工業智改數改實戰化訓練營

課程背景：

數字化轉型概念雖然一直被熱炒，卻很難完成落地。相信您并不是第一次聽到“數字化”和“人工智能”這樣的名詞，但卻很少有人能夠具象清晰地把這些名詞解釋清楚。

想要梳理清楚紛繁復雜的數字化轉型技術并找到關鍵點？

想要了解您所在行業的數智化轉型案例以及背后的經驗教訓？

企業有意嘗試數智化轉型，但立項時卻無從下手，難以形成具體方案？

新一代AI生產力工具如何大幅提升企業效率？

新一代AI技術背后的核心趨勢有什么，這將如何重塑產業？

我們該做些什么來把挑戰轉變為機遇？

所有答案將在課上揭曉！

培訓目標：

?  掌握1套思維框架，將所有數字化轉型技術串聯起來

?  了解您所在行業的數智化轉型案例，以及背后的經驗與教訓

?  手把手帶你用“6步落地法”，找到最合適企業轉型突破口并形成方案

?  知曉新一代AI工具提升企業效率的10種用法

?  掌握人工智能的2大底層原理和5大底層套路

?  了解新一代AI技術的三大核心趨勢及背后的價值

課程大綱：

《D-1企業數字化轉型如何落地》 

一、數智化的頂層思維

1、數智化轉型是什么

?  企業中的流程與人類的神經

?  企業中的信息與人類的神經信號

?  數字化：在數字世界中幫助企業構造神經系統

2、數智化頂層思維框架

?  感知：獲取原始數據

?  認知：抽取關鍵信息

?  推理決策：形成計劃

?  反饋動作：實施計劃

小互動：如果你在跟心儀的女神約會……

3、數字化與信息化的區別

?  數字化：引入數據要素，閉環數字神經系統

?  信息化：智能制造的核心手段，提升決策效率

?  智能化：利用數據提升生產力

案例：特斯拉焊接數字化案例

4、如何提升數智化成功幾率

?  Gartner：85%的數字化轉型項目都未成功

?  數字化選擇題：IT技術 or 業務邏輯

?  IT技術只能花錢，什么能幫助企業賺錢

?  精益思維：一個“強迫癥”+“控制狂”病人的發病過程

?  數字化全貌：精益思維定位價值+業務痛點匹配IT技術

?  提升數字化成功概率的5條核心理念

案例：某商用車頭部企業數字化踩坑史

二、精益生產與數智化

1、精益生產核心概念串講

?  精益生產的核心邏輯：發現浪費 → 減少浪費

?  如何發現浪費：建模

?  如何減少浪費：流程

?  精益生產工具回顧：從5SVM到DMAIC

?  精益生產落地過程中存在的問題

案例：一個“強迫癥+控制狂”病人發病的過程

2、精益生產為何落地難

?  精益生產落地最大的阻礙是人類天性

?  人類天生容易被情緒控制

?  人類天生有好奇心做錯誤嘗試

?  人類天生不喜歡改變

?  精益生產與數智化是天作之合

案例：一個90%以上準確率的AI算法揭開人類天性

3、如何讓精益生產落地

?  走到現場，用真實的數據做業務建模

?  回歸業務，找到真正的痛點問題

?  流程升級，構建更好的業務流程

?  持續迭代，精益是個螺旋上升的過程

?  精益生產是數智化的基座

案例：某企業DMAIC實施過程案例

三、數字化轉型方法論

1、數字化轉型頂層規劃法

?  數字化戰略思考

?  梳理企業價值鏈

?  描繪數字化藍圖

?  選定變革領域

?  規劃里程碑點

?  項目落地實施

案例：某離散制造企業精益管理，某離散制造企業數字化降本，某制造企業呆滯庫存消減，某制造企業排產效率提升，某服裝制造企業流轉系統。

2、數字化轉型項目落地法

?  痛點場景細分

?  痛點價值折算

?  問題根因分析

?  與根因對應的解決方案

?  基于干系人的可行性分析

?  基于業務邏輯的里程碑點規劃

?  閉環到痛點價值的成效分析

案例：特斯拉眼中的智能制造，特斯拉數字化營銷，特斯拉數字化供應鏈降本，某大型制造業數字質量提升，人力資源數字化、工藝優化數字化。

3、數字化轉型經驗總結

?  數字化轉型的關鍵詞是：融合

?  數字化轉型的最大阻礙來源：人

?  數字化轉型成功三要素：價值定位、業務梳理、IT匹配

?  數字化轉型成功黃金定律：一把手是CIO

數字化轉型是螺旋上升式的，沒有捷徑要合理劃分milestone

四、不同領域的數字化轉型

1、供應鏈數字化

?  供應鏈的核心模塊

