孔令涛

《AI赋能的智慧工厂—制造业的数智化转型》

主讲：孔令涛老师

【课程背景】

数字化转型与人工智能是当今企业发展的关键驱动力。随着技术的进步，企业正面临前所未有的机遇和挑战。数字化不仅改变了企业的运营方式，还重塑了商业模式和市场格局。人工智能作为数字化转型的核心组成部分，其技术原理和应用逻辑正在不断拓展，为企业带来新的增长点和竞争优势。在这一背景下，了解数字化转型的概念、重要性、以及人工智能技术的基础知识和应用，对于企业把握未来发展至关重要。

课程旨在深入探讨数字化转型的内在逻辑和人工智能技术的发展，帮助学员理解数字化转型的必要性，掌握敏捷型组织的构建方法，以及如何运用数字思维优化精益生产。同时，课程将介绍人工智能技术的基础知识，包括AI、机器学习、深度学习等，并探讨其在工业场景中的应用，如知识图谱、知识抽取、智能巡检等，以期帮助学员洞察工业智能化的未来趋势，实现企业的持续创新和发展。通过本课程，学员将获得必要的知识和技能，以应对数字化时代的挑战，推动企业向智能化转型。

【课程收益】

Ø 全面理解数字化转型：深入掌握数字化转型的概念、核心要素以及其在现代企业中的重要性，了解数字化转型如何帮助企业降低成本、提高效率并增强市场竞争力。

Ø 掌握人工智能技术：学习人工智能的基础知识，包括AI、机器学习、深度学习等概念及其技术原理，以及它们在不同行业的应用案例。

Ø 工业智能化的应用实践：通过案例学习，了解工业智能化在实际生产中的应用，包括知识图谱、知识抽取、智能巡检等技术的实际落地方法。

Ø 预见未来工厂业态：洞察工业智能化的发展趋势，理解如何从传统生产模式向智能化、自动化转型，以及这一转型对企业运营和市场竞争力的影响。

Ø 增强决策制定能力：通过学习数据分析和AI技术在决策支持中的应用，提高基于数据的决策制定能力。

Ø 拓宽职业视野：通过课程学习，拓宽对数字化和人工智能在企业运营中作用的理解，为个人职业发展提供新的视角和机遇。

【课程特色】

讲师授课风格幽默，课程内容以华为的数字化转型成功经验为基础总结而成。

【课程对象】

数字化转型条线人员

【课程时间】

1天（6小时/天）

【课程大纲】

一、数字化转型与人工智能

1、 数字化概念导入

从政策上看数字经济

数字经济的核心：数据要素化与数据资产化

从数据归属看数字化转型

概念导入互动：从向女神要联系方式开始发散…

2、 数字化转型的重要意义

数字化转型使企业降本增效、扩宽护城河

企业内外环境告诉我们要数字化转型

企业创新需要数字化转型

案例：从贝壳的发展看数字化转型

3、  数字化转型为什么要从人治开始？

数字化转型最大的阻力

人越多价值越大？

案例：同为700亿，40人与8万人的区别

4、 为什么数字化转型成功的企业多是敏捷型的？

为什么是组织而不是企业

世界上先进的组织类型与特点

敏捷型组织是数字化转型不错的选择，但不是唯一

案例：从打印机模式看商业模式，罗尔斯－罗伊斯公司案例

5、 数字思维让精益更加精益

精益思维与敏捷思维的差异

如何用精益思维找到痛点，降低成本

不赚钱的商品为什么还要生产

数据思维为第一思维

案例：亚马逊的无利润增长策略

二、 人工智能技术基础知识及原理

人工智能概述

Ø 人工智能概述

Ø 人工智能发展简史

人工智能技术原理

Ø 人工智能(AI)、机器学习(ML)与深度学习(DL)

Ø 监督式、非监督式和半监督式学习

Ø 人工智能(AI)的技术边界与反常识

Ø 计算机视觉（CV）与自然语言处理（NLP）

Ø 多模态

Ø 大语言模型简述与原理

Ø 其他人工智能(AI)的应用场景

人工智能两大应用逻辑

Ø 拉高人类下限

Ø 突破人类瓶颈

三、AI如何让你的工厂更聪明

1、工业数智化的发展阶段

Ø 精益生产：数智化之道

Ø 发展阶段总述：点→线→面→点

Ø 工业自动化：如何控制好单点设备

Ø 工业信息化：如何管理好整条产线

Ø 工业互联网：如何串联企业中的各个条线

Ø 智慧工厂：回归价值点的多维突破

2、知识图谱在工业场景的落地应用

Ø 离散制造中的知识图谱

Ø 流程工业中的知识图谱

Ø 知识图谱应用归类及盘点

案例：工业专家系统案例，工业智能问答案例。

3、知识抽取在工业场景的落地应用

Ø 智能巡检：提升效率

Ø 工业寿命预测：减少浪费

Ø 工业故障预测：降低风险

Ø 工业质检：从实时诊断到缺陷预测

案例：某跨国生产企业焊接故障诊断及预测，某知名制造企业耗品寿命预测，某知名电力企业设备故障预测，某知名电力公司巡检案例

4、其他AI套路在工业场景的落地应用

Ø 匹配推荐：AI助力工业品营销

Ø 最优化：寻找最优工艺参数及材料配比

Ø 生成网络：尝试助力设计/研发

5、制造业AI落地的7大场景

Ø 销量预测

Ø 产品质量检测

Ø 耗品寿命预测

Ø 设备预测性维护

Ø 场地巡检

Ø 智能排产及调度

Ø 工艺参与自动优化

案例：某著名汽车品牌销量预测，焊接故障检测，刀具寿命预测，大型设备故障预测，电力行业巡检，百度AI物流调度最优化案例，某污水处理厂工艺优化

四、数智化技术将如何重构未来工厂业态

1、如何从“备货型”向“订货型”转变

Ø 核心问题：消灭库存

Ø AI销量/需求预测

Ø 供应商智慧管理

Ø 物流路径最优化

Ø 转运过程自动化

Ø 仓库智慧管理

案例：某著名汽车品牌销量预测，亚马逊VS京东仓储物流机器人对比，冷链物流路径优化案例，麦肯锡供应商智慧遴选方案。

2、如何从“标品”向“定制化”转变

Ø 理想状态：研产供销服全面定制化

Ø AI精准营销

Ø AI自动化研发/设计

Ø AI智能排产

Ø AI智能客服

案例：一汽大众智能营销案例，博凯机械AI加速研发案例，北美石化公司智能排产案例，中国南方电网智能客服案例。

3、如何从“人工流水线”向“机器自动化”转变

Ø 重点设备故障预测

Ø 易耗品寿命预测

Ø 机器人安全巡检

Ø AI智能质量检测

案例：国投雅砻江水电站预测性维护项目，刀具寿命预测项目，国电智能巡检项目，西门子焊接缺陷诊断项目

4、工业智能化的终局展望

Ø 生产力极大释放

Ø 生产关系极端简单

Ø 彻底的“无人化”