【課程收益】

掌握1套思維框架，將所有數字化轉型技術串聯起來

盤點數字化技術對產品質量提升的四個階段

理解人工智能的2大底層原理和6大底層套路

建立數據思維，解封你未曾意識到的資源和力量

展望人工智能加持下的質量問題終局

了解大量相關案例，以及背后的經驗與教訓

利用數智化思維，研討質量提升新方案

【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。

【課程對象】制造業質量總監、部長等質量條口的中高層管理者。

【課程時間】1天（6小時/天）

【課程大綱】

一、數字化的頂層思維

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、數智化時代的質量提升

1、質量概念導入

?  互動：居家隔離洗碗質量提升

?  廣義的質量問題定義

?  廣義的質量提升方法

2、使用內部數據促進產品質量提升

?  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：中國航天質量管理

3、利用外部數據促進用戶體驗質量提升

?  什么是“大”數據

?  如何打通全域數據

?  建立消費者畫像

?  數據驅動的用戶體驗評估

?  數據驅動的用戶體驗提升

案例：一汽集團數智化用戶體驗提升

三、智能化的底層原理

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

?  人工智能發展的終點

案例：百度智能客服，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，工業智能無損檢測，自動駕駛系統，AI量化交易-年化收益率1000%

四、AI技術加持下的質量問題終局展望

1、如何從“備貨型”向“訂貨型”轉變

?  AI銷量/需求預測

?  供應商智慧管理

?  倉庫智慧管理

案例：某著名汽車品牌銷量預測，亞馬遜VS京東倉儲機器人對比，麥肯錫供應商智慧遴選方案。

2、如何從“標品”向“定制化”轉變

?  AI自動化研發/設計

?  AI智能排產

案例：某跨國機械廠商AI加速研發案例，某工業跨國公司智能排產案例，

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：西門子焊接缺陷診斷項目，大型生產設備預測性維護項目，生產線耗品壽命預測項目，工廠智能巡檢項目

4、質量問題的終局展望

?  生產力極大釋放

?  生產關系極端簡單

?  徹底的“無人化”

?。呵八牟糠譃槭谡n形式，第五部分為研討形式。

五、運用數智化思維，研討質量提升新方案

1、工作坊流程串講：先發散再收斂

2、以價值為導向的頭腦風暴

?  痛點問題羅列

?  痛點問題排序

3、數據準備階段的可行性收斂

?  數字化項目機理分析

?  數字化項目數據關聯性分析

?  數字化項目數據質量分析

4、數據使用階段的可行性收斂

?  誰可以成為AI的“師傅”

?  我們能否請得起這個“師傅”

5、行政可行性收斂

?  橫向行政跨越分析

?  縱向行政跨越分析

6、方案展示及討論

?  專業可行性提升

?  行業可行性提升

授課方式：分組對抗闖關式推進，將方案形成過程拆解為若干“關卡”，授課老師會為每組提供1V1微資訊，方案展示時每組均需要面對來自其他組行業專家的“挑戰”。每組分數由其他組互評給出。