势-五大工程、十大领域、三步走策略
- 4. 工业4.0与智能制造
- 5. 未来工厂的最高境界：可视化互联工厂
二、基于制造技术的数字化转型
- 1. 制造技术的发展需求和趋势
- 2. 制造业核心竞争力正在发生深刻变化
- 3. 制造业成为全球经济发展的发动机
- 4. 数字化转型认知
- 5. 数字化制造的特征
数据决策：智能制造与数字化转型实施路径
一、愿景与实施策略
- 集团规划牵引
- 工厂KPI承接
- 制造工厂蓝图
- 无人化目标/规划
二、智能制造四大基石强化
- EHS
- 品质一致性
- 生产安定化
- 现场整洁
三、智能制造四大路径
- 路径一：制造技术
- 路径二：精益化
- 路径三：自働化
- 路径四：数智化
- 路径五：管理赋能
- 课堂问题
AI应用：新技术赋能企业重构，实现工作效率倍增
五、DEEP SEEK AI在日常工作业务中的应用
- 1. DeepSeek AI优化提示词的详细方法
- 课堂
- 演练：请你结合Deep seek Al在日常工作业务中的应用10大方面选取2-3方面具体业务进行提示词设计并分组发表
- Deep seek Al在日常工作业务中的应用
- 演练：每组请结合工作业务实际，结合日常工作业务实际，运用Deep seek进行课堂演练，每组派一名代表上台分享
夯实基础：智能制造与运营精益化
一、精益管理核心内涵
- 1. 一大体系
- 2. 两大支柱：及时生产、自働化
- 3. 五大原则：价值、价值流、流动、需求拉动、完美
- 4. 七大目标：零切换、零库存、零浪费、零不良、零故障、零停滞、零灾害
- 5. 八大浪费：动作浪费、等待浪费、库存浪费、搬运浪费、加工过剩浪费、制造过多浪费
- 不良修正浪费、管理的浪费
- 6. 十大
- 工具：6S、VSM、Kaizen、LOB、SMED、Eight Wastes、QCC、Cell
- Production、OPF
- 梳理一、精益管理核心内涵的适用场景、输入输出和使用边界
二、从VSM价值流识别全局问题
- 情景剧：如何理解价值流分析？
- 1. 识别流程中的浪费现象-八大浪费
- 梳理二、从VSM价值流识别全局问题的适用场景、输入输出和使用边界
- 讨论：结合八大浪费知识请罗列你所在部门存在哪些浪费现象，举例说明.
- 2. 价值流分析 – 精益思维特点
- 3. 价值流分析 –看问题的角度
- 4. 价值流分析 – 精益分析步骤
- 选定产品族
- 绘制现状价值流图
- 绘制未来状态图
三、价值流实战
- 1. 选择价值流
- 2. 绘制整体作业流动
- 3. 识别关键指标
- 4. 完成数据筐
- 5. 绘制等待天数
- 6. 填充时间线
- 7. 计算增值比例
- 8. 绘制原材料供应
- 9. 绘制信息流
- 10. 识别改善项目
回归基本：工厂生产工时管理与基础资料库建立
一、进行标准时间研究的必要性
- 课堂游戏：在无标准和有标准的前提下绘制同样一幅图，耗费时间进行计时
二、标准时间研究方法
- 秒表法
- 工作抽样法
- 工作日写实法
三、标准工时制定步骤
- 1. 收集资料
- 2. 划分单元
- 3. 量测时间
- 4. 计算正常时间
- 5. 确定宽放时间
- 6. 计算标准时间
- 实战
- 演练：标准作业内容梳理、区分内外作业、量测标准时间
四、标准工时的应用
- 1. 线体平衡率计算
- 2. 人力工时/用工数量评估
- 3. 事务效率改进
- 案例分享：国内某龙头上市公司标准工时核算案例剖析
五、产品产线生产基础数据库资料构建
- 阶段一：新产品制造承接阶段 - 数据库的初始化构建
- 阶段二：产品量产后设计变更及工艺制程改善阶段 - 数据库的持续维护
- 梳理五、产品产线生产基础数据库资料构的适用场景、输入输出和使用边界
- 讨论：假如你是一家工厂的厂长，准备上线一套新的生产管理系统（MES）。请问你会支持谁？为什么？请说明你的决定和理由
- 效率至上：工厂整体生产效率提升
- 引入：如下三种场景是如何去衡量效率的高低的？有那些指标？
- 生产效能提升技术
- 人员效率改善系统建立四阶段
- 效率标准的建立
- 效率绩效的建立
一、企业经营与方针目标
二、精益立项增值改善步骤
一、有效的计划管理模式
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
查看讲师主页课程常见问题
这门《智能化工厂的数字化转型与精益改善-以数字为引擎精益为内核的智造变革实战》适合哪些企业或学员？
适合生产厂长/经理、车间中层、班组长等。如果企业已经明确要比较具体课程，可以结合对象、课时、案例和讲师经验进一步判断
这门课主要解决什么问题？
帮助企业把数字化战略、业务场景、数据系统和组织协同连接起来，减少只上工具不改业务的问题。具体深度需要结合企业当前问题、参训对象和课时安排确认
课程内容通常覆盖哪些训练重点？
可重点查看课程大纲和内容模块。本课程当前呈现的核心方向包括顺应时势：智能制造成就时代企业、案例分析：国内知名企业积极构建工业互联网及其行业赋能应用、数据决策：智能制造与数字化转型实施路径等
怎么和同主题其他课程比较？
建议比较参训对象、行业场景、讲师背景、案例方向、课时长度和大纲深度，不只按主题名称判断
课程是否一定提供工具、模板或清单？
页面中如提到工具演练、清单或模板，只表示培训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方案为准
