【課程背景】
工業(yè)制造業(yè)是社會經(jīng)濟發(fā)展的基礎(chǔ)和支柱產(chǎn)業(yè)，各國政府也非常重視和支持工業(yè)制造業(yè)的創(chuàng)新和發(fā)展。
為了在全球競爭中處于領(lǐng)先地位，各國都制定了工業(yè)發(fā)展戰(zhàn)略。美國提出發(fā)揮互聯(lián)網(wǎng)和創(chuàng)新優(yōu)勢的“工業(yè)互聯(lián)網(wǎng)”戰(zhàn)略，德國提出自下而上、非常務(wù)實的“工業(yè)4.0”戰(zhàn)略，中國則提出“智能制造2025”的發(fā)展戰(zhàn)略。
我國工業(yè)經(jīng)歷了兩化融合的長期轉(zhuǎn)型過程，目前工業(yè)制造業(yè)數(shù)字化轉(zhuǎn)型成為國家和企業(yè)工作的重點，如何通過轉(zhuǎn)型升級，實現(xiàn)從工業(yè)1.0到4.0的演進，是一項非常具有挑戰(zhàn)性，但是非常有意義的工作。
本課程沿著數(shù)字能力從標(biāo)準(zhǔn)化、信息化、數(shù)據(jù)化、智能化、個性化的五步進階路徑的總體思路，從戰(zhàn)略、架構(gòu)、流程、組織、技術(shù)等多個維度，給出工業(yè)制造業(yè)數(shù)字化轉(zhuǎn)型的方法、路徑和策略。
具體來看，工業(yè)制造業(yè)數(shù)字化轉(zhuǎn)型需要自下而上改造，并且自上而下總體規(guī)劃布局，然后將兩者有機地結(jié)合起來。
自下而上就是從工廠車間起步，首先利用物聯(lián)網(wǎng)（IoT）技術(shù)，實現(xiàn)終端設(shè)備的“聾啞傻”改造，讓設(shè)備能夠介入企業(yè)數(shù)字孿生體的感知層。
自下而上就是要從全局角度，將戰(zhàn)略規(guī)劃、系統(tǒng)架構(gòu)、流程場景等方面整體設(shè)計，實現(xiàn)戰(zhàn)略層、業(yè)務(wù)層、技術(shù)支撐層的充分打通，實現(xiàn)從策劃、設(shè)計、試驗、批產(chǎn)、維修保養(yǎng)、回收的產(chǎn)品全生命周期管理，讓業(yè)務(wù)需求單自動轉(zhuǎn)化為執(zhí)行層的一個個工單，在質(zhì)量保證體系的監(jiān)管下，實現(xiàn)質(zhì)量、效率、成本的最優(yōu)，滿足個性化、定制化的生產(chǎn)需求。
本課程總體上沿著認(rèn)知思維、規(guī)劃架構(gòu)、精益實施、數(shù)智化升級的知識脈絡(luò)學(xué)習(xí)。首先讓學(xué)員理解數(shù)字化轉(zhuǎn)型的重要性、必要性和迫切性，數(shù)字化轉(zhuǎn)型的范圍、目標(biāo)等，然后，從規(guī)劃架構(gòu)的全局角度，講述從戰(zhàn)略到業(yè)務(wù)再到技術(shù)的映射方法。
接著，講述按照“規(guī)劃、建設(shè)、運維、運營”一體化的思路，如何一步步將規(guī)劃架構(gòu)層面的目標(biāo)藍圖，轉(zhuǎn)化為項目層面的需求點和功能點，以精益迭代的方式，“小步快跑”，以最快的速度和最小的風(fēng)險驗證成果，然后不斷迭代升級。
最后，講述企業(yè)如何構(gòu)建數(shù)據(jù)治理體系和數(shù)據(jù)倉庫，為生產(chǎn)經(jīng)營提供多維統(tǒng)計分析結(jié)果和決策支持，以及參考賽博物理系統(tǒng)智能成熟度模型，實現(xiàn)智能化升級，進一步提升智能化的水平。
【課程收益】
? 深刻理解數(shù)字化轉(zhuǎn)型的本質(zhì)內(nèi)涵；
? 深刻理解數(shù)字化轉(zhuǎn)型的價值意義；
? 深刻理解數(shù)字能力進階五化路徑；
? 具備數(shù)字化轉(zhuǎn)型總體方案設(shè)計能力。
【課程特色】邏輯清晰，從低階到高階，循序漸進；案例與場景式教學(xué)
【課程對象】企業(yè)家、中高層管理人員、數(shù)字化轉(zhuǎn)型戰(zhàn)略領(lǐng)導(dǎo)者/推動者
【課程時間】2天（6小時/天）
【課程大綱】
一、換道超車——數(shù)字化轉(zhuǎn)型的思維變革
1、 什么是數(shù)字化轉(zhuǎn)型？本質(zhì)和內(nèi)涵
? 從新概念角度認(rèn)識數(shù)字化
? 從設(shè)備角度認(rèn)識數(shù)字化
? 從管理角度認(rèn)識數(shù)字化
2、 為什么數(shù)字化轉(zhuǎn)型？價值和意義
? 傳統(tǒng)零售店要不要數(shù)字化轉(zhuǎn)型？
? 零售業(yè)數(shù)字化轉(zhuǎn)型帶來哪些變化？
