数智驱动：智能制造与智能工厂从规划到运营实战落地

Q: 课程采用什么授课方式？

课程主要采用理论讲解+名企案例+工具演练+小组共创+现场产出行动方案 课程模型，强调理解、讨论、工具练习和业务场景应用

课程大纲

转型破局——制造企业数智化痛点、价值认知与行业趋势政策

一、企业痛点与智能工厂价值（为什么必须转型？智能工厂能带来什么？）

1. 常规企业的六大核心痛点
2. 智能工厂的八大核心价值
3. 数字化转型的鲍莫尔成本病破解
4. 传统工厂vs智能工厂四维对比
案例：某电子制造企业转型案例（OEE65%→82%）

二、工业革命与智能制造趋势以及政策解读（从历史中看清未来制造的方向）

1. 工业革命发展史（1.0到4.0）
工业4. 0深度解读：CPS、三大集成、三大特征
工业4. 0的发展方向：工业与智能的深度融合
2. 智能制造三种基本范式
3. 智能工厂的核心构成：自动化+数字化+网络化+智能化
——全球制造业趋势与中国制造2025
案例：人工智能赋能制造业标杆实践
案例：华为盘古大模型、特斯拉仿真测试、西门子数字孪生

AI赋能体系——工业四类AI技术、具身智能与应用前景

一、人工智能的前世今生与技术分类（读懂AI，才能用好AI）

1. AI演进历程（三起两落，1950-2025）
2. 关键里程碑的产业影响

二、四类AI在工业中的成熟度与应用阶段

1. 判别式AI（视觉检测）
2. 生成式AI（创成式设计）
3. 自主智能体（智能排程）
4. 具身智能（从概念到工厂实战）
讨论：哪些场景适合具身智能切入？

顶层架构与落地路径——智能工厂架构、核心系统与实施方法论

一、智能工厂架构与核心系统（智能工厂到底长什么样？）

1. 智能工厂的四层三链架构
1. 自动化层：工业机器人、AGV、PLC/DCS、自动化产线
2. 数字化层：八大核心系统逐一拆解（ERP/MES/SCADA/WMS/APS/PLM/QMS/BI）
3. 网络化层：工业互联网、5G、TSN、云边协同
4. 智能化层：AI质检、预测性维护、智能排程
2. 系统间的集成与协同
3. 工业物联网（IIoT）与边缘计算
互动：画出本企业当前系统架构图，标注数据孤岛位置
案例：海尔智能化工厂全体系架构解析
案例：某汽车零部件企业ERP+MES+SCADA三层打通

二、智能制造落地方法论（没有方法，就没有落地）

1. 智能制造七大路径
核心原则：没有精益化就没有数字化，没有数字化就没有智能化
2. 三层五阶八步方法论
3. AI场景十二问评估框架
工具：智能制造能力成熟度模型
4. 价值驱动ROI测算方法
5. 企业数智化转型的三层底层逻辑
落地
工具：《AI场景十二问评估表》
案例：海尔洗衣机工厂利用三层五阶八步法进行智能升级的应用

场景实战与标杆对标——智能制造六大业务场景+头部工厂可复制经验

一、六大核心场景实战（智能制造在哪些环节真正创造价值？）

场景1：智能研发与协同设计
场景2：智能制造与柔性生产
场景3：设备智能运维与预测性维护
场景4：AI视觉质检与过程控制
场景5：智能物流与仓储管理
场景6：智能服务与产品全生命周期管理
——工业AI的双曲线规律
工具：《场景优先级自查表》
互动：绘制问题→根因→AI方案→效果海报
案例：劳斯莱斯、宁德时代、华为昇腾

二、标杆案例深度解读（美的与海尔智能工厂）

案例：美的荆州洗衣机工厂：全球首个多场景智能体工厂
案例：海尔洗衣机互联工厂：AI驱动的卓越级智能工厂

底座与保障——工业数据治理、AI中台、人才组织与转型风控

一、数据赋能（工业数据治理与AI中台）

1. 工业数据的五大特点与三大挑战
2. 数据治理四步走：汇聚→治理→服务→运营
3. 数据中台与AI中台架构
4. 工业知识图谱建设
1. 大模型与小模型的协同策略
2. 工业智算底座
工具：《企业数据治理成熟度自评表》
互动：列出本企业3个最需要治理的数据质量问题
案例：华为数据治理实践、鞍钢配煤参数智能调优

