参训对象：制造企业的总经理、厂长、生产运营、负责人、CIO、战略规划负责人、供应链负责人、智能制造小组、工业4.0项目组、IE/精益六西格玛小组负责人；

 

【课程价值】

■ 全面了解数字化时代实现卓越运营的最佳方式

■ 深入了解数字化如何作为第一生产力工具突破效率瓶颈，提质增效

■ 深入了解用数字化方式实现以客户为中心的管理理念

■ 深入了解流程的数字化设计思想与优化路径，突破当前流程经营水平

■ 学习如何借助数字化实现运营的精细化管理，实现管理手段的创新

■ 破除对智能化理解的误区，识别大量的潜在应用机会，用智能算法提升效率，解决问题

■ 深入了解4.0时代的持续改善，如何用数字技术与创新作为问题与生产力瓶颈的解决方案实战

■ 理论指导，精彩解读，大量案例，实战研讨，深刻点评

 

【课程大纲】

第一章  数字时代，转型与赋能

■  挑战

● 创新加剧

■  破坏式创新与以往的变革不同

■  确定性因素在创新的推动下变得日益不确定

■  数字化创新的特征是永不停息、越创新越要创新

● 数字化创新的影响力

■  传统效率改善 vs 数字赋能的效率改善

■  视数字化为第一效率提升工具

■  案例：

- 特斯拉如何运用数字化赋能打破百年汽车生产效率的瓶颈

- UPS的数字化赋能之路

■  机遇

● 全方位赋能

■  员工工作效率和质量的赋能

■  价值流程的赋能

■  商业模式的赋能

● 数字化的多样性带来高收益的赋能

■  浏览赋能相关的数字化和应用

■  数字化转型不同方式的最佳场景、投资水平、周期与收益点

● 数字化赋能可以与既存的管理理念与方法融合

■   理念卓越的管理方法需要数字化赋能才能实现它的全部价值

- 数字赋能的全面成本管理

- 数字化精益流程

■  融合是数字化转型成功的特征

- 抛开管理哲学与战略追求的数字化转型容易成为某种堆砌

- 数字化的使命始终是推动卓越经营

 

第二章 建立数字化场景下的大数据思维

■  数据的认知

● 什么是数据

■  数据与现实世界的关系

● 数据的基本构成

■  观察事物的角度

■  反映事物状态的变化

● 认知世界的两种途径

■  感性认知，输出的认知形式

■  数据认知，输出的认知形式

● 用数据来认知世界

■  因子化的数据认知， Y = F ( x ) 的思维方式

● 影响数据认知潜能的因素

■  维度(dimensions/features)、颗粒度( About sampling)、数据量（volume）

■  数据认知的实践

■  数据分析，建立深刻见解

■  分析模型化：从帮助人认知世界到参与决策

■  数据认知的商业思维

■  数据认知的商业思维

● 4.0时代，数据认知对于识别战略性商业机会的价值

● 案例剖析：

■  伊隆马斯克如何利用数据认知开拓特斯拉与SpaceX的商业经营

■  从数据到智能

● 如何定义智能

■  人工智能与图灵测试

■  案例剖析： 自动驾驶：数据模型的进化之路

● 4.0时代，智能模型上升为生产力

■  机器学习正在将数据转变为智能模型

■  神经网络算法带来的突破

■  案例：剖析各类与企业相关的应用

● 管理数据智能化

■  案例1：AI模型在产品缺陷控制中的应用

■  案例2: 用AI模型降低设备故障率

■  数据认知成为新的生产力方式

● 案例： 一个传统工艺的数字化改造

■  传统的大规模生产零件，转变为数字打印技术

■  数据转化为数字化制造工艺

■  数据的AI化提升了工艺设计的质量与效率

■  用数据思维理解企业数字化

● 案例1:客户CRM中的数字化

■  一家建材供应商是如何与客户建立数字化链接，建立数据模型，提升客户满意度，确立领先的利润水平；改变产品研发模式，升级产品价值；改变生产/供应链模式，创造快速交付及精益周转。

● 案例2: 数字工厂中的数据智能

■  特斯拉的数字化运营

● 特斯拉是如何构建数据模型，驱动生产、质量与设备管理的卓越绩效用数字化分析优化设备状态

● 案例：打造数字化设备管理实现卓越绩效

 

第三章  理解智能制造

■  什么是智能制造？

● 数字化对生产方式的再造

■  智能制造实现卓越经营

● 订单交付

● 敏捷生产

● 质量零缺陷

● 低成本实现

■  数字化赋能之一：业务数据化

● 业务数据化是数字化创新得以实现的基石

● 制造要素（人机料法环测）的数据化

● 数据化带来的效率变革：

■  生产计划

■  采购拉动与物料控制

■  生产控制

■  订单交付

● 实现业务数据化的方法论（简要）

■  数字化赋能之二：流程APP化与自动化

● 让流程端到端地“流起来”

