数智化思维助力企业数字化转型新机遇

数智化思维：数字化转型与质量提升的结合

在当今快速发展的数字经济时代，“数智化思维”已成为企业数字化转型过程中的核心理念。它不仅代表了一种全新的思维方式，更是推动企业提高产品质量和用户体验的有效工具。本文将深入探讨数智化思维的内涵，数字化转型的各个阶段，以及如何将人工智能技术与质量提升相结合，最终实现企业的可持续发展。

王明哲：《数智化时代的质量提升实战》

【课程收益】掌握1套思维框架，将所有数字化转型技术串联起来盘点数字化技术对产品质量提升的四个阶段理解人工智能的2大底层原理和6大底层套路建立数据思维，解封你未曾意识到的资源和力量展望人工智能加持下的质量问题终局了解大量相关案例，以及背后的经验与教训利用数智化思维，研讨质量提升新方案【课程特色】够专业，内容前沿且正确；讲俗话，将复杂技术具象清晰有趣化；重互动，巧妙设计提升参与感；能落地，反复验证的方法及真实案例。【课程对象】制造业质量总监、部长等质量条口的中高层管理者。【课程时间】1天（6小时/天）【课程大纲】一、数字化的顶层思维1、数字化概念导入从十四五规划看数字经济数字经济的核心：数字化转型和数据要素数字化转型：数字化是业务和IT的深入融合概念导入小互动：如果你在跟心仪的女神约会…2、数字化顶层思维框架精益思维：梳理业务，发现数字化入手点编程思维：掌握计算机的语言，提升数字化项目成功率数据思维：让数据产生价值，展望数字化转型的终局案例：精益趣解-“一个强迫症和控制狂的发病史”，从“月晕”中掌握数据思维。小互动：在指路问路中掌握编程思维3、我们应该关注哪些数字化技术基础设施：解除计算机的能力封印数据应用：搬金砖VS挖金矿案例：谷歌云计算，华为5G，某外贸公司营收预测4、数字化转型有哪三个必经阶段Digitization：无纸化Digitalization：高效化Digital transformation：无人化每个阶段的关键技术以及数字化的决胜技术案例：人员绩效智能评估系统5、数字化转型的两大核心半场信息化：固化流程/信息流转/数据积累人工智能：找准价值“点”/匹配“针”对性技术案例：从顶尖运动员看企业数字化转型之路二、数智化时代的质量提升1、质量概念导入互动：居家隔离洗碗质量提升广义的质量问题定义广义的质量提升方法2、使用内部数据促进产品质量提升墨菲定律：质量问题的根源是人定责任建标准采数据弱化人案例：中国航天质量管理3、利用外部数据促进用户体验质量提升什么是“大”数据如何打通全域数据建立消费者画像数据驱动的用户体验评估数据驱动的用户体验提升案例：一汽集团数智化用户体验提升三、智能化的底层原理1、人工智能的2大底层原理逻辑固化：师傅“教”徒弟知识抽取：师傅“带”徒弟案例：预测男生是否会受女生欢迎2、人工智能的6大底层套路X-Ypairs：知识抽取Y→X：生成万物X1-X2 pairs：推荐匹配X only：聚类算法Y only：超越人类Dot & Line：知识图谱人工智能发展的终点案例：百度智能客服，谷歌药物预测系统，淘宝推荐系统，清华数字虚拟人，谷歌核聚变控制系统，美军自动驾驶战机3、人工智能的6步落地法价值驱动 or 数据驱动机器学习 ≠ 江湖算命数据模型 VS 机理模型大数据  ∪ 深度学习行业专家 || 客观事实行政可行 ≈  最大门槛案例：产线良品率提升，大型工程机械故障预测，工业智能无损检测，自动驾驶系统，AI量化交易-年化收益率1000%四、AI技术加持下的质量问题终局展望1、如何从“备货型”向“订货型”转变AI销量/需求预测供应商智慧管理仓库智慧管理案例：某著名汽车品牌销量预测，亚马逊VS京东仓储机器人对比，麦肯锡供应商智慧遴选方案。2、如何从“标品”向“定制化”转变AI自动化研发/设计AI智能排产案例：某跨国机械厂商AI加速研发案例，某工业跨国公司智能排产案例，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：西门子焊接缺陷诊断项目，大型生产设备预测性维护项目，生产线耗品寿命预测项目，工厂智能巡检项目4、质量问题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”住：前四部分为授课形式，第五部分为研讨形式。五、运用数智化思维，研讨质量提升新方案1、工作坊流程串讲：先发散再收敛2、以价值为导向的头脑风暴痛点问题罗列痛点问题排序3、数据准备阶段的可行性收敛数字化项目机理分析数字化项目数据关联性分析数字化项目数据质量分析4、数据使用阶段的可行性收敛谁可以成为AI的“师傅”我们能否请得起这个“师傅”5、行政可行性收敛横向行政跨越分析纵向行政跨越分析6、方案展示及讨论专业可行性提升行业可行性提升授课方式：分组对抗闯关式推进，将方案形成过程拆解为若干“关卡”，授课老师会为每组提供1V1微资讯，方案展示时每组均需要面对来自其他组行业专家的“挑战”。每组分数由其他组互评给出。

王明哲 培训咨询

一、数字化转型的顶层思维

1. 数字经济的概念导入

随着“十四五”规划的实施，数字经济已成为国家战略的重要组成部分。数字经济的核心在于数字化转型和数据要素的有效利用。数字化转型不仅仅是技术的应用，更是业务与IT深度融合的过程。

