孔令涛：AI赋能的智慧工厂—制造业的数智化转型

【课程背景】

数字化转型与人工智能是当今企业发展的关键驱动力。随着技术的进步，企业正面临前所未有的机遇和挑战。数字化不仅改变了企业的运营方式，还重塑了商业模式和市场格局。人工智能作为数字化转型的核心组成部分，其技术原理和应用逻辑正在不断拓展，为企业带来新的增长点和竞争优势。在这一背景下，了解数字化转型的概念、重要性、以及人工智能技术的基础知识和应用，对于企业把握未来发展至关重要。

课程旨在深入探讨数字化转型的内在逻辑和人工智能技术的发展，帮助学员理解数字化转型的必要性，掌握敏捷型组织的构建方法，以及如何运用数字思维优化精益生产。同时，课程将介绍人工智能技术的基础知识，包括AI、机器学习、深度学习等，并探讨其在工业场景中的应用，如知识图谱、知识抽取、智能巡检等，以期帮助学员洞察工业智能化的未来趋势，实现企业的持续创新和发展。通过本课程，学员将获得必要的知识和技能，以应对数字化时代的挑战，推动企业向智能化转型。

【课程收益】

• 全面理解数字化转型：深入掌握数字化转型的概念、核心要素以及其在现代企业中的重要性，了解数字化转型如何帮助企业降低成本、提高效率并增强市场竞争力。
• 掌握人工智能技术：学习人工智能的基础知识，包括AI、机器学习、深度学习等概念及其技术原理，以及它们在不同行业的应用案例。
• 工业智能化的应用实践：通过案例学习，了解工业智能化在实际生产中的应用，包括知识图谱、知识抽取、智能巡检等技术的实际落地方法。
• 预见未来工厂业态：洞察工业智能化的发展趋势，理解如何从传统生产模式向智能化、自动化转型，以及这一转型对企业运营和市场竞争力的影响。
• 增强决策制定能力：通过学习数据分析和AI技术在决策支持中的应用，提高基于数据的决策制定能力。
• 拓宽职业视野：通过课程学习，拓宽对数字化和人工智能在企业运营中作用的理解，为个人职业发展提供新的视角和机遇。

【课程特色】

讲师授课风格幽默，课程内容以华为的数字化转型成功经验为基础总结而成。

【课程对象】

数字化转型条线人员

【课程时间】

1天（6小时/天）

【课程大纲】

1. 数字化转型与人工智能
2. 数字化概念导入

• 从政策上看数字经济
• 数字经济的核心：数据要素化与数据资产化
• 从数据归属看数字化转型
• 概念导入互动：从向女神要联系方式开始发散…

1. 数字化转型的重要意义

• 数字化转型使企业降本增效、扩宽护城河
• 企业内外环境告诉我们要数字化转型
• 企业创新需要数字化转型
• 案例：从贝壳的发展看数字化转型

3、  数字化转型为什么要从人治开始？

• 数字化转型最大的阻力
• 人越多价值越大？
• 案例：同为700亿，40人与8万人的区别

4、为什么数字化转型成功的企业多是敏捷型的？

• 为什么是组织而不是企业
• 世界上先进的组织类型与特点
• 敏捷型组织是数字化转型不错的选择，但不是唯一
• 案例：从打印机模式看商业模式，罗尔斯－罗伊斯公司案例

5、数字思维让精益更加精益

• 精益思维与敏捷思维的差异
• 如何用精益思维找到痛点，降低成本
• 不赚钱的商品为什么还要生产
• 数据思维为第一思维
• 案例：亚马逊的无利润增长策略

二、 人工智能技术基础知识及原理

1. 人工智能概述

• 人工智能概述
• 人工智能发展简史

1. 人工智能技术原理

• 人工智能(AI)、机器学习(ML)与深度学习(DL)
• 监督式、非监督式和半监督式学习
• 人工智能(AI)的技术边界与反常识
• 计算机视觉（CV）与自然语言处理（NLP）
• 多模态
• 大语言模型简述与原理
• 其他人工智能(AI)的应用场景

1. 人工智能两大应用逻辑

• 拉高人类下限
• 突破人类瓶颈

三、AI如何让你的工厂更聪明

1、工业数智化的发展阶段

• 精益生产：数智化之道
• 发展阶段总述：点→线→面→点
• 工业自动化：如何控制好单点设备
• 工业信息化：如何管理好整条产线
• 工业互联网：如何串联企业中的各个条线
• 智慧工厂：回归价值点的多维突破

2、知识图谱在工业场景的落地应用

• 离散制造中的知识图谱
• 流程工业中的知识图谱
• 知识图谱应用归类及盘点

案例：工业专家系统案例，工业智能问答案例。

3、知识抽取在工业场景的落地应用

• 智能巡检：提升效率
• 工业寿命预测：减少浪费
• 工业故障预测：降低风险
• 工业质检：从实时诊断到缺陷预测

案例：某跨国生产企业焊接故障诊断及预测，某知名制造企业耗品寿命预测，某知名电力企业设备故障预测，某知名电力公司巡检案例

4、其他AI套路在工业场景的落地应用

• 匹配推荐：AI助力工业品营销
• 最优化：寻找最优工艺参数及材料配比
• 生成网络：尝试助力设计/研发

5、制造业AI落地的7大场景

• 销量预测
• 产品质量检测
• 耗品寿命预测
• 设备预测性维护
• 场地巡检
• 智能排产及调度
• 工艺参与自动优化

案例：某著名汽车品牌销量预测，焊接故障检测，刀具寿命预测，大型设备故障预测，电力行业巡检，百度AI物流调度最优化案例，某污水处理厂工艺优化

四、数智化技术将如何重构未来工厂业态

1、如何从“备货型”向“订货型”转变

• 核心问题：消灭库存
• AI销量/需求预测
• 供应商智慧管理
• 物流路径最优化
• 转运过程自动化
• 仓库智慧管理

案例：某著名汽车品牌销量预测，亚马逊VS京东仓储物流机器人对比，冷链物流路径优化案例，麦肯锡供应商智慧遴选方案。

2、如何从“标品”向“定制化”转变

• 理想状态：研产供销服全面定制化
• AI精准营销
• AI自动化研发/设计
• AI智能排产
• AI智能客服

案例：一汽大众智能营销案例，博凯机械AI加速研发案例，北美石化公司智能排产案例，中国南方电网智能客服案例。

3、如何从“人工流水线”向“机器自动化”转变

• 重点设备故障预测
• 易耗品寿命预测
• 机器人安全巡检
• AI智能质量检测

案例：国投雅砻江水电站预测性维护项目，刀具寿命预测项目，国电智能巡检项目，西门子焊接缺陷诊断项目

4、工业智能化的终局展望

• 生产力极大释放
• 生产关系极端简单
• 彻底的“无人化”