?  采購數字化

?  運營數字化

?  物流數字化

2、大數據時代下的營銷

?  什么是數據思維

?  打通全域數據

?  建立消費者畫像

?  如何在數字世界觸達消費者

?  基于客戶旅程的動態數字化營銷

案例：一汽集團數字化營銷案例

3、人力資源數字化

?  HR數智化總體規律

?  HR1.0-最簡單的核心邏輯

?  HR2.0-流程遷移至線上

?  HR3.0-深入痛點場景

?  HR4.0-解放人類回歸價值

4、產品設計數字化

?  CAD（輔助設計）

?  CAE（工程仿真）

?  CAM（輔助制造）

?  CAPP（工藝規劃）

5、工藝仿真數字化

?  有限元分析：CAE的起點與核心

?  三維實體構造：CAE靜態機構分析基礎

?  數據交換：CAE動態分析基礎

?  全面的仿真：流體、電磁、熱分析、疲勞及壽命

6、質量數字化

?  墨菲定律：質量問題的根源是人

?  定責任

?  建標準

?  采數據

?  弱化人

案例：中國航天數字質量案例

《D2-新一代AI技術如何落地》

一、劃時代的AI爆點

1、來自江湖的傳聞

?  60天月活破億，前所未見的成長力

?  拿到微軟百億投資，引爆AIGC概念

2、chatGPT將對產業產生何種影響

?  ChatGPT將嚴重沖擊知識加工行業

?  ChatGPT將大幅提高日常辦公和基礎數據處理效率

?  AIGC將猛烈沖擊設計專業

?  AIGC將徹底閉環數字營銷

?  強化學習為自動工藝優化及排產帶來新可能

?  強化學習超越人類預示終局

二、AI基礎級體系：解構核心原理與三大核心趨勢

1、人工智能的核心原理

?  通過小互動理解人類智能產生過程并類比機器

?  工人（擬合模型）負責預測

?  質檢（損失函數）負責挑錯誤

?  車間主任（梯度下降）負責糾正

?  AI的本質：把學習知識的過程轉化為一系列計算

小互動：如果你正在跟心儀的女神約會……

案例：預測男生是否會受女生歡迎

2、趨勢一：大模型有大力量

?  大模型&大數據 VS 小模型VS高質量數據

?  大模型可能導致通用人工智能出現

?  大模型的商業落地應用及前景

案例：AI智慧城市管理、AI可能會讓人永生、百度自動駕駛

3、趨勢二：生成模型以假亂真

?  什么是生成模型

?  生成模型能夠生成什么內容

?  生成模型的商業落地應用及前景

案例：生成李小龍視頻、AI作畫奪冠、AI對工業設計的沖擊，AI對企業數字孿生構建的影響，AI對數字營銷的影響

4、趨勢三：強化學習超越人類

?  阿爾法狗的核心原理

?  強化學習的商業落地應用及前景

案例：，AI學會捉迷藏，AI對生產工藝自動優化的影響，AI用于工業調度及排產，AI實現可控核聚變， AI用于戰爭

三、AI的研發套路與 領域的應用

1、人工智能的5大底層套路

?  Dot & Line：知識圖譜

?  X-Ypairs：知識抽取

?  X1-X2 pairs：推薦匹配

?  Y→X：生成萬物

?  Y only：超越人類

?  人工智能發展的終點

行業案例： 智能客服，谷歌藥物預測系統，淘寶推薦系統，數字人智能營銷，自動駕駛戰機

2、人工智能的6步落地法

?  價值驅動 or 數據驅動

?  機器學習 ≠ 江湖算命

?  數據模型 VS 機理模型

?  大數據   ∪ 深度學習

?  行業專家 ||  客觀事實

?  行政可行 ≈  最大門檻

行業案例： 焊接質量預測，制造設備故障預測，制造耗品壽命預測，某著名 品牌銷量預測，工業智能無損檢測。

四、人工智能會如何影響未來

1、AI會如何影響我們

?  AI為我們帶來的終局

?  絕大部分的工作會被替代

?  只有兩類人會留下：做決策&有想法

案例：18年圖靈獎得主案例，智能化終局解讀，元宇宙加持下的后AI時代。辨析大模型和小模型選擇對行業的影響

2、AI的3大套路和后AI時代展望

?  在無人化的時代，人應該做什么

?  應對辦法：回歸人“本身”的價值

?  沒有工作的人會做什么：“愛”干嘛干嘛

?   企業應該如何應對即將到來的AI浪潮

案例：openAI官方給出最容易受chatGPT影響

的崗位， 領域未來展望：馬太效應加強