■  重要意义：实现“一体化“管理思想与精益流的具体落地

■  一体化运作代表着制造生产力的台阶

■  万物互联技术能够将制造业务与组织经营转变为一体化

■  一体化生产运作产生的信息才不是孤岛信息

● 工厂流程APP化对提质增效、卓越运营的作用

● IT实现的不同模式与投资收益

■  数字化赋能之三：数据驱动管理

● 流程数字化提供了基础：数据颗粒度、完整度、实时性

● 实现真正意义上的‘精细化’管理

■  人员效率

■  产能/能力的释放

■  作业交付及响应

■  损耗（质量、设备、时间等）

■  成本链

■  预算控制：投资回报率

● 赋能的实现手段：

■  数据平台

■  可视化

■  数字化赋能之四：智能化

● 智能化的层级与应用场景

● 抓住智能化中低垂的果实：

■  识别制造中芸芸的智能化需求

■  案例：低成本部署智能化方案，提升运营效率

■  数字化赋能之五：职能工作数字化

● 定义企业的数字化能力

● 给专业化工作赋能：

■  提升部门工作的标准化、减少重复作业、提高效率

■  数据共享与一体化

■  智能算法与专业化工作的融合

● 案例：数字化赋能的质量管理

■  数字化进程中的体系审核与体系建设

■  数字化FMEA与产线问题诊断与解决

■  大数据/AI算法识别品质问题的原因

■  售后质量的数字化赋能

● 塑造数字化员工

 

第四章  数字化精益实现制造的智能化管理

■  精益的回顾

● 大规模制造的挑战

● 浏览百年汽车工业发展史

● 精益的独特：

■  看问题的角度

■  对价值的理解

■  优化的方式

■  对人的影响

■  从精益的角度理解数字化技术

● 驱动力并非技术本身

● 万物互联

■  什么是万物互联技术

■  生产方式的再一次革命：一体化 & 流动

■  万物互联在智能制造中扮演的核心角色与价值

● 数据驱动

■  数据的价值

■  业务数据化促成的自动化

■  用数据来管理与经营

● 人工智能

■  理解AI的原理

■  AI对生产方式的改变

■  AI算法对工作方式的改变

■  AI在各个层次与维度应用的案例

■  精益在智能制造/工业4.0中的变与不变

● 不变：

■  伊隆马斯克谈汽车行业的竞争

■  精益价值观将一如既往指导数字时代的企业经营

● 变： 

■  3.0时代的精益改进技术在生产力提升上存在局限

■  数字化创新将接力生产力的进步

■  数字化进一步推进生产力的方式以及收益能级

■  数字化精益

● 智能制造的管理与运营

● 数字精益作为持续改进的规则改变者

● 数字化赋能精益改善

■  数字看板

■  数字化TPM

■  数据驱动的精益计划与生产平衡

■  生产的价值流分析与改进

■  关注数字精益的投资回报率，进一步创建数字文化

● 经营价值第一，技术第二

● 选择正确的切入点

● 以解决问题为推动力

● 技术赋能

● 让人拥抱数字化方案

 

第五章  智能制造的数字化转型升级

■  数字化转型的方法论

● 将转型视为数字化赋能的进程

■  业务对象数字化

■  业务过程数字化

■  业务规则数字化

■  案例：制造流程的数字化设计与再造

● 建立业务的数据化模型

■  基于经营价值确定数据维度

■  用数字化技术实现数据生成与采集

■  构建数字化管理机制

● 建立业务流程APP

■  将流程要素（人机料法环）关联起来

■  算法驱动流程执行

■  用数字化手段监管流程

● 将业务规则数字化

■  识别规则数字化机会

■  将经验判断转化为智能算法

■  专业作业与决策的自动化执行

■  案例分享：汽车企业经营的数字化与智能再造

 

【授课讲师】

周老师Richard,

黑带大师&信息数字化转型资深顾问

【专业背景】

Richard老师是黑带大师及企业数字化转型顾问，有20年以上战略变革、流程再造，企业绩效提升及数字化转型的丰富经验。曾为多个跨国型企业领导运营及战略变革项目。他的管理与数据咨询经验涉及电气电子、汽车、工程机械、制药，化工、制药、半导体、计算机与通讯、石油行业，保险与银行，互联网电子商务等服务领域。  

Richard老师擅长领导客户实施高成效的解决方案。在使得客户快速实现业务提升和获得卓越财务绩效方面，Richard赢得了他所服务客户的称赞。他主持的管理提升项目多次被跨国企业总部作为标杆，甚至由于出色的财务收益赢得了董事会的特别嘉奖。

