【課程背景】

新冠疫情下，加速了傳統企業的低迷，?那些較早進?數字化累積的企業，率先進?了組織的創新，在這場轉變中，這些企業利??身的數字化優勢，靈活應對客戶需求，及時?損，甚?發展了業務新?向。當然也帶來了很多新興的問題，

數智化制造轉型不是一個單純的技術概念，數智化轉型也推動管理變革，而是戰略、技術，業務模式、產品與服務、組織與人才，人乃至企業文化等一系列全要素、全產業鏈，全數據鏈的全面協同轉型。

數字化、智能化不僅對生產線、工廠的改造，也是對管理流程、工藝流程的改造，更是對管理模式、領導者觀念的升級改造。

生產制造企業，在向智能制造、工業互聯網商業模式轉型中，都需要對哪些傳統管理思維、管理方式進行更新突破？

隨著新型業務形態的出現，柔性組織形態的出現，管理模式應該進行怎樣的適應調整？

當企業的業務模式、生產模式、運營模式正在實現數智化轉型時，組織文化、組織權責、管控模式和技術手段、組織發展、人才和領導力該如何實現轉換？

數智化轉型每個企業都有非常個性化的需求，不能通過模仿取勝的，而是通過自身迭代進化取勝，管理者從“要答案”的思維習慣，到“無人區”的積極勤奮、深底思考習慣。這也是數智化時代對管理者最大的挑戰之一，如何建構數字化時代的領導力，學會給個體賦能，保持組織活力?

