工业4.0核心技术与构建中国制造2025 课程背景: 进入21世纪以来,制造业面临着全球产业结构调整带来的机遇和挑战。特别是2008年国际金融危机之后,世界各国为了寻找促进经济增长的新出路,开始重新重视制造业,除了美国的《美国先进制造业国家战略计划——工业互联网战略》之外,德国政府在2013年4月推出了《德国工业4.0战略》。 虽然目前中国是全球最大的制造业国家,但却“没有真正掌握制造,大多数中国工厂并没有掌握制造的核心材料、设备,以及工艺,他们仍然停留在组装加工的阶段,缺乏原创技术、缺乏创新。”而面对工业4.0和工业互联网的新工业革命大潮,中国是否会丧失制造业大国的地位? 对于传统工业企业来说,今天是一个艰难的时刻,下一个十年的工业企业将以智能为主。跟传统的工业管理方式不同,传统工业管理核心企业高管做决策。而智能化的工业4.0是机器取代人直接做决策,机器取代人做决策,有几个非常重要的前提——移动互联网、云计算,大数据,人工智能。 传统工业企业要么接受智能化的工业4.0,按照网络协同+数据智能来运营企业,改变原有传统模式下的企业经营管理方式,进行管理升级。要么被时代抛弃,没有第三条道路。 智能化的工业4.0的落地实施系统是“信息物流系统”,核心技术是一套结合移动互联网、大数据、云计算、人工智能等,是制造企业生态系统,将客户、数据、信息流、资金流、物流等数据打通贯穿所有业务。形成智能化的组织和业务机制,供企业快速低成本的进行业务创新的企业架构。 课程目标: 培训将从工业4.0的起源、发展和未来,深入浅出地将工业4.0是什么?为什么?如何看?怎么做?来系统、全面地解工业4.0智能化制造模式的运营,以及在传统工业企业落地运营进行讲解。在培训中还将深入讲解不同于传统工业企业如何结合工业4.0运营模式,使参加的传统企业深入了解未来工业互联网运营管理的发展趋势,了解互联网企业的成功或失败的案例,如海尔集团、富士康、上海汽车、广汽集团等国内在工业4.0领先的企业案例。找到自身可以借鉴的地方,并通过智能化、差异化及其运营服务模式找到工业转型之路。 课程大纲: 第一天上午 前言: 一、 充分理解互联网时代高速发展逻辑 1)互联网冲击了整个社会 2)制造业“摩尔定律”的发展脉络 二、 网络效率逻辑 1)数据智能逻辑 2)深度渗透逻辑 三、 互联网为什么会颠覆的传统企业 1)超级平台现象 2)非对称发展 3)商业新物种 4)金融新生态 四、 智能化将全方位深度渗透到传统制造行业 1) 移动支付改变传统卖场 2)在线化+数据化对工业的深度演绎 3)大数据与人工智能对未来工业的深远影响 第一讲:工业4.0战略 1. 首先破除误区:工业4.0≠自动化>自动化 2. 工业4.0起源——美欧工业互联网发展趋势 案例分析:德国工业4.0与美国工业互联网各自优势 3. 工业互联网两大主题 4. 工业互联网特点与作用 第二讲:工业4.0=网络协同+智能制造 一、 工业4.0的三个典型特征: 1、利用互联网和算法的优势,低成本实时地服务海量用户 2、满足每一个用户的个性化需求 3、服务系统自我迭代、自我提升的速度非常快 二、 网络协同本质是大规模、多角色、并发完成任务的能力 案例分析:商业从地段到流量,再到消费者时间的全方位竞争格局 三、 智能制造本质是通过智能化做到“精准”运营 案例分析:从路人甲,到数据源,从而开启大数据时代 四、 工业互联网把通信和计算合二为一 案例分析:海尔利用人工智能开展“人单合一”战略 1万亿个物联网的底层数据——大数据——算法——人工智能 案例分析:为什么未来的企业不要生产计划了 五、 智能化引领制造型企业进行“场景革命” 案例分析:小米从货、场、人转为——人、货、场,提高转化率 第一天下午 第三讲:工业4.0的主要核心技术 一、 MES(制造执行系统) 二、 虚拟与现实的结合 三、 信息物理融合系统 四、 数据挖掘与知识发现 五、 多模式交互能 六、 辅助系统 七、 用户界面 八、 增强现实技术 九、 机器人技术 十、 智能装配 第四讲:工业4.0如何提升企业竞争力 一、 产品创新的革新 二、 生产制造的革新 三、 供应链的革新 四、 营销的革新 第五讲:如何实现中国制造2025 一、 生产制造自动化 二、 流程管理数字化 三、 企业信息网络化 四、 智能制造云端化 第二天上午 第六讲:如何结合企业实际进行工业互联网升级 一、 通过在线化、数据化、算法化和产品化来实现智能化 二、 企业升级到工业4.0的关键步骤 1. 产品、制造、服务尽可能在线化、网络化 2. 流程尽可能引入机器学习的效应 3. 决策尽可能用机器取代人工 案例分析:美团给每个外卖小哥配置的智能导航移动平台 4. 让数据尽可能的流动起来 三、 将客户、数据、信息流、资金流、物流等数据打通贯穿所有业务 案例分析:戴尔通过现金流而非产品溢价,带来制造业的革命 四、 构建企业大数据中心 1. 大数据中心以共享业务+数据能力为主,比如领域服务层+API接口 2. 大数据中心的目的是沉淀传统行业业务和数据能力,并开放出去 3. 大数据中心是中台的重要部分,目的是实现前端应用和后台的彻底解耦 第二天上午 第七讲:工业智能化制造规划步骤 一、 智能化制造架构系统将解决企业那些痛点 1. 复杂:系统庞大、逻辑复杂 2. 重复:系统差异性大、标准不一 3. 沟通成本高:团队多,跨部门的沟通多 二、 去中心化,平台化扩展 三、 核心业务数据化运营 四、 异步化,业务最终一致 五、 操作界面层自动化 六、 内部系统使用成熟组件,业务之间共享组件 七、 拆分原有的职能式组织,建设共享中心 2. 针对服务、数据、业务进行分拆“烟囱式” 3. 智能化架构要举全公司之力,而不只是IT部门 第五部分:小试牛刀 实战练习:围绕本企业运营特点,模仿信息物流系统,演练搭建本公司的智能化制造模型,讲师进行点评。 1、 搭建企业智能化制造架构模型 2、 搭建市场与精准营销模型 3、 搭建端到端用户服务模型 4、 规划智能化制造的组织扁平化组织 5、 智能化制造的数据指标体系
|