辛老師
數字化轉型與智能制造專家/工信部數字化轉型賦能中心首席專家
課程背景：
自工業4.0、智能制造提出以來，一批領先制造商在第四次工業革命技術的應用上 進展矚目，因而榮登“燈塔工廠”之榜。縱觀“燈塔工廠”的發展脈絡，不難看出，他們的數字化旅程都始于運營系統 的轉型。隨后，依托物聯網集成與員工技能重塑等驅動因素， 數字技術得以實現規?；l展。
對端到端“燈塔工廠”進行深入剖析后，我們發現，無論是 生產效率、運營成本還是上市速度，均實現了可觀的改善 。
在提升企業價值的方法上，有三點尤為值得關注：
1）以客 戶為中心進行流程設計；
2）實現跨職能的無縫連接；
3）在組織間，甚至是供應鏈層面打造持續連接。
這些價值驅動因素雖半新不舊，但從組織的應用角度而言，第四次工業革命帶來的廣度可謂史無前例。效率提升后，資源浪費、材料消耗和廢棄物排放都相應減少，為環境的可持續發展增磚添瓦。
打破部門孤島，實現數據連接，進而做到數據驅動。
“燈塔工廠”多管齊下，采用多種舉措支持其員工。企業與技術聯手，在能力建設、組織結構調整、新型工作方式開發方面大力投資。員工的職責與技能需求瞬息萬變，有鑒于此，“燈塔工廠”在技能培訓上展開了深思熟慮的投資。他們與多家大學和其他教育機構建立了合作關系，從外部獲取知識和人才。“燈塔工廠”堅持以人為本，通過賦能充分實現員工潛力，并讓技術物盡其用。這也充分證明，第四次工業革命是一項關乎人的創新革命，其核心是以人為本。
課程亮點：
世界燈塔工廠最佳實踐總結，案例充實，深入淺出。
講師實戰經驗豐富，輔導十二家國內智能制造專項，其中有4家評為世界燈塔工廠。
課程大綱：
一、數據集成，數據驅動——燈塔工廠核心要素
1. 構架在數據高速公路上的智能化企業
(1) 橫向和縱向集成
(2) 端到端的集成
(3) 數據集成和數據驅動賦予企業的柔性，敏捷性和開放性
2. 如何構建企業完備的數據基礎
(1) 標準化是數據化的基礎
(2) 數據化是互聯和智能的基礎
3. ERP/CRM/MES/PLM/SCM/CAM/CAE/仿真系統的集成和信息高速公路
(1) 各大系統集成模式和實戰案例分享
4. 數字化產品開發工具讓一切變得簡單
(1) 材料結構設計仿真建模
(2) 電子設計仿真
5. 產品生命周期管理
(1) 產品生命周期管理系統的定義
(2) PLM系統給企業的產品創新提供強力支持
(3) PLM是助推企業模塊式經營
6. 模擬仿真驗證產品設計和制造工藝
7. 工業4.0時代的工業生產技術工程
(1) 虛擬制造
(2) 運用信息技術構建精益工廠
(3) 人體數字建模和工位設計
(4) 工業機器人作業仿真建模
(5) 數字工廠和物流仿真設計
(6) CAD，CAM和CNC數據鏈和價值鏈
8. 制造執行中的數據集成和數據驅動——透明，同步
(1) 先進計劃排程APS
(2) 數據采集和設備集成
(3) 資源管理——設備，工裝，工具，檢具等
(4) 智能檢測、質量數據集成和質量管控
(5) 智能倉儲、智能物流
(6) 制造運營管理平臺MOM=MES/WMS/WCS/QMS
9. 數據驅動，工業大數據和智能化制造
(1) 數據驅動，大數據，大洞察，大知識，大智慧，大改進
(2) 知識模型化，自動化驅動企業智能化，社會集約化
二、數字化制造
1. 數字加工和裝配
2. 數字設備維護
3. 數字質量管理
4. 數字化廠內倉儲物流
5. 數字績效管理
三、端到端價值鏈
1. 端到端客戶鏈接
2. 生態化供應鏈
3. 端到端產品開發
4. 端到端業務規劃和供應鏈規劃
5. 端到端資產管理
6. 端到端交付
四、“燈塔工廠”規模化
1. 燈塔工廠最佳實踐用例整合，業務洞察和業務建模
2. 數字化平臺建設和數字化賦能能力的推廣
3. 數字化制造規?；?/p>
4. 數字化物流規?；?/p>
5. 數字化質量規模化
6. 數字化客戶運營規模化
7. 數字化產品開發規?；?/p>
8. 數字化生態規?；?/p>
五、燈塔工廠輔導
1. 工廠數字化能力成熟度評估
2. 客戶旅程圖，基于數據的客戶體驗和客戶洞察
3. 數字化產品創新平臺和敏捷產品創新能力構建
4. 基于數據驅動和敏捷化運營的精準運營能力
5. 基于客戶體驗和客戶價值的客戶服務創新
6. 打造數字化組織和文化
7. 合作共贏生態體系
8. 構建數據平臺和數據經營能力
9. “燈塔工廠”變革管理和實施路徑
