主講老師: 王明哲（培訓(xùn)費(fèi)：2.5-3萬元/天）
工作背景：
清華校友總會工業(yè)數(shù)智化協(xié)會-副秘書長現(xiàn)任圖靈人工智能研究院-數(shù)智化總監(jiān)曾任航天系統(tǒng)某頭部公司-數(shù)字化總監(jiān)北京工業(yè)大數(shù)據(jù)創(chuàng)新中心-專家委員南京大學(xué)校外AI專家講師百度、華為特邀數(shù)智化專家
主講課程：
通識類課程《數(shù)字化的頂層思維和智能化的底層原理》《AI如何幫你的工廠變聰明》《數(shù)字專員培訓(xùn)》《揭秘元宇宙》行業(yè)應(yīng)用課程《數(shù)字化轉(zhuǎn)型與智能制造》《“游戲規(guī)則改變”制藥領(lǐng)域數(shù)智...
數(shù)字化轉(zhuǎn)型與智能制造課程大綱詳細(xì)內(nèi)容
課程分類： 智能制造數(shù)字化轉(zhuǎn)型
課程目標(biāo)：
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(jìn)智能制造的2套方法論
掌握智能化的底層原理
盤點(diǎn)AI在智能制造領(lǐng)域的7大場景
了解大量相關(guān)案例，以及背后的經(jīng)驗(yàn)與教訓(xùn)
課程對象：供應(yīng)鏈相關(guān)中高層管理者。
課程時(shí)間：0.5-1天（6小時(shí)/天）
一、數(shù)字化的頂層思維
1、數(shù)字化概念導(dǎo)入
從十四五規(guī)劃看數(shù)字經(jīng)濟(jì)
數(shù)字經(jīng)濟(jì)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(wù)和IT的深入融合
概念導(dǎo)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(wù)，發(fā)現(xiàn)數(shù)字化入手點(diǎn)
編程思維：掌握計(jì)算機(jī)的語言，提升數(shù)字化項(xiàng)目成功率
數(shù)據(jù)思維：讓數(shù)據(jù)產(chǎn)生價(jià)值，展望數(shù)字化轉(zhuǎn)型的終局
案例：精益趣解-“一個(gè)強(qiáng)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(yīng)該關(guān)注哪些數(shù)字化技術(shù)
基礎(chǔ)設(shè)施：解除計(jì)算機(jī)的能力封印
數(shù)據(jù)應(yīng)用：搬金磚VS挖金礦
案例：谷歌云計(jì)算，華為5G，某外貿(mào)公司營收預(yù)測
4、數(shù)字化轉(zhuǎn)型有哪三個(gè)必經(jīng)階段
Digitization：無紙化
Digitalization：高效化
Digitaltransformation：無人化
每個(gè)階段的關(guān)鍵技術(shù)以及數(shù)字化的決勝技術(shù)
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(zhǔn)價(jià)值“點(diǎn)”/匹配“針”對性技術(shù)
案例：從頂尖運(yùn)動員看企業(yè)數(shù)字化轉(zhuǎn)型之路
二、工業(yè)領(lǐng)域的數(shù)字化轉(zhuǎn)型-智能制造
1、智能制造核心技術(shù)盤點(diǎn)
精益生產(chǎn)：智能制造之道
發(fā)展階段總述：點(diǎn)→線→面→點(diǎn)
智能制造標(biāo)準(zhǔn)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(yīng)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(yīng)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(jìn)智能制造
智能制造頂層規(guī)劃方法
智能制造項(xiàng)目推進(jìn)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?/div>
案例：預(yù)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-X2pairs：推薦匹配
Xonly：聚類算法
Yonly：超越人類
Dot&Line：知識圖譜
人工智能發(fā)展的終點(diǎn)
案例：百度智能客服，谷歌藥物預(yù)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(jī)
3、人工智能的6步落地法
價(jià)值驅(qū)動or數(shù)據(jù)驅(qū)動
機(jī)器學(xué)習(xí)≠江湖算命
數(shù)據(jù)模型VS機(jī)理模型
大數(shù)據(jù)∪深度學(xué)習(xí)
行業(yè)專家||客觀事實(shí)
行政可行≈最大門檻
案例：產(chǎn)線良品率提升，大型工程機(jī)械故障預(yù)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(yù)測
產(chǎn)品質(zhì)量檢測
耗品壽命預(yù)測
設(shè)備預(yù)測性維護(hù)
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(yù)測，焊接故障檢測，刀具壽命預(yù)測，大型設(shè)備故障預(yù)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
