| 主講老師： | 王明哲 |  |
| 課時安排： | 0.5-2天 | |
| 學習費用： | 面議 | |
| 課程預約： | 隋老師  (微信同號) |
|
| 課程簡介： | 夠專業，內容前沿且正確；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。 | |
| 內訓課程分類： | 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 | 企業文化 | 團隊管理 | 行政辦公 | 公司治理 | 股權激勵 | 生產管理 | 采購物流 | 項目管理 | 安全管理 | 質量管理 | 員工管理 | 班組管理 | 職業技能 | 互聯網+ | 新媒體 | TTT培訓 | 禮儀服務 | 商務談判 | 演講培訓 | 宏觀經濟 | 趨勢發展 | 金融資本 | 商業模式 | 戰略運營 | 法律風險 | 沙盤模擬 | 國企改革 | 鄉村振興 | 黨建培訓 | 保險培訓 | 銀行培訓 | 電信領域 | 房地產 | 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 | 數字化轉型 | 工業4.0 | 電力行業 | | |
| 更新時間： | 2023-01-06 18:13 |
【課程特色】夠專業，內容前沿且正確；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。
【課程時間】0.5-2天（6小時/天）
【課程大綱】
一、數字化轉型與人工智能
1、數字化概念導入
? 從十四五規劃看數字經濟
? 數字經濟的核心：數字化轉型和數據要素
? 數字化轉型：數字化是業務和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、數字化頂層思維框架
? 精益思維：梳理業務，發現數字化入手點
? 編程思維：掌握計算機的語言，提升數字化項目成功率
? 數據思維：讓數據產生價值，展望數字化轉型的終局
案例：精益趣解-“一個強迫癥和控制狂的發病史”，從“月暈”中掌握數據思維。
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字化技術
? 基礎設施：解除計算機的能力封印
? 數據應用：搬金磚VS挖金礦
案例：谷歌云計算，華為5G，某外貿公司營收預測
4、數字化轉型有哪三個必經階段
? 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字化的決勝技術
案例：人員績效智能評估系統
5、數字化轉型的兩大核心半場
? 信息化：固化流程/信息流轉/數據積累
? 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數字化轉型之路
二、AI的2大底層原理和5大底層套路
1、人工智能的2大底層原理
? 邏輯固化：師傅“教”徒弟
? 知識抽取：師傅“帶”徒弟
案例：預測男生是否會受女生歡迎
2、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
案例：聯通智能客服，谷歌藥物預測系統，淘寶推薦系統，清華數字虛擬人，谷歌核聚變控制系統，美軍自動駕駛戰機
3、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
案例：產線良品率提升，大型工程機械故障預測，某著名汽車品牌銷量預測，工業智能無損檢測，滴滴/百度/礦山自動駕駛系統，AI量化交易-年化收益率1000%
三、AI如何讓你的工廠更聰明
1、工業數智化的發展階段
? 精益生產：數智化之道
? 發展階段總述：點→線→面→點
? 工業自動化：如何控制好單點設備
? 工業信息化：如何管理好整條產線
? 工業互聯網：如何串聯企業中的各個條線
? 智慧工廠：回歸價值點的多維突破
2、知識圖譜在工業場景的落地應用
? 離散制造中的知識圖譜
? 流程工業中的知識圖譜
? 知識圖譜應用歸類及盤點
案例：工業專家系統案例，工業智能問答案例。
3、知識抽取在工業場景的落地應用
? 智能巡檢：提升效率
? 工業壽命預測：減少浪費
? 工業故障預測：降低風險
? 工業質檢：從實時診斷到缺陷預測
案例：某跨過生產企業焊接故障診斷及預測，某知名制造企業耗品壽命預測，某知名電力企業設備故障預測，某知名電力公司巡檢案例
4、其他AI套路在工業場景的落地應用
? 匹配推薦：AI助力工業品營銷
? 最優化：尋找最優工藝參數及材料配比
? 生成網絡：嘗試助力設計/研發
四、數智化技術將如何重構未來工廠業態
1、如何從“備貨型”向“訂貨型”轉變
? 核心問題：消滅庫存
? AI銷量/需求預測
? 供應商智慧管理
? 物流路徑最優化
? 轉運過程自動化
? 倉庫智慧管理
案例：某著名汽車品牌銷量預測，亞馬遜VS京東倉儲物流機器人對比，冷鏈物流路徑優化案例，麥肯錫供應商智慧遴選方案。
2、如何從“標品”向“定制化”轉變
? 理想狀態：研產供銷服全面定制化
? AI精準營銷
? AI自動化研發/設計
? AI智能排產
? AI智能客服
案例：一汽大眾智能營銷案例，博凱機械AI加速研發案例，北美石化公司智能排產案例，中國南方電網智能客服案例。
3、如何從“人工流水線”向“機器自動化”轉變
? 重點設備故障預測
? 易耗品壽命預測
? 機器人安全巡檢
? AI智能質量檢測
案例：國投雅礱江水電站預測性維護項目，刀具壽命預測項目，國電智能巡檢項目，西門子焊接缺陷診斷項目
4、工業智能化的終局展望
? 生產力極大釋放
? 生產關系極端簡單
? 徹底的“無人化”
京公網安備 11011502001314號
