學習費用: | 5180.00元/人 | 主講老師: | 王明哲 |
開課時間: | 2023-11-24 | 課時安排: | 2天 |
開課地點: | 廣東 廣州市 | ||
課程報名: | 隋老師 (微信同號) | ||
課程對象: | 規(guī)上企業(yè)(規(guī)模達到一定程度)的高層、中層以及業(yè)務骨干 | ||
課程簡介: | 數(shù)字經(jīng)濟時代,將龐大的工業(yè)增加值轉變?yōu)楦咝б娴墓I(yè)附加值,制造業(yè)智能化改造數(shù)字化轉型成為必由之路。9月19日,全省制造業(yè)智能化改造數(shù)字化轉型工作推進會在宿遷召開,記者從會上了解到,得益于“智改數(shù)轉”工作大力推進,我省數(shù)字化研發(fā)設計工具普及率、關鍵工序數(shù)控化率、經(jīng)營管理數(shù)字化普及率等關鍵指標預計可提前1年多完成“十四五”目標。 | ||
課程分類: | 領導力 | 人力資源 | 市場營銷 | 財務稅務 | 戰(zhàn)略管理 | 薪酬績效 | 職業(yè)素養(yǎng) | 經(jīng)理人 | 生產(chǎn)管理 | 采購管理 | 質(zhì)量管理 | 物流管理 | 供應鏈管理 | 倉儲管理 | 管理體系 | 項目管理 | 商務禮儀 | 談判技巧 | 目標管理 | 客戶服務 | 溝通和表達 | 心理學 | 阿米巴 | 事業(yè)單位 | 國際貿(mào)易 | 數(shù)字化轉型 | 資本運作 | 國學智慧 | 房地產(chǎn) | epc培訓 | TTT培訓 | 招投標 | 女性培訓 | 班組管理 | 店長培訓 | 六西格瑪 | | ||
更新時間: | 2023-10-30 15:34 |
課程背景:
數(shù)字化轉型概念雖然一直被熱炒,卻很難完成落地。相信您并不是第一次聽到“數(shù)字化”和“人工智能”這樣的名詞,但卻很少有人能夠具象清晰地把這些名詞解釋清楚。
想要梳理清楚紛繁復雜的數(shù)字化轉型技術并找到關鍵點?
想要了解您所在行業(yè)的數(shù)智化轉型案例以及背后的經(jīng)驗教訓?
企業(yè)有意嘗試數(shù)智化轉型,但立項時卻無從下手,難以形成具體方案?
新一代AI生產(chǎn)力工具如何大幅提升企業(yè)效率?
新一代AI技術背后的核心趨勢有什么,這將如何重塑產(chǎn)業(yè)?
我們該做些什么來把挑戰(zhàn)轉變?yōu)闄C遇?
所有答案將在課上揭曉!
培訓目標:
? 掌握1套思維框架,將所有數(shù)字化轉型技術串聯(lián)起來
? 了解您所在行業(yè)的數(shù)智化轉型案例,以及背后的經(jīng)驗與教訓
? 手把手帶你用“6步落地法”,找到最合適企業(yè)轉型突破口并形成方案
? 知曉新一代AI工具提升企業(yè)效率的10種用法
? 掌握人工智能的2大底層原理和5大底層套路
? 了解新一代AI技術的三大核心趨勢及背后的價值
課程大綱:
《D-1企業(yè)數(shù)字化轉型如何落地》
一、數(shù)智化的頂層思維
1、數(shù)智化轉型是什么
? 企業(yè)中的流程與人類的神經(jīng)
? 企業(yè)中的信息與人類的神經(jīng)信號
? 數(shù)字化:在數(shù)字世界中幫助企業(yè)構造神經(jīng)系統(tǒng)
2、數(shù)智化頂層思維框架
? 感知:獲取原始數(shù)據(jù)
? 認知:抽取關鍵信息
? 推理決策:形成計劃
? 反饋動作:實施計劃
小互動:如果你在跟心儀的女神約會……
3、數(shù)字化與信息化的區(qū)別
? 數(shù)字化:引入數(shù)據(jù)要素,閉環(huán)數(shù)字神經(jīng)系統(tǒng)
? 信息化:智能制造的核心手段,提升決策效率
? 智能化:利用數(shù)據(jù)提升生產(chǎn)力
案例:特斯拉焊接數(shù)字化案例
4、如何提升數(shù)智化成功幾率
