信息化建设助力企业数字化转型新机遇

信息化建设：推动制造业质量提升的关键

在当今快速发展的数字经济时代，信息化建设已经成为制造业转型升级的重要驱动力。随着人工智能、大数据和云计算等技术的不断进步，企业面临的市场竞争日益激烈。为了在激烈的竞争中占据优势，制造业质量总监和管理者必须深入了解信息化建设的核心内容，掌握数字化转型带来的机遇与挑战。

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

数字化的顶层思维

数字化转型不仅仅是技术的简单应用，更是一种全新的思维方式。企业在进行数字化转型时，必须从顶层设计入手，制定科学合理的战略规划。

• 数字化概念导入

通过对数字经济的理解，我们可以认识到数字化转型的核心是业务与IT的深度融合。数字经济在“十四五”规划中被明确为国家发展的重要方向，因此，企业必须把握这一趋势，积极推动内部信息化建设。

• 数字化顶层思维框架

精益思维、编程思维和数据思维是数字化转型中不可或缺的三种思维方式。精益思维可以帮助企业梳理业务流程，发现数字化的入手点；编程思维则提升了项目的成功率；而数据思维则能够让企业从海量数据中提取价值，展望数字化转型的未来。

• 关注数字化技术基础设施

企业在进行信息化建设时，需要关注基础设施的搭建。通过解除计算机的能力封印，企业可以实现数据的高效应用，从而提升生产效率。

• 数字化转型的必经阶段

数字化转型通常经历三个阶段：无纸化、有效化和无人化。每个阶段都有其关键技术和决胜技术，企业需要根据自身实际情况，选择合适的技术路线。

数智化时代的质量提升

在数智化时代，质量提升不仅仅依赖于传统的质量管理方法，而是需要借助现代技术手段，推动质量的全方位提升。

• 内部数据促进质量提升

企业可以通过内部数据的分析，发现影响质量的问题。墨菲定律指出，质量问题的根源往往是人为因素，因此企业需要建立标准化的流程，以减少人为失误。

• 外部数据提升用户体验

通过打通全域数据，企业能够建立消费者画像，从而进行数据驱动的用户体验评估与提升。例如，一汽集团通过数智化手段，显著提高了用户体验，提升了市场竞争力。

智能化的底层原理与套路

在信息化建设中，深入了解智能化的底层原理与套路是至关重要的。人工智能作为推动工业变革的重要力量，其底层原理可以为企业的质量管理提供新的思路。

• 人工智能的底层原理

人工智能主要通过逻辑固化和知识抽取两大原理进行运作。逻辑固化是通过学习和训练，形成固定的知识框架；知识抽取则是通过对数据的分析，提取有价值的信息。

• 人工智能的6大底层套路

人工智能的应用可以通过X-Y pairs、生成模型、聚类算法等多种方式进行。例如，电商平台通过推荐系统提升用户购买体验，智能客服系统则能够高效解决客户问题。

AI技术加持下的质量问题终局展望

展望未来，AI技术将持续推动制造业的质量提升。企业需从多个方面进行转变，以适应新的市场环境。

• 从备货型向订货型转变

借助AI技术，企业可以实现准确的销量与需求预测，优化供应链管理，提升库存周转率。

• 从标品向定制化转变

AI的应用能够加速研发与设计过程，满足个性化的市场需求，实现产品的多样化。

• 从人工流水线向机器自动化转变

通过重点设备的故障预测和易耗品的寿命预测，企业可以实现生产线的智能化管理，提升生产效率。

运用数智化思维，研讨质量提升新方案

在信息化建设的过程中，企业需要通过有效的工作坊流程，研讨质量提升的新方案。以价值为导向的头脑风暴可以帮助企业识别痛点并进行有效排序，从而制定出切实可行的改进方案。

• 工作坊流程的设计

通过先发散再收敛的方式，企业可以从多个角度探讨质量提升的问题，最终形成具体的行动方案。

• 数据准备阶段的可行性分析

在进行数字化项目时，数据的质量与关联性分析至关重要。企业需要确保数据的准确性与完整性，从而为后续的决策提供可靠依据。

• 方案展示及讨论

通过分组对抗的形式，各组可以在方案展示时接受来自其他组的挑战，这种互动不仅提升了参与感，也促进了知识的共享与交流。

结语

信息化建设是制造业在数字化转型过程中不可或缺的一环。通过深入理解数字化思维框架、运用数智化思维提升质量、掌握智能化的底层原理与应用，企业能够在激烈的市场竞争中立于不败之地。质量管理者们应积极参与信息化建设，以推动企业的持续发展与创新。

未来的制造业将越来越依赖于信息化建设带来的技术红利，企业需要不断调整战略，优化流程，以实现质量的全面提升。通过积极参与相关培训课程，质量管理者们可以获得最新的行业动态与技术应用，为企业的数字化转型贡献智慧与力量。