培训大纲：  

**课

1. 必然——数字化转型是制造企业唯一出路

1.1. 数字化转型为企业带来的六大竞争力

1.1.1. 基于数字技术设计更好的客户体验，得到更多，更忠心的客户

1.1.2. 基于数字化技术，链接科技创新和客户体验，进行快速产品创新

1.1.3. 数字化技术赋能，企业可以精准的运营，得到速度，敏捷型，质量和成本的竞争优势

1.1.4. 数字化技术赋能的超链接能力，基于“长板哲学”快速构建良好生态

1.1.5. 数字化技术赋能服务创新，基于结果和体验的服务延伸，创造更大的价值，进而推进商业模式的创新。

1.1.6. 数字化企业中充分发挥人的创造性、工匠精神实现人生价值，进而可以充分挖掘和吸引优秀的人才。

1.2. 数字化技术如何改变制造业

1.2.1. 泛在连接、数据驱动、AI赋能、智能硬件，实现数据的感知、采集加工、使用。

1.2.2. 工业软件，大数据和云计算，AR/VR，微服务赋予的实时全面无缝，简单，易用知识泛在化，同步化；

1.2.3. 数字化技术让客户、技术、企业和生态圈的资源高效协同，精准运作，实现产品和业务模式的快速迭代和创新。

1.3. 颠覆式、破坏式创新改造制造业版图，

1.4. 躲避不了颠覆：不是在颠覆别人的路上，就是在被颠覆的路上

1.5. 什么阻碍了的企业数字化转型

第二课智能制造成熟度标准解读

2. GB/T39116-2020《智能制造能力成熟度模型》解读

2.1. 标准出台背景和意义

2.2. 模型构成

2.3. 成熟度分级

2.4. 智能制造能力要素：人员、技术、资源和制造

2.5. 各能力域和子域分级标准解读

2.6. 标准对智能制造升级转型规划的指导意义

第三课 数字化智能化工厂的组织，文化和流程

3. 企业数字化转型中流程设计和实践

3.1. 流程变革中的设计思维

3.2. 以客户为中心，从客户开始，到客户结束；设计客户体验，创造客户价值

3.3. 快速进化（快速原型、快速迭代）的流程增加流程对技术和市场的适应性

3.4. 串行（瀑布式）流程并行化（协作化）

3.5. 流程自动化（**实践模型化）

3.6. 平台化和赋能型流程设计

3.7. 结果导向的流程设计

3.8. 化繁为简的流程设计

3.9. 数据驱动，学习型组织流程设计

4. 企业数字化的组织、目标和考核管理变革

4.1. 传统组织无法适应智能制造转型升级的要求

4.2. 去中心化，敏捷化组织变革

4.3. 平台型、赋能型组织变革——赋能前台和个体

4.4. 深度协同组织——破除部门的“墙”和企业的“界”