? 企業(yè)數(shù)字化轉(zhuǎn)型的4個動因
視頻：解碼十年
3、 企業(yè)數(shù)字化轉(zhuǎn)型動因深入探究
? 人類歷史上三次經(jīng)濟模式的升級
? 人類歷史上的四次工業(yè)革命
? 三體智能模型
? 新一代信息技術(shù)賦能生產(chǎn)經(jīng)營
二、智領(lǐng)未來——企業(yè)數(shù)字化轉(zhuǎn)型方法與路徑
1、 數(shù)字化轉(zhuǎn)型方法總說與標(biāo)準(zhǔn)化
? 數(shù)字能力提升五步法的內(nèi)涵
? 秦始皇統(tǒng)一六國的秘密
? 標(biāo)準(zhǔn)化的價值和作用
2、 數(shù)字能力提升第二步：信息化
? 不同載體的信息化發(fā)展歷程
? 某央企集團公司IT集中化案例
? 數(shù)字化流程三觀體系
? 數(shù)字化流程四化路徑
? 數(shù)字化流程三可目標(biāo)
3、 制造企業(yè)數(shù)字化轉(zhuǎn)型總體思路
? 德國工業(yè)4.0的“金字塔”
? 中德兩國制造業(yè)優(yōu)劣勢對比
? 工業(yè)互聯(lián)網(wǎng)的特殊性
? 工業(yè)互聯(lián)網(wǎng)平臺功能架構(gòu)
? 數(shù)字化轉(zhuǎn)型技術(shù)體系（IT、CT、OT、DT）
4、 數(shù)字化車間整體架構(gòu)設(shè)計方案
? 超大規(guī)模和綠色節(jié)能的云數(shù)據(jù)中心
? 數(shù)字化車間整體架構(gòu)
? 數(shù)字化車間布局
? 數(shù)字化智能廠房設(shè)計
? 基礎(chǔ)設(shè)施建設(shè)——設(shè)備聯(lián)網(wǎng)（AIOT）
? 基礎(chǔ)設(shè)施建設(shè)——通信網(wǎng)絡(luò)（CT）
? 基礎(chǔ)設(shè)施建設(shè)——智能生產(chǎn)線
? 數(shù)字化轉(zhuǎn)型工作推進五步法
案例：華為、如家、秦國、某生物制藥集團、中國聯(lián)通集團等
三、行勝于言——某工業(yè)制造企業(yè)數(shù)字化轉(zhuǎn)型方案建議
1、 IT對業(yè)務(wù)的支撐與一體化管理
? IT滿足業(yè)務(wù)發(fā)展的五高目標(biāo)
? 規(guī)建維營一體化閉環(huán)管理思維
2、 工業(yè)應(yīng)用軟件建設(shè)與實施方案
? 工業(yè)制造企業(yè)運營總體模型
? 模型驅(qū)動的產(chǎn)品生命周期管理
? ERP系統(tǒng)總流程
? MES系統(tǒng)總體集成架構(gòu)
? MES系統(tǒng)功能架構(gòu)
? 提升業(yè)務(wù)靈活性的云化架構(gòu)
? 企業(yè)混合云總體規(guī)劃思路
? 企業(yè)混合云總體演進路線
案例：阿里巴巴、中國聯(lián)通、波音等
四、雙輪驅(qū)動——數(shù)智化決策與行業(yè)趨勢前瞻
1、 數(shù)字能力提升第三步：數(shù)據(jù)化
? 工業(yè)大數(shù)據(jù)應(yīng)用架構(gòu)模型
? 數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)——車間數(shù)據(jù)分類
? 數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)——數(shù)據(jù)采集方式
? 生產(chǎn)數(shù)據(jù)采集方案——面臨的挑戰(zhàn)
? 生產(chǎn)數(shù)據(jù)采集方案——數(shù)據(jù)采集系統(tǒng)架構(gòu)
? 生產(chǎn)數(shù)據(jù)采集方案——數(shù)據(jù)采集的管理辦法
? 生產(chǎn)數(shù)據(jù)采集方案——數(shù)據(jù)系統(tǒng)對接與應(yīng)用
2、 數(shù)字能力提升第四步：智能化
? CPS（賽博物理系統(tǒng)）能力成熟度評價
? 機器學(xué)習(xí)與人類學(xué)習(xí)的區(qū)別
? 機器學(xué)習(xí)三類——有監(jiān)督、無監(jiān)督、強化學(xué)習(xí)
? 人工智能機器學(xué)習(xí)五步法
3、 數(shù)字化轉(zhuǎn)型總體布局建議
? 數(shù)據(jù)、人才等成為組織核心戰(zhàn)略資產(chǎn)
? 互聯(lián)網(wǎng)從Web1.0到Web3.0進化的本質(zhì)
? 某工業(yè)集團數(shù)字化轉(zhuǎn)型總體布局建議
案例：定單分揀、房價預(yù)測、特斯拉等
