《未来工厂普及课——制造业AI全场景落地指南》

《未来工厂普及课——制造业AI全场景落地指南》

主讲老师：黄光伟

【课程背景】

人工智能已从技术尝鲜期全面迈入制造业的普惠刚需期，大模型与智能体的广泛部署正以不可逆的姿态重塑从研发设计到车间生产的每一个环节，传统制造企业若不能快速掌握并应用这些触手可及的AI工具，必将在这场效率革命中被无情淘汰。

【课程收益】

1. 参训学员将建立起契合技术环境的AI赋能制造全链路认知框架，并通过沉浸式实战演练切实获得用AI解决真实业务问题的能力。

【课程特色】

本课程摒弃晦涩的技术术语，以通俗的方式拆解国内顶尖制造企业的真实前沿实践，将高深技术转化为一线员工听得懂做得到的实战步骤，确保每位学员课上即可完成从思维破局到工具落地的完整闭环。

【课程对象】

制造业企业中高层管理者、生产制造主管、工艺工程师、研发设计人员、供应链与设备运维人员及数字化转型推动者。

【课程时间】

1天/每天6小时

【课程大纲】

一、认知破局：制造业AI全景图谱与底层逻辑

1. 制造业AI发展的3大核心趋势

1）大模型普惠化带来的效率质变

2）从单点辅助到全链路智能协同

3）智能体接管常规重复性决策

4）人机协作模式的重塑与岗位边界拓展

5）制造业数据资产化的AI催化作用

2. AI赋能制造业的3大普适思路

1）降本思路：用AI识别并填平隐性时间损耗

2）提质思路：用AI超越人工经验的微米级把控

3）增效思路：用AI实现跨部门数据的瞬间流转

4）思路落地前提：业务流程的标准化与数字化

5）思路避坑指南：警惕脱离业务场景的伪需求

3. 制造业AI工具入门与3大基本功

1）国内免费AI工具全景图谱与选用逻辑

2）基本功一：精准提问的3W1H法则

3）基本功二：上下文背景的渐进式注入

4）基本功三：生成结果的纠偏与调优技巧

5）课堂微实操：用Kimi快速总结一份生产周报的核心问题

二、研发设计：AI驱动产品创新与工艺敏捷迭代

1. AI辅助产品概念设计的3大切入点

1）基于市场需求数据的灵感快速生成

2）竞品参数的自动抓取与差异化比对

3）产品外观与结构的AI辅助草图生成

实战演练一：用AI提炼产品需求与设计概念

主题：基于给定参数的新能源充电桩概念设计

4）推导：输入充电功率/目标人群/外观风格->Kimi生成核心设计诉求->通义千问生成外观概念描述->提取3个核心设计特征

5）概念筛选的人机决策边界

2. AI加速材料与配方筛选

1）第一步：用AI构建材料属性与工艺对应知识库

2）第二步：基于目标性能的AI配方反向推演

案例：宁德时代利用AI赋能BDA软件助力下一代锂离子电池设计

3）配方推演结果的工程化可行性人工校验

4）知识产权与数据安全的红线规避

3. 工艺图纸与技术文档的AI智能转化

1）传统工艺文档的AI结构化清洗

2）用通义千问将自然语言转化为工艺步骤SOP

3）技术标准文档的跨语言精准翻译与摘要

4）工艺变更通知单的AI自动起草与比对

5）文档转化中的专业术语一致性校验技巧

三、生产智造：大模型重塑车间排产与良率管控

1. AI驱动的柔性排产3大执行技巧

技巧一：用自然语言向AI下达多约束排产指令

技巧二：紧急插单场景下的排产重置话术

技巧三：设备产能与人员技能矩阵的AI匹配

案例：海尔智家AWE展会发布智造大模型，实现自然语言交互排产

1）排产结果的柔性微调与人工确认机制

2. AI赋能质量检验与良率分析的SOP

1）质检标准文档向AI检查指令的转化SOP

2）用AI快速分析次品日志的聚类归因

3）基于生产参数波动的良率预测提问框架

实战演练二：注塑车间次品日志归因分析

4）推导：输入50条包含温度/压力/次品类型的日志->提示Kimi按类型分类->AI输出温度异常与缩水缺陷的强关联->生成温度参数调整建议

5）改善方案在车间的落地闭环验证

3. 车间人机交互与知识传承的AI改造

1）智能SOP问答机器人的低成本搭建逻辑

2）老员工隐性经验的AI访谈提取法

3）新员工操作培训的AI模拟考核生成

4）车间安规的AI实时语音播报与提醒

5）知识库的动态更新与版本管理机制

四、供应链与运维：智能预测与全局最优决策

1. AI辅助需求预测与库存优化

1）第一步：用AI清洗历史销售与外部影响因子数据

2）第二步：基于多因子对话的库存安全水位测算

实战演练三：关键原材料库存优化测算

3）推导：输入年用量10000件/单价100元/当前库存周转天数60天/借助AI分析交期波动数据得出建议周转天数45天->计算降本：(60-45)/360*10000*100=41666元

4）供应商资质审查的AI自动化初筛

5）价格波动新闻的AI自动追踪与预警

2. AI预测性维护的落地思路

1）思路一：基于设备维修记录的大模型归因分析

2）思路二：结合IoT阈值触发的AI智能诊断推理

案例：三一重工运用AI大模型进行挖掘机预测性维护

3）维修工单的AI自动生成与备件匹配

4）维修经验的AI复盘与知识沉淀闭环

3. AI驱动的物流调度与厂区协同

1）厂内AGV路线冲突的AI逻辑推演与优化

2）装卸货台位分配的智能排队建议

3）承运商运力评估的AI多维度打分

4）物流异常事件的AI应急预案生成

5）厂区人车分流与安全的AI规划建议

五、企业AI导入5步法与普惠工具实操

1. 制造业AI导入5步法

1）第一步：痛点场景的广度征集与优先级排序

2）第二步：业务SOP的标准化与数字化准备

3）第三步：免费AI工具的灰度测试与效果评估

4）第四步：提示词模板的固化与企业内部开源

5）第五步：应用成效的量化考核与持续推进

2. 部门级AI落地实施SOP

1）组建业务与IT联合试点小组的3个原则

2）制定部门级AI应用激励机制的2大考量

3）员工AI技能培训的3个阶梯设计

4）落地过程中的数据安全围栏构建

5）阶段性成果复盘与跨部门推广话术

3. 制造业全场景AI提示词库构建

1）提示词库的分类分级管理标准

2）研发场景通用提示词模板解析

3）生产与质量场景通用提示词模板解析

4）供应链与运维场景通用提示词模板解析

实战演练四：结合岗位痛点编写并调试专属提示词

5）推导：明确痛点(如工艺文档编写慢)->拆解要素(输入/输出/风格/约束)->编写初版提示词->用文心一言测试->根据输出偏差迭代提示词->形成标准模板

结论：标准化的提示词模板可确保AI输出质量的稳定性，实现个人经验向组织资产的转化