学习费用：面议
课时安排：1天，6小时/天
主讲老师：王明哲
课程简介：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
Ø 从十四五规划看数字经济
Ø 数字经济的核心：数字化转型和数据要素
Ø 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
Ø 精益思维：梳理业务，发现数字化入手点
Ø 编程思维：掌握计算机的语言，提升数字化项目成功率
Ø 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
Ø 基础设施：解除计算机的能力封印
Ø 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
Ø Digitization：无纸化
Ø Digitalization：高效化
Ø Digital transformation：无人化
Ø 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
Ø 信息化：固化流程/信息流转/数据积累
Ø 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
Ø 互动：居家隔离洗碗质量提升
Ø 广义的质量问题定义
Ø 广义的质量提升方法
2、使用内部数据促进产品质量提升
Ø 墨菲定律：质量问题的根源是人
Ø 定责任
Ø 建标准
Ø 采数据
Ø 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
Ø 什么是“大”数据
Ø 如何打通全域数据
Ø 建立消费者画像
Ø 数据驱动的用户体验评估
Ø 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
Ø 逻辑固化：师傅“教”徒弟
Ø 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
Ø X-Ypairs：知识抽取
Ø Y→X：生成万物
Ø X1-X2 pairs：推荐匹配
Ø X only：聚类算法
Ø Y only：超越人类
Ø Dot & Line：知识图谱
Ø 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
Ø 价值驱动 or 数据驱动
Ø 机器学习 ≠ 江湖算命
Ø 数据模型 VS 机理模型
Ø 大数据 ∪ 深度学习
Ø 行业专家 || 客观事实
Ø 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
Ø AI销量/需求预测
Ø 供应商智慧管理
Ø 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
Ø AI自动化研发/设计
Ø 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
Ø 重点设备故障预测
Ø 易耗品寿命预测
Ø 机器人安全巡检
Ø 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
Ø 生产力极大释放
Ø 生产关系极端简单
Ø 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
Ø 痛点问题罗列
Ø 痛点问题排序
3、数据准备阶段的可行性收敛
Ø 数字化项目机理分析
Ø 数字化项目数据关联性分析
Ø 数字化项目数据质量分析
4、数据使用阶段的可行性收敛
Ø 谁可以成为AI的“师傅”
Ø 我们能否请得起这个“师傅”
5、行政可行性收敛
Ø 横向行政跨越分析
Ø 纵向行政跨越分析
6、方案展示及讨论
Ø 专业可行性提升
Ø 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。