如何通過靈活、敏捷的戰略，適應內外環境的變化，去快速應對業務變向、轉型升級？

如何在信息四通八達、市場瞬息萬變的環境中，激發組織的活力、激發員工生命活力？

本課程為目標企業量身定做，將采用案例研討加共創的方式，通過系統性思考，引導參訓者回答以上問題，幫助企業的管理層更好、更快的適應數字時代的組織變革、領導力。

課程結束后，我們也將針對客戶特定需求、特定問題，進行定制化的輔導，幫助企業找出數字化管理的關鍵發展目標、以及后續的行動計劃，幫助學員快速掌握應用技能。

【課程收益】

?  闡明數字化、智能化從認知到實踐的過程，找準系統科學的戰略轉型路徑

?  生產制造型企業數字化、智能化轉型必備的六大管理觀念

?  組織管理與領導力升級，了解數智能化時代人才的全方位培養，

?  組織管理與領導力升級，了解數字化時代的組織特點、管理特點

?  學習數字化時代的管理新方法、新科技手段，學習先進企業的成功案例

?  學會如何成為賦能領導，成為一個有影響力、有魅力的變革促動者

【課程特色】： 最新行業案例剖析  理論落地  行動工具并行  團隊共創 高頻互動

【課程對象】高級經理人、運營管理人員、技術研發管理、項目管理人員

【課程時間】1天

【課程大綱】

一、 數智化戰略和業務模式引發的變化

n  國家智能制造的戰略

n  大國博弈、科技競爭與中國制造的戰略地位

n  生產制造型企業數字化升級的脈絡和條件

n  國內外制造業數字化轉型的現狀及發展趨勢

n   

二、 數智化轉型帶來的管理思維變化

n  轉變什么：轉型的維度

u  業務模式：從“產品中心”向“客戶中心”轉變

u  技術范式：從“人智驅動”向“數智驅動”轉變

u  組織模式：從“傳統組織”向“柔性組織”轉變

u  文化意識：從“執行文化”向“人本文化”轉變

n  怎么轉變：轉型的腳步

u  戰略引領，頂層掛帥

l  “一把手”工程

l  頂層設計: 供給側革命+需求側管理

l  建設面向未來的生態平臺企業

u  標準先行，分布實施

l  數智化轉型可以分為外生數字化和內生數字化

l  嚴格按照國家兩化融合標準、行業規范

l  “機器換人”的技術標準

u  數字思維，持續改進

l  “數字換腦”的私人訂制

l  單點應用

l  局部優化

l  體系融合

n  向數智化轉型的的行業借鑒

u  國內外制造業數智化轉型的管理實踐

案例：西門子、達索集團、南京鋼鐵的數智化轉型

三、 數智化轉型中需要改變的管理思維

n  業務經營觀念

u  重新認識業務環境，汽車營銷模式、競爭者、客戶需求的升級

u  安全生產、品質穩定是底線，經濟性是目標，經濟性比技術性更重要

u  企業對數智化轉型的個性化需求，滿足小批量定制生產

u  思考：數智化轉型成功的企業，為什么會發生在相對落后的產業？

u  案例：娃哈哈下沙工業園與美的數字工廠思路對比

u  案例：寶鋼的冷軋產量為何從650萬噸降到220萬噸

u  討論：在哪些環節進行數字化、智能化投入，能帶來哪些經濟效益？

n  系統進化觀念：

u  數智能化轉型依賴于系統的持續改進，首重質量穩定性，而不是速度和規模

u  系統構成：起點、終點、功能架構模塊、指標系統

u  工程改進特性：迭代邏輯、閉環反饋、數據優化、穩定機制、自適應學習

u  思考：為什么數字化工廠改建的少，新建的多？

u  討論：我們企業還需要哪些生產環節進行數字化、智能化改造升級？

n  數據資產觀念

u  數據是信息化的副產品，成為一種全新的生產要素，數智化轉型是對這種新的生產要素的開發建設模式。

u  2020年4月9日，《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》頒發，其中明確定義了，數據成為一種新的生產要素。

u  并非一切都可以數字化，業務的數字化，數字的業務化

u  生產線改進，需要應用數字化思維準確識別制造工藝的真實環境需求

u  案例1：工業軟件用的不好、模型精度不高，數據不準，是數據的問題，還是模型的問題？  

u   案例2: 熱處理車間生產設備型號種類多樣，貨物數據存在“信息孤島”問題？

u  討論：如何從數據分析看到趨勢變化，如何基于大數據進行智能化經營決策？

n  項目協同思維

u  數智化轉型涉及到多方面協同配合，生產、工藝、軟件、硬件、質量等

u  在分工、標準化、協作配合中，必然有觀念沖突、文化沖突、利益沖突

u  案例：如何保證從主機廠到一級配套、二級配套企業之間的物流、信息流、資金流的高效敏捷協同？

u  討論：如何融合各方理解上的差異，產生一致的行動？

u  討論：我們應該如何形成協同的機制、協同的文化，可以提升效率，降低成本？

n  技術思維轉變

u  數字化、智能化的核心，是通過技術重塑組織關系和生產關系，和信息化相比，不僅僅是提高效率，而是改變業務邏輯。

u  從傳統仿真、CPS、PLM到數字孿生的數字化技術價值區分

u  重新認識各種技術應用的體系性，從精益生產流程思維到監控意外的場景處理

u  技術向技術靠近一步。“操作人員科技化，科技人員近場化”。

u  IT技術人員往往對安全、穩定性的認識不足；另一方面，工業專家對IT技術面臨的復雜性認識不足。

u  案例：工業專家提出自己的想法時，往往用一些模糊的概念，需要IT人士轉化成明確、可計算的東西。工業專家往往說不清會有哪些異常、異常如何識別、異常如何處理等。有經驗的IT專家會追問這些邏輯，導致工業專家不勝其煩；缺乏經驗的IT人員追問得不深，但最終往往會在應用中出現麻煩，又會引發新的矛盾。

u  案例：焊接機器人不同品牌之間的協議對接困難，焊機無法聯網。如何解決?

u  討論：我們企業還需要哪些生產環節進行數字化、智能化升級？

n  向下賦能思維

u  數字化技術重塑生產關系，生產關系中的人必須也進行思維轉型

u  數字時代，知識的“封裝”和“調用”降低人的學習成本，使得個人被充分賦能，個體協作成為關鍵

u  人+AI生產時代，生產設備更多由人工智能系統管理，人要管理更多的非常規性、不確定性

u  員工的價值在于創造，而不是服從；通過協作，而不是分工獲得高效益

u  領導者不僅需要了解企業管理，懂技術實現、懂生產運營，還要懂得激發員工士氣、鼓勵團隊協同

u  案例：黑湖科技 對一線員工的賦能

u  討論：我們的企業未來需要什么的領導者、什么樣的一些員工？

四、 行動落地

n  結合本企業、本行業的實務探討

n  培訓總結

n  成果分享與行動計劃

工具：行動計劃表、培訓評估表