二、组织与文化（数字化与智能化转型的人才团队体系）

1. 数字化转型的五个转
工具：数字化人才能力模型
2. AI人才与团队体系搭建
3. 变革管理的胡萝卜+大棒
4. 工业信息安全
工具：《AI人才能力矩阵与招聘指南》
案例：华为自己造的降落伞自己先跳实践、全球方案共享平台

三、挑战、风险与对策（智能工厂落地避坑指南）

1. 智能工厂落地的七大核心挑战
2. 五大挑战深度剖析与解决方案
3. 成功转型的五大关键要素
4. 风险治理与安全合规
工具：《企业数字化转型健康检查表》
总结与行动（从知道到做到）
综合
工具：《智能工厂成熟度快速自评模型》
工具：《先改什么后改什么决策流程图》
——个人行动计划和小组承诺

适合对象

生产管理者、质量负责人、班组长、流程负责人和改善小组可以带着当前业务任务参加，便于课后沿用同一套判断和跟进方式

课程定位与主要问题

现场管理、质量改善、流程增效或供应链协同训练中，参训团队可以先看清问题所在，再设计可执行动作

核心收益

现场问题更清楚：风险合规场景中的关键风险点、触发信号和处置优先级
改善动作更具体：风险识别、规范判断、沟通提醒和处置跟进的操作要点
复盘跟进有依据：用于日常检查、沟通留痕和后续跟进的操作清单

课程背景与交付信息

当前全球制造业正加速从自动化、数字化迈向智能化全新变革周期，工业4. 0、工业互联网、工业大模型与AI智能体全面赋能产业升级。我国智能工厂、灯塔工厂建设规模持续扩容，已建成三万余家基础级智能工厂，中国灯塔工厂数量占全球近半数，智能制造已成制造业高质量发展必答题

但现实转型痛点十分突出：大量制造企业仍处于工业2. 0、3. 0并存阶段，设备OEE长期偏低、质量损耗居高不下、生产计划达成率不足；企业数据孤岛严重，AI应用多停留在单点试点，无法规模化复制落地。叠加智能制造、人工智能+等国家政策密集出台，自上而下推动数智化深度融合，倒逼企业加快转型步伐

多数制造企业普遍陷入想转不敢转、规划不会做、建设用不好、投入难回本的困境：自动化底子薄弱、数字化体系缺失、智能化路径模糊；传统培训偏重理念宣讲或单一技术灌输，脱离工厂真实业务场景，学完难落地、规划无方向、转型多走弯路

课程时间

2天，12小时

授课方式

理论讲解、名企案例、工具演练、小组共创、现场产出行动方案课程模型

课程内容重点

01转型破局——制造企业数智化痛点、价值认知与行业趋势政策

02企业痛点与智能工厂价值（为什么必须转型？智能工厂能带来什么？）

03常规企业的六大核心痛点

04智能工厂的八大核心价值

05数字化转型的鲍莫尔成本病破解

讲师介绍

杨向东

精益生产与智能制造管理实战专家

前海尔制造运营总监、鲁丽集团运营中心总经理，20余年精益生产与智能制造实战经验。主导30+个精益/智造项目，单项目最高降本90%，擅长AI赋能、降本增效及智能工厂搭建，助力企业实现数字化转型与效能跃升

制造业家居产业新能源汽车航空航天电力能源

查看讲师主页

课程差异说明

本课程页面围绕《数智驱动：智能制造与智能工厂从规划到运营实战落地》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？

适合企业中高层管理者、业务负责人及相关岗位骨干人员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？

理解课程核心方法与适用场景，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+名企案例+工具演练+小组共创+现场产出行动方案课程模型，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