1.      统一思想：打破对AI的“神秘感”与“恐惧感”，让管理层理解AI的本质及其在制造业中的战略价值。

2.      洞察场景：识别企业自身业务环节中AI可赋能的潜在机会点，特别是痛点、难点问题。

3.      掌握方法：学习企业导入AI的可行路径、关键步骤与常见陷阱，避免“为了AI而AI”。

4.      规划行动：结合企业实际情况，初步制定可行的AI应用探索计划，推动创新落地。

模块一：开篇导论 – 为什么AI是制造业的下一个“操作系统”？

‐   破冰与诊断： 学员分享当前企业面临的最大运营挑战（质量、成本、交付、效率）。

‐   时代背景： 从工业4.0到智能制造，AI如何成为新一轮产业变革的核心驱动力。

‐   重新定义AI： AI不是“魔法”，是“新电力”——一种赋能各行各业的基础能力。

o   狭义AI（专用型） vs. 通用AI（概念性）。

o   AI的核心：数据 + 算法 + 算力 = 智能决策与自动化。

‐   AI对制造业的战略意义： 从“规模成本”竞争转向“质量效率”竞争，最终迈向“个性化敏捷”竞争。

‐   当前AI到了那个阶段了？：是实现了通用智能，还是泡沫很多？

‐   互动讨论： 我们的企业离AI有多远？我们拥有哪些“数据燃料”？

模块二：AI在制造业的应用全景图 – 从产线到决策的赋能

‐   “AI+制造”核心应用场景深度剖析（采用“问题-方案-价值”模式讲解）：

o   智能质量管控：

§  计算机视觉： 表面缺陷检测、零部件装配校验、高精度计量。

§  案例： 面板行业、汽车零部件、纺织业的AI质检，如何将漏检率降低80%以上。

o   预测性维护：

§  异常检测与时序数据分析： 基于设备振动、温度、电流等数据，预测故障发生。

§  案例： 数控机床、风机、泵机的预测性维护，如何降低非计划停机时间30%-50%。

o   生产流程优化：

§  运筹学优化与强化学习： 生产线节拍平衡、工艺参数优化（如注塑、焊接）、能耗管理。

§  案例： 电子厂SMT贴片机优化、钢铁企业炼钢工艺优化，如何提升OEE（全局设备效率）。

o   智慧供应链与物流：

§  需求预测、库存优化、智能调度： 利用AI精准预测需求，优化库存水平，实现仓储和运输路径最优。

§  案例： 智能仓内AGV调度、需求预测模型降低牛鞭效应。

o   智能设计与个性化定制：

§  生成式AI与仿真： 生成式设计、数字孪生、基于客户需求的快速配置。

§  案例：汽车、新材料、航空航天领域的轻量化生成式设计。

‐   小组研讨： 针对以上场景，分析我们企业哪个环节最迫切需要AI赋能？为什么？

模块三：制造 +AI应用落地：模式、要素和路径

‐   AI应用落地的基本逻辑和常见误区

o   +AI，而不是 AI + : 当前阶段构建增强现有流程环节和人的AI应用，比“无人化”自主智能体更有意义

o   不要迷信大模型，真正的护城河是“脏活累活”