4.5. 敏捷型组织——数字化时代的组织架构

4.5.1. 高层洞察趋势，构建平台和组织能力，

4.5.2. 专家和中层成为业务中台的专家资源，

4.5.3. 敏捷型业务小团队快速应变，快速调整适应技术和业务的快速变化

4.6. 数字化时代需要的人才能力

4.6.1. 数字化意识能力

4.6.2. 数字化领导力

4.6.3. 数字化软技能

4.6.4. 数字化硬技能

4.7. 数字化时代的团队文化

4.7.1. 快速行动，勇于试错的企业文化

4.7.2. 持久的学习激情

4.7.3. 以客户为中心

4.7.4. 充满好奇心

4.7.5. 承担风险和容忍不确定性

4.7.6. 充满激情并勇于行动

4.7.7. 成长型思维

4.8. 数字化领导力是企业数字化转型的灵魂

4.8.1. 数字化时代，领导者面临的挑战

4.8.2. 数字化领导力的定义

4.8.3. 数字化领导力的评估

4.8.4. 数字化领导力的培养

4.8.5. 成为数字化时代的合格领导者

第四课：数据集成和数据驱动的制造业

5. 构架在数据高速公路上的智能化企业

5.1. 横向和纵向集成

5.2. 端到端的集成

5.3. 数据集成和数据驱动赋予企业的柔性，敏捷性和开放性

5.4. 营销和销售的数据集成

5.5. 运营数据集成

5.6. 产品数据集成

第五课：数据湖——数据集成和数据驱动的解决方案

6. 工业大数据平台——数据湖

6.1. 业务对象数字化、模型化

6.1.1. 业务对象，作业流程，业务场景的角色和行为描述

6.1.2. 业务对象数字化表达——对象建模

6.1.3. 业务逻辑的数字化表达——业务建模

6.2. 工业大数据的数据标准和工业技术标准

6.3. 工业大数据的数据标签

6.4. 工业大数据的数据交换中心（数据集成）

6.5. 工业大数据的数据清洗、存储、查询和计算

第六课：工业机理模型库

7. 数字孪生和工业机理模型库

7.1. 对象建模和数字孪生技术

7.2. 机理建模和数字化孪生技术

7.3. 虚实同步，无限试错，以虚优实

7.4. 算法库在工业大数据建设中的意义

7.5. 工艺建模

7.6. 质量建模

7.7. 设备机理建模

7.8. 产品机理建模

7.9. 销售业务算法库

7.10. 物流业务算法库

7.11. 计划和排程算法库

第七课：工业APPS

8. 工业互联平台的API

8.1. API的功能

8.2. 优秀的API的特征

8.3. 有利于开发者的API

8.4. 后端和前端的构建逻辑

9. 工业场景化APPs开发

9.1. 业务需求深度解读

9.2. 关键用户和定义业务需求

9.3. 定义业务对象、业务场景和业务流程

9.4. 定义数据源和算法库

9.5. 原型配置和试点

9.6. 评估和迭代

第八课：AI 工业

10. 工业互联中的AI

10.1. 人工智能的概念和发展历程

10.2. 人工智能的分类

10.3. 人工智能的技术生态

10.4. 人工智能的对世界的影响

10.5. 人工智能的生态和文化

10.6. 人工智能的应用场景

案例：制造，图像识别 机器学习优化铜箔工艺

案例：制造，语音识别 机器学习优化生产工艺

案例：无人超市，机器学习 智能环境优化商品组合和摆场

案例：产品设计，实验数据 机器学习优化仿真参数和产品设计

第九课：数据集成的产品设计研发

11. 数字化产品开发工具让一切变得简单——基于科学的设计

11.1. 材料仿真

11.2. 结构仿真

11.3. 电子设计仿真——EDA

11.4. 装配仿真

11.5. 产品运行仿真

第十课：数据集成的生产工艺

12. 虚拟制造

12.1. 运用信息技术构建精益工厂

12.2. 人体数字建模和工位设计

12.3. 工业机器人作业仿真建模

12.4. 数字工厂和物流仿真设计

12.5. CAD，CAM和CNC数据链和价值链

第十一课：数字化赋能制造业高效精准的运营

13. 制造执行中的数据集成和数据驱动——透明、同步、协同

13.1. 智能制造标准制造管理域集成级，优化级和引领级规划

13.2. 数据驱动的供应链

13.3. 生产计划——先进计划排程APS

13.4. 生产作业管理——透明高效精准协作生产

13.4.1. 计划自动下达

13.4.2. 作业执行数据同步采集，

13.4.3. 设备数据采集和集成

13.5. 资源管理——设备，工装，工具，检具等

13.6. 智能化能源管理

13.7. 智能化、数据和知识驱动的质量管理体系

13.7.1. 智能检测、质量数据集成和质量管控

13.8. 智能仓储配送管理（厂内物流）

13.8.1. 仓储物流配送的业务管理和数据基础

13.8.2. 自动化和智能化技术在仓储物流配送域的应用——智能立库、AGV/ARV

13.8.3. APS、WMS、WCS、MES集成化仓储物流配送管理体系

13.9. 制造运营管理平台MOM=MES/WMS/WCS/QMS

13.10. 基于链接和数据智能物流管理（厂外物流）

14. 智能化销售和服务管理

14.1. B2B模式的销售管理：市场、销售、服务和渠道管理

14.2. B2C模式销售管理：市场、销售、服务和会员管理

14.3. 基于数据的客户洞察和需求预测

14.4. 基于业务机理的产供销一体化管理

14.5. 基于数据和知识的产品服务管理

14.6. 大数据和AI在销售领域的应用

青岛海信工厂智能制造成熟度提升路径初步研讨

A. 青岛海信工厂成熟水平评估

B. 工厂数字化文化、组织、流程和人才评估

C. 商业价值和客户价值驱动的价值机会树

D. 对机会进行评估和投资

E. 场景化、角色华、敏捷化、产品化推进工厂数字化升级