【課程收益】
掌握1套思維框架，將所有數字化轉型技術串聯起來
盤點數字化技術對產品質量提升的四個階段
理解人工智能的2大底層原理和6大底層套路
建立數據思維，解封你未曾意識到的資源和力量
展望人工智能加持下的質量問題終局
了解大量相關案例，以及背后的經驗與教訓
利用數智化思維，研討質量提升新方案
【課程特色】夠專業，內容前沿且正確；講俗話，將復雜技術具象清晰有趣化；重互動，巧妙設計提升參與感；能落地，反復驗證的方法及真實案例。
【課程對象】制造業質量總監、部長等質量條口的中高層管理者。
【課程時間】1天（6小時/天）
【課程大綱】
一、數字化的頂層思維
1、數字化概念導入
從十四五規劃看數字經濟
數字經濟的核心：數字化轉型和數據要素
數字化轉型：數字化是業務和IT的深入融合
概念導入小互動：如果你在跟心儀的女神約會…
2、數字化頂層思維框架
精益思維：梳理業務，發現數字化入手點
編程思維：掌握計算機的語言，提升數字化項目成功率
數據思維：讓數據產生價值，展望數字化轉型的終局
案例：精益趣解-“一個強迫癥和控制狂的發病史”，從“月暈”中掌握數據思維。
小互動：在指路問路中掌握編程思維
3、我們應該關注哪些數字化技術
基礎設施：解除計算機的能力封印
數據應用：搬金磚VS挖金礦
案例：谷歌云計算，華為5G，某外貿公司營收預測
4、數字化轉型有哪三個必經階段
Digitization：無紙化
Digitalization：高效化
Digital transformation：無人化
每個階段的關鍵技術以及數字化的決勝技術
案例：人員績效智能評估系統
5、數字化轉型的兩大核心半場
信息化：固化流程/信息流轉/數據積累
人工智能：找準價值“點”/匹配“針”對性技術
案例：從頂尖運動員看企業數字化轉型之路
二、數智化時代的質量提升
1、質量概念導入
互動：居家隔離洗碗質量提升
廣義的質量問題定義
廣義的質量提升方法
2、使用內部數據促進產品質量提升
墨菲定律：質量問題的根源是人
定責任
建標準
采數據
弱化人
案例：中國航天質量管理
3、利用外部數據促進用戶體驗質量提升
什么是“大”數據
如何打通全域數據
建立消費者畫像
數據驅動的用戶體驗評估
數據驅動的用戶體驗提升
案例：一汽集團數智化用戶體驗提升
三、智能化的底層原理
1、人工智能的2大底層原理
邏輯固化：師傅“教”徒弟
知識抽取：師傅“帶”徒弟
案例：預測男生是否會受女生歡迎
2、人工智能的6大底層套路
X-Ypairs：知識抽取
Y→X：生成萬物
X1-X2 pairs：推薦匹配
X only：聚類算法
Y only：超越人類
Dot & Line：知識圖譜
人工智能發展的終點
案例：百度智能客服，谷歌藥物預測系統，淘寶推薦系統，清華數字虛擬人，谷歌核聚變控制系統，美軍自動駕駛戰機
3、人工智能的6步落地法
價值驅動 or 數據驅動
機器學習 ≠ 江湖算命
數據模型 VS 機理模型
大數據 ∪ 深度學習
行業專家 || 客觀事實
行政可行 ≈ 最大門檻
案例：產線良品率提升，大型工程機械故障預測，工業智能無損檢測，自動駕駛系統，AI量化交易-年化收益率1000%
四、AI技術加持下的質量問題終局展望
1、如何從“備貨型”向“訂貨型”轉變
AI銷量/需求預測
供應商智慧管理
倉庫智慧管理
案例：某著名汽車品牌銷量預測，亞馬遜VS京東倉儲機器人對比，麥肯錫供應商智慧遴選方案。
2、如何從“標品”向“定制化”轉變
AI自動化研發/設計
AI智能排產
案例：某跨國機械廠商AI加速研發案例，某工業跨國公司智能排產案例，
3、如何從“人工流水線”向“機器自動化”轉變
重點設備故障預測
易耗品壽命預測
機器人安全巡檢
AI智能質量檢測
案例：西門子焊接缺陷診斷項目，大型生產設備預測性維護項目，生產線耗品壽命預測項目，工廠智能巡檢項目
4、質量問題的終局展望
生產力極大釋放
生產關系極端簡單
徹底的“無人化”
住：前四部分為授課形式，第五部分為研討形式。
五、運用數智化思維，研討質量提升新方案
1、工作坊流程串講：先發散再收斂
2、以價值為導向的頭腦風暴
痛點問題羅列
痛點問題排序
3、數據準備階段的可行性收斂
數字化項目機理分析
數字化項目數據關聯性分析
數字化項目數據質量分析
4、數據使用階段的可行性收斂
誰可以成為AI的“師傅”
我們能否請得起這個“師傅”
5、行政可行性收斂
橫向行政跨越分析
縱向行政跨越分析
6、方案展示及討論
專業可行性提升
行業可行性提升