o   审视那些最传统、最“笨重”、成本最高、人最不愿意做的业务环节

o   是先建“孤岛”，还是先规划好“大陆”？ ： 对比数字化转型的系统建设

o   AI应用是先做利润中心，还是先做成本中心？：先降本增效，还是先开源增收？

‐   AI应用的落地模式和路径

o   建立认知 同步理念

§  当前，AI应用的最大价值是赋能，而不是“取代”人

§  人工智能不只是大模型，通用模型做“通用”的事，“专业”的事定制的“窄”模型更合适

o   聚焦业务 厘清重点

§  成本、可行度和收益的总和考量

§  短中长期考虑 点线面结合

o   落地规划 明确路径

§  遵循数字化项目的基本逻辑

§  POC/MVP非常关键

模块四：组织变革与未来展望 – 打造面向未来的“人机协同”组织

‐   人才战略： 不是让每个人都成为数据科学家，而是培养“AI素养”。

o   管理层： 具备AI战略眼光。

o   •业务骨干： 成为“会使用AI工具的专家”。

o   引入外部智慧，内部培养核心。

‐   文化变革： AI不仅是办公和搜索的工具，而是可以共同制定解决方案的世 界 级行业和技术专家。

‐   工作方式变革： AI不是取代人，而是增强人。人的角色从“操作执行”转向“监督、决策、创新”；

‐   未来趋势展望： 工业大模型（Industrial GPT）、具身智能、AI驱动的自主制造。

‐   课程总结与行动倡议：

o   世界咖啡馆研讨： 各组围绕“我们企业未来12个月的AI行动方案”进行研讨。

o   制定个人/部门行动承诺书： 每位学员提出1-2项回到工作岗位后可立即推动的行动。

尹老师  上海威才咨询 | 大数据&AI专家，人工智能布道师，AI产业应用落地咨询顾问

‐   荷兰Utrecht大学MBI

‐   上海人工智能技术协会特聘首席顾问

‐   上海市元宇宙产业发展专家咨询委员会专家

‐   上海市电竞协会首席AI专家

‐   原商汤科技城市元宇宙首席架构师

‐   原商汤科技智能产业研究院首席架构师

‐   Oracle Master企业架构师

‐   原惠普企业服务新形态IT首席架构师

尹老师是AI首席咨询顾问/讲师，上海人工智能技术协会首席咨询顾问，贵州大数据专家委员会委员。尹老师曾任商汤科技智能产业研究院首席架构师，德勤Oracle CX首席架构师，惠普企业新形态IT首席架构师，Oracle Master企业架构师。尹老师专注在人工智能战略和架构规划、元宇宙产业规划及落地，数字化客户体验，以及AI及大数据驱动的新形态ICT架构规划和咨询落地，有超过19年在中国大陆和荷兰的职业经验。先后服务过世界顶 级的通讯和网络设备及方案商，世界顶 级的咨询和审计服务公司和企业软件公司。

主讲课程类型及具体课程：

‐   《通用人工智能曙光：生成式人工智能大模型的源起，发展和落地应用》

‐   《Deepseek的技术创新与产业影响—— AI竞赛新格局》

‐   《如何开箱即用地私有化部署企业级Deepseek》

‐   《AI大模型智能体应用的模式和落地路径》

‐   《人工智能时代地天空产业：低空经济》

‐   《AI大模型时代的金融数字化转型和人工智能赋能应用》

‐   《生成式AI大模型时代的财税领域AI赋能：范式和应用》

‐   《深入浅出数字化战略和企业架构：框架和应用》

‐   《数字新基建：智能计算中心承载的人工智能模型和应用》

‐   《人工智能大模型时代的人力资源赋能：应用和实践》

‐   《人工智能时代的数字科技在双碳全生命周期管理中的应用模式和实践》

‐   《元宇宙+ 电竞：人工智能时代的数实融合新形态虚拟体育》

‐   《人工智能和AI大模型落地工作坊：从业务分析到技术架构落地设计》

‐   《AI大模型时代的算法思维和实践运用》

‐   《AI大模型赋能的5G+ 元宇宙产业应用》

‐   《人工智能时代的企业大数据技术和架构》

授课风格：

尹老师的课程深入浅出，视野宏大，案例研究丰富，分析精彩，讲解幽默风趣，用企业和政府的语言，把抽象的人工智能和元宇宙理论知识与产业转化、政府数字化变革融会贯通，讲得通俗易懂，看得见，摸得着，用得上，深受好评。

尹老师的讲课自我要求：“不讲正确的废话”，“所有听众都要听得懂”，“内容原创”，“不仅讲“What”，更讲“Why”和“How”。

服务客户（部分）：

院校，科研机构：复旦大学、清华大学经管学院、上海交通大学、上海人工智能研究院、上海理工大学、上海体育学院、中国传媒大学、同济大学、武汉大学、浙江大学、齐鲁工大、深圳大学等。

政企集团：上海市经信局、湖畔创研中心、广东机场集团、中国电信、中国移动、中国联通华盛、中国通信服务、中国银行、中国建设银行、国家金融监管总局广西监管局、兴业银行、中核集团、交通银行、中国工商银行、北京银行、平安银行、平安租赁、平安一账通、建设银行、国泰君安、中国烟草、国家电网、中电建、国电投、阿里云创新中心、华为云、临港集团、商飞集团、虎彩集团、国泰君安、成都新经济局、江西省政府、扬州市政府、合肥市政府、中南建筑设计院、银川市政府、云南市政府、深圳交管局、安徽铁塔、成都金牛区、武汉洪山区、中石油、云南中烟、北汽集团、上海铁路局、上海电力、南京大数据局、河南能源集团、神华集团、平安集团、中国国航、南方航空、新华三、海隆石油、安东石油等