? Gartner:85%的數(shù)字化轉型項目都未成功
? 數(shù)字化選擇題:IT技術 or 業(yè)務邏輯
? IT技術只能花錢,什么能幫助企業(yè)賺錢
? 精益思維:一個“強迫癥”+“控制狂”病人的發(fā)病過程
? 數(shù)字化全貌:精益思維定位價值+業(yè)務痛點匹配IT技術
? 提升數(shù)字化成功概率的5條核心理念
案例:某商用車頭部企業(yè)數(shù)字化踩坑史
二、精益生產(chǎn)與數(shù)智化
1、精益生產(chǎn)核心概念串講
? 精益生產(chǎn)的核心邏輯:發(fā)現(xiàn)浪費 → 減少浪費
? 如何發(fā)現(xiàn)浪費:建模
? 如何減少浪費:流程
? 精益生產(chǎn)工具回顧:從5SVM到DMAIC
? 精益生產(chǎn)落地過程中存在的問題
案例:一個“強迫癥+控制狂”病人發(fā)病的過程
2、精益生產(chǎn)為何落地難
? 精益生產(chǎn)落地最大的阻礙是人類天性
? 人類天生容易被情緒控制
? 人類天生有好奇心做錯誤嘗試
? 人類天生不喜歡改變
? 精益生產(chǎn)與數(shù)智化是天作之合
案例:一個90%以上準確率的AI算法揭開人類天性
3、如何讓精益生產(chǎn)落地
? 走到現(xiàn)場,用真實的數(shù)據(jù)做業(yè)務建模
? 回歸業(yè)務,找到真正的痛點問題
? 流程升級,構建更好的業(yè)務流程
? 持續(xù)迭代,精益是個螺旋上升的過程
? 精益生產(chǎn)是數(shù)智化的基座
案例:某企業(yè)DMAIC實施過程案例
三、數(shù)字化轉型方法論
1、數(shù)字化轉型頂層規(guī)劃法
? 數(shù)字化戰(zhàn)略思考
? 梳理企業(yè)價值鏈
? 描繪數(shù)字化藍圖
? 選定變革領域
? 規(guī)劃里程碑點
? 項目落地實施
案例:某離散制造企業(yè)精益管理,某離散制造企業(yè)數(shù)字化降本,某制造企業(yè)呆滯庫存消減,某制造企業(yè)排產(chǎn)效率提升,某服裝制造企業(yè)流轉系統(tǒng)。
2、數(shù)字化轉型項目落地法
? 痛點場景細分
? 痛點價值折算
? 問題根因分析
? 與根因對應的解決方案
? 基于干系人的可行性分析
? 基于業(yè)務邏輯的里程碑點規(guī)劃
? 閉環(huán)到痛點價值的成效分析
案例:特斯拉眼中的智能制造,特斯拉數(shù)字化營銷,特斯拉數(shù)字化供應鏈降本,某大型制造業(yè)數(shù)字質(zhì)量提升,人力資源數(shù)字化、工藝優(yōu)化數(shù)字化。
3、數(shù)字化轉型經(jīng)驗總結
? 數(shù)字化轉型的關鍵詞是:融合
? 數(shù)字化轉型的最大阻礙來源:人
? 數(shù)字化轉型成功三要素:價值定位、業(yè)務梳理、IT匹配
? 數(shù)字化轉型成功黃金定律:一把手是CIO
數(shù)字化轉型是螺旋上升式的,沒有捷徑要合理劃分milestone
四、不同領域的數(shù)字化轉型
1、供應鏈數(shù)字化
? 供應鏈的核心模塊
? 采購數(shù)字化
? 運營數(shù)字化
? 物流數(shù)字化
2、大數(shù)據(jù)時代下的營銷
? 什么是數(shù)據(jù)思維
? 打通全域數(shù)據(jù)
? 建立消費者畫像
? 如何在數(shù)字世界觸達消費者
? 基于客戶旅程的動態(tài)數(shù)字化營銷
案例:一汽集團數(shù)字化營銷案例
3、人力資源數(shù)字化
? HR數(shù)智化總體規(guī)律
? HR1.0-最簡單的核心邏輯
? HR2.0-流程遷移至線上
? HR3.0-深入痛點場景
? HR4.0-解放人類回歸價值
4、產(chǎn)品設計數(shù)字化
? CAD(輔助設計)
? CAE(工程仿真)
? CAM(輔助制造)
? CAPP(工藝規(guī)劃)
5、工藝仿真數(shù)字化
