生产制造企业智慧物流的规划与实施

课程大纲

课程总览

一、培训背景

二、培训收益

三、培训对象与实施方式

四、培训时长与形式

五、培训大纲

趋势与顶层设计（战略篇）

1.1 2026 智造物流新图景：全球标杆案例解析

1.1 工业4.0深化期下的物流变革趋势
1.2 AI大模型、数字孪生、5G及边缘计算在物流中的颠覆性应用
1.3 具身智能机器人与AI预测性维护的未来图景
1.4 某工厂的精益物流与自动化实践
工具：SWOT分析法（用于评估工厂物流现状及未来发展潜力）

1.2 战略规划方法论：如何制定一企一策的物流升级路线图？

2.1 智慧物流成熟度模型（LMM）评估
2.2 战略目标设定与KPI分解
2.3 基于业务痛点的智慧物流蓝图设计
2.4 投资回报（ROI）与价值评估框架
工具：物流成本分析表单（用于量化当前物流各环节成本，识别优化空间）

核心技术架构（技术篇）

2.1 感知层技术：工业视觉、RFID等技术的应用

1.1 高精度机器视觉在质量检测与分拣中的应用
1.2 RFID/UWB在资产追踪与定位中的应用
1.3 传感器融合技术在环境感知与安全预警中的角色
案例：某大型制造业工厂的智能物料识别与分拣系统
工具：感知技术选型评估表（用于根据具体应用场景评估不同感知技术的成本与收益）

2.2 网络层技术：5G-A专网与Wi-Fi 7在移动机器人调度中的应用

2.1 5G-A超可靠低时延通信在AGV/AMR集群调度中的优势
2.2 Wi-Fi 7高带宽低延时特性对物流数据传输的支撑
2.3 边缘计算在本地数据处理与实时决策中的作用
工具：网络覆盖规划图模板（用于规划车间内无线网络AP点位及覆盖范围）

2.3 平台层搭建：物流控制塔（Control Tower）架构设计

3.1 物流控制塔（Control Tower）的功能与价值
3.2 多系统（ERP/WMS/MES/TMS）集成架构设计
3.3 数据湖/数据中台在物流信息整合中的作用
3.4 云原生与微服务架构在智慧物流平台建设中的应用
工具：系统集成接口清单模板（用于梳理待集成系统及其数据接口，便于集成规划）

2.4 决策层：AI算法在库存预测、路径优化、排程调度中的实战应用

4.1 AI赋能的精准需求预测模型
4.2 遗传算法与强化学习在AGV/AMR路径优化中的实践
4.3 智能排程调度系统（APS）在生产物流协同中的应用

适合对象

与实施方式

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需要的不只是方法介绍，还要处理现场动作不稳定的问题

核心收益

先确认现场问题、质量波动和改善节点，让训练目标更具体
趋势与顶层设计（战略篇）和核心技术架构（技术篇）会被串成一组可练习的现场改善
标准执行有抓手：问题分析、标准固化和检查跟进检查方法是否适合团队日常任务
复盘跟进有依据：培训背景相关的试点清单、检查点和下一次复盘安排

课程背景与交付信息

《生产制造企业智慧物流的规划与实施》面向与实施方式的实际工作场景，围绕课程主题中的关键政策、业务流程、工具方法和落地难点展开

课程时间

1天，6小时

授课方式

讲师讲授、案例研讨、情景演练、互动答疑

课程内容重点

01趋势与顶层设计（战略篇）

02核心技术架构（技术篇）

03培训背景

04培训收益

05培训对象与实施方式

讲师介绍

董道军

采购供应链管理与AI赋能业务效能专家

采购供应链与战略运营实战讲师，AI赋能业务效能提升专家。拥有20余年跨国企业实战经验及多项国际权威认证，累计授课覆盖全国50余城，参训学员超30000人次，致力于通过数字化与AI技术重构供应链效能

制造业汽车行业医药医疗电力能源通信物流供应链

查看讲师主页

课程差异说明

本课程页面围绕《生产制造企业智慧物流的规划与实施》重点呈现课程定位、适合对象、核心收益和 3 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？

与实施方式。

学习这门课可以获得什么收益？

先确认现场问题、质量波动和改善节点，让训练目标更具体；趋势与顶层设计（战略篇）和核心技术架构（技术篇）会被串成一组可练习的现场改善。

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