培训对象:中层管理人员、数字化工业相关业务人员及感兴趣的人士;
课程时间:1天(6小时)
本课程亮点:
在AI大模型时代的宏观趋势下,本课程旨在解决学员在数字化工业转型中遇到的挑战和问题,提升学员对AI大模型及新型数字化工业发展趋势的认知。课程将结合理论与实践,突出数字化工业的前沿性和实用性,助力学员把握AI大模型时代的机遇。
课程受益:
了解并掌握当今主流的AI大模型及其在数字化工业中的应用;
深入理解AI大模型时代数字化工业的发展趋势与挑战;
掌握数字化工业的本质及业务模型和技术底座;
熟悉工厂业务工作流程,并能够运用AI大模型等数字化技术进行优化;
了解AI大模型及数字孪生等技术在工厂协同与管理中的应用,提升团队协作效率。
课程大纲:
单元 |
大纲 |
内容 |
单元一 |
AI大模型与数字化工业概述 |
一.AI大模型的发展现状与趋势 1.1 主流AI大模型介绍及其特点分析 1.2 AI大模型在数字化工业中的应用场景 1.3 AI大模型对数字化工业行业的影响与机遇 二.数字化工业的基本概念与转型意义 2.1 数字化工业的定义及重要性 2.2 数字化工业的转型路径与关键成功因素 2.3 数字化工业与传统工厂的对比分析 案例:某领先企业运用AI大模型优化数字化工业的实践案例 讨论课题:AI大模型在数字化工业中的实际应用价值与前景探讨
|
单元二 |
AI大模型时代数字化工业的趋势发展 |
一.数字化工业的技术发展趋势 1.1 人工智能与机器学习的深度融合 1.2 物联网与大数据技术的广泛应用 1.3 数字孪生与虚拟仿真技术的创新发展 二.数字化工业的业务模式变革 2.1 个性化定制与柔性生产的实现方式 2.2 供应链协同与优化的新方法 2.3 服务化延伸与智能制造的新模式 实践操作:运用AI大模型进行数字化工业模拟与优化实践 讨论课题:针对所在企业的实际情况,探讨如何运用AI大模型推动数字化工业转型? |
单元三 |
数字化工业的本质与业务模型和技术底座 |
一.数字化工业的本质解析 1.1 数字化工业的核心要素与特征 1.2 数字化工业的业务流程重构与优化 1.3 数字化工业的价值创造与实现途径 二.数字化工业的业务模型与技术底座构建 2.1 产品研发设计数字化模型与技术实现 2.2 生产制造数字化模型与技术实现 2.3 供应链管理数字化模型与技术实现 2.4 销售与服务数字化模型与技术实现 案例:某企业数字化工业业务模型与技术底座构建的成功案例分享 讨论课题:如何结合本企业实际,构建适合自身的数字化工业业务模型与技术底座? |
单元四 |
工厂业务工作流程的AI大模型赋能 |
一.工厂业务工作流程拆解与AI大模型应用分析 1.1 产品研发设计流程的AI大模型应用与价值体现 1.2 采购流程的AI大模型应用与价值体现 1.3 排产流程的AI大模型应用与价值体现 1.4 质检流程的AI大模型应用与价值体现 1.5 销售流程的AI大模型应用与价值体现 1.6 售后流程的AI大模型应用与价值体现 二.AI大模型在工厂业务工作流程中的实践案例分享与探讨 2.1 实践案例分享:AI大模型在产品研发设计中的应用实例 2.2 实践案例分享:AI大模型在采购与供应链管理中的应用实例 2.3 实践案例分享:AI大模型在生产排程与调度中的应用实例 2.4 实践案例分享:AI大模型在质量检测与控制中的应用实例 2.5 实践案例分享:AI大模型在销售策略与客户服务中的应用实例 讨论课题:针对所在企业的具体业务场景,探讨如何运用AI大模型优化工作流程并提升业务效率? |
单元五 |
AI大模型及最新技术在工厂协同与管理中的应用 |
一.AI大模型在工厂协同中的应用与价值 1.1 AI大模型提升工厂内部协同效率的具体方式与实践 1.2 AI大模型在工厂与外部合作伙伴协同中的应用与价值体现 1.3 AI大模型在工厂多部门、多岗位协同中的应用与价值体现 二.AI大模型及最新技术在工厂管理中的应用与价值 2.1 AI大模型在工厂生产计划与物料控制中的应用与价值体现 2.2 AI大模型在工厂设备管理与维护中的应用与价值体现 2.3 AI大模型在工厂质量管理与安全控制中的应用与价值体现 2.4 数字孪生等最新技术在工厂管理中的创新应用与价值体现 案例:某领先企业运用AI大模型及最新技术提升工厂协同与管理效率的案例分享 讨论课题:如何结合本公司实际,运用AI大模型及最新技术提升工厂协同与管理水平?
|
单元六 |
上机实战 |
1. 如何安全的将本地大模型在工厂内部进行部署 2. 如何把业务搭建到大模型上 3. 如何用非技术语言和模型交流 |