? 有限元分析:CAE的起點與核心
? 三維實體構造:CAE靜態(tài)機構分析基礎
? 數(shù)據(jù)交換:CAE動態(tài)分析基礎
? 全面的仿真:流體、電磁、熱分析、疲勞及壽命
6、質(zhì)量數(shù)字化
? 墨菲定律:質(zhì)量問題的根源是人
? 定責任
? 建標準
? 采數(shù)據(jù)
? 弱化人
案例:中國航天數(shù)字質(zhì)量案例
《D2-新一代AI技術如何落地》
一、劃時代的AI爆點
1、來自江湖的傳聞
? 60天月活破億,前所未見的成長力
? 拿到微軟百億投資,引爆AIGC概念
2、chatGPT將對產(chǎn)業(yè)產(chǎn)生何種影響
? ChatGPT將嚴重沖擊知識加工行業(yè)
? ChatGPT將大幅提高日常辦公和基礎數(shù)據(jù)處理效率
? AIGC將猛烈沖擊設計專業(yè)
? AIGC將徹底閉環(huán)數(shù)字營銷
? 強化學習為自動工藝優(yōu)化及排產(chǎn)帶來新可能
? 強化學習超越人類預示終局
二、AI基礎級體系:解構核心原理與三大核心趨勢
1、人工智能的核心原理
? 通過小互動理解人類智能產(chǎn)生過程并類比機器
? 工人(擬合模型)負責預測
? 質(zhì)檢(損失函數(shù))負責挑錯誤
? 車間主任(梯度下降)負責糾正
? AI的本質(zhì):把學習知識的過程轉化為一系列計算
小互動:如果你正在跟心儀的女神約會……
案例:預測男生是否會受女生歡迎
2、趨勢一:大模型有大力量
? 大模型&大數(shù)據(jù) VS 小模型VS高質(zhì)量數(shù)據(jù)
? 大模型可能導致通用人工智能出現(xiàn)
? 大模型的商業(yè)落地應用及前景
案例:AI智慧城市管理、AI可能會讓人永生、百度自動駕駛
3、趨勢二:生成模型以假亂真
? 什么是生成模型
? 生成模型能夠生成什么內(nèi)容
? 生成模型的商業(yè)落地應用及前景
案例:生成李小龍視頻、AI作畫奪冠、AI對工業(yè)設計的沖擊,AI對企業(yè)數(shù)字孿生構建的影響,AI對數(shù)字營銷的影響
4、趨勢三:強化學習超越人類
? 阿爾法狗的核心原理
? 強化學習的商業(yè)落地應用及前景
案例:,AI學會捉迷藏,AI對生產(chǎn)工藝自動優(yōu)化的影響,AI用于工業(yè)調(diào)度及排產(chǎn),AI實現(xiàn)可控核聚變, AI用于戰(zhàn)爭
三、AI的研發(fā)套路與 領域的應用
1、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(fā)展的終點
行業(yè)案例: 智能客服,谷歌藥物預測系統(tǒng),淘寶推薦系統(tǒng),數(shù)字人智能營銷,自動駕駛戰(zhàn)機
2、人工智能的6步落地法
? 價值驅動 or 數(shù)據(jù)驅動
? 機器學習 ≠ 江湖算命
? 數(shù)據(jù)模型 VS 機理模型
? 大數(shù)據(jù) ∪ 深度學習
? 行業(yè)專家 || 客觀事實
? 行政可行 ≈ 最大門檻
行業(yè)案例: 焊接質(zhì)量預測,制造設備故障預測,制造耗品壽命預測,某著名 品牌銷量預測,工業(yè)智能無損檢測。
四、人工智能會如何影響未來
1、AI會如何影響我們
? AI為我們帶來的終局
? 絕大部分的工作會被替代
? 只有兩類人會留下:做決策&有想法
案例:18年圖靈獎得主案例,智能化終局解讀,元宇宙加持下的后AI時代。辨析大模型和小模型選擇對行業(yè)的影響
2、AI的3大套路和后AI時代展望
? 在無人化的時代,人應該做什么
? 應對辦法:回歸人“本身”的價值
? 沒有工作的人會做什么:“愛”干嘛干嘛
? 企業(yè)應該如何應對即將到來的AI浪潮
案例:openAI官方給出最容易受chatGPT影響
的崗位, 領域未來展望:馬太效應加強
京公網(wǎng)安備 11011502001314號