Richard老师同时是出色的团队教练，众多学员通过他特别的辅导和激励方式以令人惊讶的速度提升了复杂问题的分析与解决能力。

他的商业与流程经验涉及电气电子、汽车、钢铁、有色金属、工程机械、化工与塑料、涂料、化纤纺织、半导体、计算机与通讯、石油行业的制造与商业服务领域。作为咨询负责人帮助中澳合资汽车公司推行精益实施项目，直接商业收益达到280万美金；领导鞍钢的六西格玛咨询项目以及一家世界最主要的笔记本电脑厂商的六西格玛项目，收益达到500万美金以上。

【管理实战经验】

■ 精益六西格玛分析与问题解决

■ 基于Python&R的制造业大数据应用

■ 基于BI的绩效管理及改善

■ 运营管理的数字化转型

1.国内主要精益或六西格玛咨询公司合作过如下项目：

-- 国内最大的空调家电企业的六西格玛战略评估及策划

-- 黑带公开课主讲

-- 六西格玛设计评估及策略规划

-- 国内著名合资汽车厂的供应链精益优化辅导

2.国际商用机器公司（IBM）业务咨询部 战略及变革咨询组 （前普华永道咨询公司），

任运营战略高级顾问，黑带大师（部分项目）

-- 某大型IT制造业精益六西格玛战略管理整体实施项目经理

-- 某大型国际芯片设计与制造企业的精益管理实施项目经理

-- 某大型国际半导体制造公司六西格玛黑带实施项目经理

-- 某大型国际化纤制造业ERP变革管理实施顾问

-- 某大型电信营运商网吧联盟营运战略及流程实施顾问

-- 某汽车零部件企业精益生产咨询项目整体策划和实施顾问 

3.美国通用电气公司中国总部, 

任持续改进总监，精益6Sigma专职黑带，

--负责提供公司内外部的持续改进体系及精益六西格玛的培训和辅导

--辅导精益六西格玛项目，有（部分项目）：

--制造系统精益化改造和敏捷制造模式导入；

--中国区人力资源业务流程重组及电子商务平台建设；

--制造业兼并与收购流程优化（尽职调查和企业整合）；     

--混合营销策略制定与流程；

--为国内著名通讯设备集成与制造商所做的电子商务战略规划的实施顾问

 

4.通用汽车下属德尔福汽车集团与通用电气公司中国技术中心，从事技术开发、质量、生产与采购管理工作。

 

职业经历

黑带大师&前顾问总监             George Group，Accenture

黑带大师&高级顾问               IBM 业务咨询服务部

持续改善经理                    通用电气

教育与培训

机器学习工程师，                Udacity

精益大师，                       George Group/Accenture

黑带大师，                       IBM

工学硕士，                       上海交通大学

 

【擅长领域】

大数据管理、智能制造数字化转型、信息化LTC六西格玛绿带、黑带培训项目辅导、统计过程控制（SPC）、8D、QCC、DFM、DFA、全面质量管理、供应链管理、产品设计、业务流程重组等；

【部分关键成就点】

帮助一家大型制造业，制定智慧工厂的大数据应用。运用AI算法，从生产大数据中识别出影响质量成本和设备停机的隐形关键因子，此方法带来超500万的直接收益。

持续改进的咨询项目多聚焦经营瓶颈与关键绩效。以某跨国生产型企业的一期项目为例，分别为精细化运作节省产线投资500万元，优化定价策略带来直接利润200万，优化工艺控制节约材料及能耗成本200万元，降低设备损耗带来150万收益。

在金融领域，帮助一家银行实施流程优化，客户满意度提升了30%，后勤中心流程品质提升，实现了100%改善；帮助一家保险公司全面导入运营风险分析及改进；

受资本委托对某大型亏损企业(化工)作尽调，设计重组及扭亏为盈方案。建立的数字化经营模型将微观管理与宏观绩效关联在一起，从而利用这一模型直接指导扭亏的每项具体措施及目标，仅通过管理改善确认了过5000万的直接效益。

帮助大型制造企业诸如上汽通用、上汽大众、通用电气中国工厂等企业培养了数字化应用人才。

 

曾部分服务过的企业：

诺基亚、德尔福汽车、博世汽车电子、上汽通用、上汽大众、李尔汽车、比亚迪、佳通、安森美半导体、特许半导体、招商银行、太平人寿，英格索兰、亚马逊、中远、中粮、中兴通讯、诺华制药、武田制药、阿尔斯通，仁宝电子，英业达，联想电脑、壳牌石油、上海烟草，浙江中烟、金佰利、壳牌石油公司、博世电动、杜邦化学、荷兰飞利浦、中远集团、中兴通讯、美的、小天鹅、上海电气、亚新科汽车、阿尔卡特、施耐德、迅达电梯、IBM、惠普电脑、摩托罗拉、特许半导体、仁宝电子、杜邦、广东电信、长安福特、大众汽车、西门子、联合利华、飞利浦医疗、贝尔、马尼托瓦餐饮设备、华为技术、TRW、TCL、中远物流、国美电气、神龙汽车、神华集团、斯凯孚、博威、罗氏制药、UT斯达康等等。