《数字化领导力与AI智造深度实践：从思维重塑到数据驱动，开启重工行业智能化新征程》

数字化领导力与AI智造深度实践

从思维重塑到数据驱动，开启重工行业智能化新征程

主讲老师：李福东

【课程背景】

当前，全球经济正处于从工业经济向数字经济范式变迁的关键时期。以工业4.0、工业互联网为代表的全球战略，以及中国的“中国制造2025”战略，共同推动着传统制造业向智能化和精益化加速转型。在这一浪潮中，工程机械制造企业作为国民经济的支柱，其数字化转型已不再是“可选项”，而是关乎持续增长、提高核心竞争力的“必答题”。企业必须打破传统管理模式，以数字化思维武装中高层，才能应对VUCA时代带来的巨大挑战。

数字化转型本质上是一场组织、文化和领导力的变革。然而，在许多制造企业中，中高层管理者往往面临着两大核心困境：一是缺乏系统的数字化领导力框架，难以将数字技术与企业战略、运营流程有效融合；二是技术认知壁垒，对以大数据、人工智能尤其是大型语言模型（LLM）为代表的前沿技术感到陌生，无法判断其在生产制造、供应链管理和日常办公中的实际应用价值和落地路径，导致转型步伐迟缓。

本次“3+X”特训营正是针对上述痛点，旨在为企业中高层构建一套“战略-数据-技术-应用”的完整知识闭环。课程将系统解析数字化思维与五维领导力，夯实数据价值认知与治理基础，并重点剖析AI大模型如何在企业管理和工业制造（X模块）中实现深度应用。通过高强度的互动式教学、真实行业案例分析和行动方案制定，本课程将帮助管理者从战略高度理解数字化转型，掌握数据驱动决策的能力，并具备引领智能制造落地的实践能力，从而确保企业在数字化竞争中获得先发优势。

【课程收益】

重塑思维框架：建立数字时代的五维领导力模型，掌握从经验决策向数据决策转变的方法论。

掌握数据资产：深入理解数据与业务的关联逻辑，识别日常工作中的数据痛点，初步掌握数据治理的思路与中高层责任定位。

洞察AI趋势：全面了解以大模型为代表的前沿AI技术，及其对企业管理和办公效率带来的颠覆性变革。

驱动智能制造：掌握AI赋能重工制造核心环节（如智能质检、预测性维护、知识工程）的路径与方法。

【课程特色】

3+X系统架构： 课程内容从宏观战略（领导力）到中观基础（数据）再到微观应用（AI），结构完整、逻辑清晰，确保学员全面提升。

互动与案例驱动： 采用分组研讨、案例剖析、问题清单制作等多种互动教学形式，确保学习过程充满参与感和实践性。

行业定制化： 课程内容高度聚焦工程机械/工业制造领域的典型场景（如设备预测性维护、工艺知识传承），直击业务痛点。

落地实践导向： 结合AI办公应用实践，帮助中高层将最新的AI工具融入日常管理，实现即时效率提升。

【课程对象】公司领导、各业务部门负责人、数字化转型推动者

【课程时间】2天（6小时/天）

【课程大纲】

运筹帷幄：数字化转型思维变革与系统方法

数字化转型的总体背景

数字经济和智能化是全球未来的发展方向

数字化转型是全球经济与产业升级的驱动力

从要素驱动到以数据为核心的全要素创新驱动

国务院“人工智能+”行动核心要点解析

数字化转型的思维变革

数字化转型定义（是什么）

数字化转型动因（为什么）

数字化转型内容（做什么）

数字化转型总体框架（房子模型）

数字化转型方法论

华为三阶段十二步法

数字化能力五步飞轮

智能化落地六维模型

数字化转型成熟度诊断

工业制造成熟度评价模型

数字化转型成熟度等级认定

华为数字化转型成熟度评估模型

洞察先机：数据资产价值觉醒与治理实践

数据资产的价值认知

数据成为新型生产要素与核心战略资产

数据流、信息流、业务流的关联逻辑

工程机械场景下的典型数据价值点（设备运行、生产排程、供应链优化）

业务驱动的数据治理

数据的基本属性：主数据、元数据、指标与维度

业务场景中的常见数据痛点提取与转化（报表不一致、数据不全/不准等）

中高层在部门数据责任中的定位与“数据质量五件事”

智领未来：AI大模型赋能管理与效率实践

AI技术趋势与认知升级

ChatGPT与新一代AI革命的本质：从传统机器学习到AIGC

大模型关键技术解析（LLM、Transformer、思维链）

AI技术对制造行业的颠覆式创新趋势

AI赋能企业管理与效率

AI在办公场景的应用：文档、PPT、数据分析的智能化实践

知识工程与RAG：构建企业专属知识库和专家经验传承

互动研讨： AI在企业中高层工作中的应用切入点与效率提升方案

落地生根：工业AI赋能重工智造与转型蓝图

智能制造的运作逻辑与评估

智能制造四步飞轮：状态感知、实时分析、自主决策、精准执行

工业大脑核心原理与数字化关键技术体系（物、云、数、智、安）

制造业智造能力成熟度评估方法与自测AI在重工制造中的深度应用与行动

知识工程： 知识图谱赋能复杂故障根因分析与专家经验沉淀

AI质检： 计算机视觉（CNN）在表面缺陷检测中的实践

智能制造： AIGC赋能机器人路径规划与柔性生产

智能运维： 从被动维修到预测性维护（RUL预测）的核心方法

行动计划： 我的3个数字化转型起点任务（制定、分享与承诺）