颜少林:工业AI技术赋能汽车制造深度场景应用

《工业AI技术赋能汽车制造深度场景应用》

课程背景

在智能制造与新质生产力发展的核心阶段,汽车零部件行业正面临数字化、智能化转型的关键机遇与挑战,AI大模型、AIOT等技术与工业场景的深度融合,成为企业降本增效、提质创新、构建核心竞争力的核心抓手。富晟集团作为汽车零部件领域的重要企业,亟需推动高管层形成AI+转型的统一认知,明确AI技术在生产、质量、研发、运营等核心业务的落地场景与实施路径,破解组织能力建设、技术融合应用的关键难题,以此驱动企业高质量数字化转型,抢占行业智能化发展先机。基于此,特组织本次课程,通过趋势解读、场景分析、案例拆解、研讨共创,推动高管层达成AI转型行动共识,规划科学落地路径。

课程收益

1.认知统一:帮助高管层精准把握制造业AI发展趋势与汽车零部件行业新质生产力建设要求,明晰AI大模型、AIOT等技术在行业的应用价值与成熟度,形成集团AI+转型的统一认知与战略共识。

2.场景赋能:系统学习AI大模型在生产管控、质量管理、研发管理、职能运营等核心业务的典型应用场景与落地方法,结合行业标杆案例,提炼可借鉴的AI技术应用经验。

3.能力提升:理解AI数智化组织变革的核心要点与能力建设挑战,明确高管层在AI转型中的角色定位与分工,提升高管层推动AI技术与业务协同融合的决策能力与落地能力。

4.路径落地:通过分组研讨共创,梳理集团研发、质量、生产等业务协同的AI典型落地场景,匹配适配的AI数智化方案,形成集团AI+转型的场景地图与方案落地矩阵,明确0-1试点、3-N推广的实施路径。

5.行动共识:基于业务实际、技术攻关、资金投入等多重因素,达成集团AI+转型的核心行动共识,明确后续AI项目的推进计划与资源配置方向,为集团AI+转型落地奠定坚实基础。

课程特色

1.高层定制,聚焦共识:专为集团高管层设计,全程围绕AI+转型的认知共识、场景共识、路径共识、行动共识展开,贴合企业高层战略决策与管理需求,推动转型落地。

2.场景导向,贴合行业:深度结合汽车零部件行业特性,聚焦生产、质量、研发、运营等核心业务场景,拆解AI技术的实际应用方法,避免纯理论讲解,突出行业适配性与实操性。

3.标杆案例,深度拆解:精选汽车零部件、3C、轨道交通、电子等领域的头部企业标杆案例(西门子、华为、中车、联合汽车电子等),从方案设计、落地实施、效果达成全维度拆解,提炼可复制的经验。

4.研讨共创,边学边练:设置多轮专题研讨与行动共识共创环节,将理论学习与企业实际结合,引导高管层结合集团业务梳理AI落地场景、规划实施路径,讲师实时点评指导,确保研讨成果贴合企业实际。

5.层层递进,闭环设计:课程从趋势价值解读,到单业务场景AI应用分析,再到全业务协同转型,最后到落地路径与行动共识规划,层层递进,形成“认知-学习-研讨-共创-共识”的闭环培训体系。

四、课程安排

第一部分:制造企业AI的趋势与价值

1.阐述AI+转型的战略意义与期望

32 制造业新质生产力发展大趋势解读

1)AI发展趋势与汽车零部件行业新质生产力的核心洞察

2)多模态AI大模型在汽车零部件工业领域的融合逻辑

3) AIOT数字化技术在汽车零部件工业的应用价值与落地方向

专题研讨

1. 核心研讨议题一:工业AI的成熟度如何?

2. 核心研讨议题二:汽车零部件行业应用AI的核心价值与核心痛点是什么?

第二部分:AI大模型在生产管控中的场景应用

核心主题:结合数字化工厂运营探索工业AI大模型在生产运营管控中的应用

1.AI-LLM大模型在生产运营管理的应用(计划、调度、效率分析等)

2.AI-CV视觉大模型在制造执行管控应用

3.AI-CV视觉大模型在工厂现场管控应用

4.标杆案例解析

某汽车零部件AI视觉装配+MES管控案例

西门子AI视觉包装+MES管控案例

5.互动研讨:AI技术如何普惠赋能富晟精益现场改善?

第三部分:AI大模型在质量管理中的应用

核心主题:汽车工业质量4.0背景下,AI大模型在质量管理中的应用

1.质量4.0规划下的集团质量数字化远景蓝图设计思路

2.QLM质量全生命周期管理的数据闭环与流程闭环搭建方法

3.AI大模型赋能全面质量管理数字化的核心路径

4.标杆案例解析

某3C客户AI质量工具和QMS知识库(AI-8D/FMEA)创新实践

华为AI全息质量引擎赋能EV伙伴质量数转

5.中车TMT高质量规划和数字化落地案例深度拆解

6.AIOT技术赋能汽车主机厂视觉定位和缺陷质检

7.AIOT技术赋能汽车零部件厂视觉尺寸和缺陷质检

专题研讨

1.核心研讨议题一:AI2.0+提效如何普惠赋能富晟精益现场改善?

2.核心研讨议题二:AI2.0+提质如何更好赋能富晟产品质量提升?

第四部分:AI大模型在研发管理中的场景应用

核心主题:AI大模型+PLM在研发管理数字化的融合应用框架

1.AI+PLM赋能研发数据知识化和创新加速的路径

2.AI助力汽车零部件AI CAD-BOM物料优选库搭建与应用

3.AI助力汽车零部件实现AI-RFP需求选配和模块化设计

案例解析:联合汽车电子AI+PLM研发中台案例

专题研讨

1.讨论AI时代汽车零部件如何从IPD集成研发向敏捷研发体系转型?

2.讨论AI知识平权如何在设计仿真和系统工程领驭场景探索?

第五部分:AI时代下的制造业高质量数字化转型

核心主题:AI大模型赋能企业职能与运营部门降本增效

1.AI大模型助力企业人力资源数字化

2.AI大模型助力企业营销招投标数字化

3.AI大模型助力企业供应链数字化

标杆案例解析:某汽车电子行业头部客户高质量数字化AI-供应链控制塔案例

4. 互动交流:职能与运营部门AI数字化的优先级与落地思路

第六部分:AI 转型组织能力建设和落地场景探索和路径规划

1.AI 转型组织能力建设;研讨AI数智化组织变革以及能力建设挑战?

2.AI转型场景和路径规划:从易到难、从单点场景到全流程,分组梳理和陈述研发/质量/生产业务协同和运营典型场景,匹配类似的AI数智化方案,讲师点评并提炼共性需求条件与相关AIOT关键的数化技术抓手。

3.最后总结各组的AI数智化场景地图和技术方案矩阵,基于业务条件/技术攻关+资金投入多重因素平衡优先度。

第七部分:AI 转型路径的研讨与交流

1.研讨与问题解答 思考数字化组织变革以及能力建设挑战?

2.研讨与问题解答 思考AI时代正向研发和敏捷研发体系如何更好的导入?

3.研讨与问题解答 思考AI2.0技术如何更好的赋能质量技术到管理的提升?

4.研讨与问题解答 思考AI技术如何普惠的赋能精益现场改善?

授课老师

颜少林老师的课程大纲

颜少林老师动态