2. 数字化顶层思维框架

在数字化转型过程中，建立一个有效的思维框架至关重要。以下是三种核心的思维方式：

• 精益思维：通过梳理业务流程，发现数字化的切入点，提升整体效率。
• 编程思维：掌握计算机的语言，提升数字化项目的成功率，让技术服务于业务。
• 数据思维：通过数据分析让数据产生价值，展望数字化转型的终局。

在这些思维方式的指导下，企业可以更好地理解数字化转型的必要性和紧迫性，同时也为后续的技术应用打下坚实的基础。

3. 关注数字化技术的基础设施

数字化转型的基础设施是解除计算机能力封印的关键。在这一过程中，企业需要注重数据应用的两种方式：

• 搬金砖：将已有的资源进行整合和优化。
• 挖金矿：通过深度挖掘数据价值，发掘潜在的商业机会。

例如，谷歌云计算和华为5G技术的应用，为企业提供了强大的数据处理能力和实时分析能力，从而促进了业务的发展。

4. 数字化转型的三个必经阶段

数字化转型经历了三个必经阶段：

• Digitization（数字化）：实现无纸化办公，提升工作效率。
• Digitalization（高效化）：利用数字技术优化业务流程，提高生产力。
• Digital Transformation（无人化）：通过智能化手段实现业务的自动化和智能化。

每个阶段都有其关键技术，企业在实施数字化转型时需要根据自身情况选择合适的技术路径。

二、数智化时代的质量提升

1. 质量概念的导入

在数智化时代，质量的定义不再局限于产品本身，而是扩展到用户体验和服务质量。通过对质量问题的广义定义，企业可以从多个角度审视自身的质量管理体系。

2. 内部数据促进产品质量提升

利用内部数据可以有效促进产品质量的提升。墨菲定律指出，质量问题的根源往往是人定责任。因此，建立标准化的质量管理体系，采集和分析数据至关重要。

中国航天的质量管理经验表明，数据驱动的质量管理能够有效降低质量问题的发生率，提升产品的可靠性。

3. 外部数据促进用户体验质量提升

在数智化时代，企业还需要利用外部数据来提升用户体验。大数据技术的应用，使得企业能够打通全域数据，建立消费者画像，从而更好地满足用户需求。

一汽集团的案例表明，通过数智化手段提升用户体验，可以实现客户满意度的显著提高。

三、智能化的底层原理

1. 人工智能的两大底层原理

人工智能的发展依赖于两大底层原理：

• 逻辑固化：通过知识的传承，实现师徒之间的知识共享。
• 知识抽取：从大量数据中提取有价值的信息，辅助决策。

2. 人工智能的六大底层套路

人工智能的应用涉及六大底层套路，它们分别是：

• X-Y pairs：知识抽取。
• Y→X：生成万物。
• X1-X2 pairs：推荐匹配。
• X only：聚类算法。
• Y only：超越人类能力的应用。
• Dot & Line：知识图谱构建。

这些底层套路的应用不仅提升了人工智能系统的智能化水平，也为企业的决策提供了科学依据。

3. 人工智能的六步落地法

将人工智能技术落地需遵循六个步骤：

• 价值驱动或数据驱动：明确项目的驱动因素。
• 机器学习与数据模型：使用科学的模型进行数据分析。
• 行业专家与客观事实：结合行业专家的经验与实际数据。
• 行政可行性分析：确保项目的执行符合行政要求。
• 数字化项目的可行性分析：对数字化项目进行全面评估。

通过这些步骤，企业可以有效提升生产效率，降低运营成本，促进业务的可持续发展。

四、AI技术加持下的质量问题终局展望

1. 从“备货型”向“订货型”的转变

在AI技术的支持下，企业可以实现从传统的“备货型”供应链管理向“订货型”管理的转变。通过销量预测和智能管理，企业能够更精准地满足市场需求。

2. 从“标品”向“定制化”的转变

AI技术的应用使得企业能够实现产品的个性化定制。通过智能化研发和设计，企业可以更好地响应客户的需求变化。

3. 从“人工流水线”向“机器自动化”的转变

在生产过程中，重点设备的故障预测和机器人安全巡检能够有效保障生产安全，提高生产效率。

4. 质量问题的终局展望

未来，随着数智化思维的深入应用，生产力将得到极大释放，生产关系将变得更加简单。最终实现的“无人化”生产模式，将进一步提升企业的竞争力。

五、运用数智化思维研讨质量提升新方案

1. 工作坊的流程设计

通过开展工作坊，企业可以在实践中运用数智化思维，研讨质量提升的新方案。工作坊的流程包括：

• 发散思维，列出痛点问题。
• 对痛点问题进行排序和分析。
• 数字化项目的可行性分析。
• 展示与讨论方案，接受反馈。

这种形式不仅能激发团队的创造力，还能增强团队的协作能力。

2. 以价值为导向的头脑风暴

在头脑风暴环节，团队成员可以围绕具体的痛点问题进行深入讨论，寻找最佳解决方案。通过这种方式，企业能够充分挖掘团队的智慧，提高决策的科学性。

3. 数据准备与使用阶段的可行性分析

在数字化项目的实施过程中，数据的质量与使用是成功的关键。企业需要明确谁可以成为AI的“师傅”，并评估能否引入外部资源进行合作。

4. 行政可行性收敛

通过横向和纵向的行政跨越分析，企业可以确保项目的成功执行，降低实施风险。

5. 方案展示及讨论

在方案展示阶段，各组需要面对来自其他组的挑战与评估，通过互评机制激励团队的创新。

结论

数智化思维为企业的数字化转型和质量提升提供了全新的视角和方法论。通过掌握相关的技术、思维框架和实践经验，管理者能够有效推动企业在激烈的市场竞争中脱颖而出。未来，随着数字技术的不断发展和应用，数智化思维将成为推动企业可持续发展的重要力量。