主講老師: | 王明哲 | |
課時安排: | 0.5-1天,6小時/天 | |
學習費用: | 面議 | |
課程預約: | 隋老師 (微信同號) | |
課程簡介: | 掌握1套數(shù)字化轉(zhuǎn)型的頂層思維 理解智能制造7大系統(tǒng)的內(nèi)在聯(lián)系 了解推進智能制造的2套方法論 掌握智能化的底層原理 盤點AI在智能制造領域的7大場景 了解大量相關案例,以及背后的經(jīng)驗與教訓 | |
內(nèi)訓課程分類: | 綜合管理 | 人力資源 | 市場營銷 | 財務稅務 | 基層管理 | 中層管理 | 領導力 | 管理溝通 | 薪酬績效 | 企業(yè)文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產(chǎn)管理 | 采購物流 | 項目管理 | 安全管理 | 質(zhì)量管理 | 員工管理 | 班組管理 | 職業(yè)技能 | 互聯(lián)網(wǎng)+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經(jīng)濟 | 趨勢發(fā)展 | 金融資本 | 商業(yè)模式 | 戰(zhàn)略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉(xiāng)村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產(chǎn) | 國學智慧 | 心理學 | 情緒管理 | 時間管理 | 目標管理 | 客戶管理 | 店長培訓 | 新能源 | 數(shù)字化轉(zhuǎn)型 | 工業(yè)4.0 | 電力行業(yè) | | |
更新時間: | 2023-01-07 09:16 |
【課程收益】
掌握1套數(shù)字化轉(zhuǎn)型的頂層思維
理解智能制造7大系統(tǒng)的內(nèi)在聯(lián)系
了解推進智能制造的2套方法論
掌握智能化的底層原理
盤點AI在智能制造領域的7大場景
了解大量相關案例,以及背后的經(jīng)驗與教訓
【課程特色】夠?qū)I(yè),內(nèi)容前沿且正確;講俗話,將復雜技術具象清晰有趣化;重互動,巧妙設計提升參與感;能落地,反復驗證的方法及真實案例。
【課程對象】供應鏈相關中高層管理者。
【課程時間】0.5-1天(6小時/天)
【課程大綱】
一、數(shù)字化的頂層思維
1、數(shù)字化概念導入
? 從十四五規(guī)劃看數(shù)字經(jīng)濟
? 數(shù)字經(jīng)濟的核心:數(shù)字化轉(zhuǎn)型和數(shù)據(jù)要素
? 數(shù)字化轉(zhuǎn)型:數(shù)字化是業(yè)務和IT的深入融合
概念導入小互動:如果你在跟心儀的女神約會…
2、數(shù)字化頂層思維框架
? 精益思維:梳理業(yè)務,發(fā)現(xiàn)數(shù)字化入手點
? 編程思維:掌握計算機的語言,提升數(shù)字化項目成功率
? 數(shù)據(jù)思維:讓數(shù)據(jù)產(chǎn)生價值,展望數(shù)字化轉(zhuǎn)型的終局
案例:精益趣解-“一個強迫癥和控制狂的發(fā)病史”,從“月暈”中掌握數(shù)據(jù)思維。
小互動:在指路問路中掌握編程思維
3、我們應該關注哪些數(shù)字化技術
? 基礎設施:解除計算機的能力封印
? 數(shù)據(jù)應用:搬金磚VS挖金礦
案例:谷歌云計算,華為5G,某外貿(mào)公司營收預測
4、數(shù)字化轉(zhuǎn)型有哪三個必經(jīng)階段
? Digitization:無紙化
? Digitalization:高效化
? Digital transformation:無人化
? 每個階段的關鍵技術以及數(shù)字化的決勝技術
案例:人員績效智能評估系統(tǒng)
5、數(shù)字化轉(zhuǎn)型的兩大核心半場
? 信息化:固化流程/信息流轉(zhuǎn)/數(shù)據(jù)積累
? 人工智能:找準價值“點”/匹配“針”對性技術
案例:從頂尖運動員看企業(yè)數(shù)字化轉(zhuǎn)型之路
二、工業(yè)領域的數(shù)字化轉(zhuǎn)型-智能制造
1、智能制造核心技術盤點
? 精益生產(chǎn):智能制造之道
? 發(fā)展階段總述:點→線→面→點
? 智能制造標準模板:大腦→中樞神經(jīng)→周圍神經(jīng)
? 智能制造的7大核心系統(tǒng):誰是大腦誰是中樞神經(jīng)
案例:三一重工燈塔工廠
2、數(shù)字化如何幫助企業(yè)提質(zhì)、增效、降本、增收
? 數(shù)字質(zhì)量場景
? 供應鏈數(shù)字化場景
? 數(shù)字營銷場景
? 人力數(shù)字化場景
案例:中國航天數(shù)字質(zhì)量,美的制造業(yè)供應鏈數(shù)字化,一汽數(shù)字化營銷,吉利汽車人力數(shù)字化。
3、企業(yè)如何推進智能制造
? 智能制造頂層規(guī)劃方法
? 智能制造項目推進方法
? 智能制造的6大普遍問題
? 數(shù)字化轉(zhuǎn)型成功的黃金定律
三、智能化底層原理及智能制造終局展望
1、人工智能的2大底層原理
? 邏輯固化:師傅“教”徒弟
? 知識抽?。簬煾怠皫А蓖降?/span>
案例:預測男生是否會受女生歡迎
2、人工智能的6大底層套路
? X-Ypairs:知識抽取
? Y→X:生成萬物
? X1-X2 pairs:推薦匹配
? X only:聚類算法
? Y only:超越人類
? Dot & Line:知識圖譜
? 人工智能發(fā)展的終點
案例:百度智能客服,谷歌藥物預測系統(tǒng),淘寶推薦系統(tǒng),清華數(shù)字虛擬人,谷歌核聚變控制系統(tǒng),美軍自動駕駛戰(zhàn)機
3、人工智能的6步落地法
? 價值驅(qū)動 or 數(shù)據(jù)驅(qū)動
? 機器學習 ≠ 江湖算命
? 數(shù)據(jù)模型 VS 機理模型
? 大數(shù)據(jù) ∪ 深度學習
? 行業(yè)專家 || 客觀事實
? 行政可行 ≈ 最大門檻
案例:產(chǎn)線良品率提升,大型工程機械故障預測,工業(yè)智能無損檢測,自動駕駛系統(tǒng),AI量化交易-年化收益率1000%
4、制造業(yè)AI落地的7大場景
? 銷量預測
? 產(chǎn)品質(zhì)量檢測
? 耗品壽命預測
? 設備預測性維護
? 場地巡檢
? 智能排產(chǎn)及調(diào)度
? 工藝參與自動優(yōu)化
案例:某著名汽車品牌銷量預測,焊接故障檢測,刀具壽命預測,大型設備故障預測,電力行業(yè)巡檢,百度AI物流調(diào)度最優(yōu)化案例,某污水處理廠工藝優(yōu)化
京公網(wǎng)安備 11011502001314號