《品质管理与AI应用创新》

《品质管理与AI应用创新》

主讲：张胜老师

【课程背景】

传统的质量管理体系，如基于ISO标准的流程控制和统计过程控制（SPC），虽为企业奠定了坚实的基础，但在面对海量数据、复杂供应链以及快速迭代的创新需求时，往往显露出响应迟缓、依赖人工经验、难以预测潜在风险等局限性。与此同时，以人工智能（AI）为代表的新一代数字技术正深刻重塑制造业与服务业的格局，为品质管理带来了前所未有的机遇。AI技术能够通过智能分析、模式识别和预测性洞察，将质量管理从“事后纠正”的被动模式，升级为“事前预防、事中控制、持续优化”的智能闭环。然而，正面临以下具体问题：

数据价值挖掘不足：大量数据缺乏有效工具和手段进行深度分析与利用

问题根因分析效率低下：依赖人工进行根本原因分析，耗时长、主观性强

质量风险预测能力薄弱：缺乏对潜在失效模式和未来质量波动的预测与预警能力

知识管理与传承断层 资深工程师和操作人员的经验隐性化，难以标准化、数字化

客诉响应与处理周期长：跨部门协作不畅，导致客户满意度下降和品牌声誉受损

质量成本（COQ）居高不下：内外部失效成本在总成本中占比过高

新产品导入（NPI）阶段质量波动大：从设计到量产的质量控制点衔接不紧密

【课程收益】

理解丰田生产模式中“自働化”的真正内涵

掌握现场品质管理的基本要求及解决问题的基础方法

掌握现场的常用质量指标

理解QC工具并能够进行初步运用

了解现场与质量相关的部分关键资料及应用

能够运用AI工具进行研发设计以及质量管控

能供运用AI工具进行质量问题解析

【课程特色】

多年企业工程师从业经历、管理经历及创业经历使得老师能够从具体实施角度、宏观及可持续发展的角度去讲解课程，并做到理论与实践并重、循序渐进，善于从底层逻辑讲解。

张老师的课程脱离了模块化的通用培训或咨询逻辑，能够帮助学员快速识别、分析问题，并能结合企业当前阶段的实际资源及发展阶段制定“落地”的对策。

【课程时间】

2天 （6小时/天）

【课程对象】

工程师、企业各部门基层、中层管理人员

【课程大纲】

第一单元：质量概述

定义及基础知识

质量的基本理念

顾客的呼声

产品的质量波动

丰田生产系统

数据

数据的分类

数据的特性

可视化的数据

现场品质管理的基本要求

三不原则

三现主义

NPI六大阶段概述及质量控制点

概念与规划

设计与开发

工程验证测试(EVT)

设计验证测试(DVT)

生产验证测试(PVT)

量产爬坡第二单元：解决问题的步骤及常见质量指标

解决问题的基础方法

5W法

5W2H

PDCA

丰田公司解决问题的步骤

常见质量指标

良品率（PFY,FTY与RTY）

批次不良率

客户PPM

客诉数量与客诉等级

质量成本

第三单元 现场解决问题的实用工具

检查表法

定义

检查表的制作方法与要点

检查表实例

因果图法

定义

因果图类型

因果图的作成步骤

因果图的注意事项

因果图案例

相关图法

定义

相关图法的制作方法

相关图法的注意事项

相关图法案例

层别法

定义

分层原则及方法

层别法的实施步骤与注意事项

层别法的应用实例

帕累托图法

定义

应用范围

帕累托图制作步骤

帕累托图实例

直方图法

第四单元 识别质量风险的部分关键资料与持续改善

识别质量风险的部分常见关键资料

初始过程流程图

产品/过程特殊特性

潜在失效模式与后果分析

现场常用质量控制资料

控制计划

作业/检查标准

质量警示卡

质量持续改进形式

第五个单元：AI_应用基础知识

AI的作用

常见的AI平台

Deepseek平台概述

核心功能模块（数据管理、分析、协作）

适用场景与行业案例

质量预测与缺陷预防

知识管理与决策支持

Deepseek注意事项

避免使用结构化提示词

万能公式：4步提问法

身份：你是谁

任务：要解决什么问题

细节：限制条件

格式：要什么形式的结果

注意Deepseek的分析逻辑

第六单元：AI_deepseek质量领域中的应用（实操，研讨与答疑）

注意：客户可以现场提供具体需求，现场实操演示

案例1：生成技术可行性评估表

说明背景及要求

细化要求

案例2：如何追寻某个具体缺陷的根本原因

如何提问

设定具体的解析维度

细化要求

案例3~5：不同阶段缺陷案例解析

案例3：概念与规划阶段_功能可行性分析失败案例

问题、根因、改进措施

逐级细化要求

案例4：设计与开发阶段：工艺设计缺陷案例

问题、根因、改进措施

逐级细化要求

案例5：设计验证测试(DVT)：可靠性测试失败案例

问题、根因、改进措施

逐级细化要求

第七单元 总结与答疑