制药企业供应链数字化转型和智能制造

制药企业供应链数字化转型和智能制造

1天(6小时/天)

本课程深入探讨制药企业供应链数字化转型与智能制造的核心理念、技术应用及实施策略。课程首先阐述数字化转型的本质,强调数据作为物理世界DNA的重要性,通过大数据、物联网等技术提升供应链透明度、协同效率与响…

课程介绍
本课程深入探讨制药企业供应链数字化转型与智能制造的核心理念、技术应用及实施策略。课程首先阐述数字化转型的本质,强调数据作为物理世界DNA的重要性,通过大数据、物联网等技术提升供应链透明度、协同效率与响应速度。内容涵盖数字化转型的四个价值层级(透明、协同、赋能、数据智能),分析数字化技术如何重塑制造业,包括泛在连接、数据驱动、AI赋能等关键要素。课程详细解析供应链数字化转型的具体路径,从数据采集治理到智能运营应用,如大数据预测、生态圈构建、智能寻源、协同计划等。同时,聚焦智能制造领域,探讨工业4.0关键技术(物联网、大数据分析、人工智能)、智能产线设计、制造执行系统集成及医药行业成功案例。课程旨在帮助企业克服转型障碍,构建数字化人才团队,实现供应链与制造流程的智能化升级,提升竞争力与适应能力。
课程背景
供应链管理的数字化转型是通过引入和应用数字技术来重塑供应链的运作方式,提升供应链的透明度、灵活性、响应速度和效率。这一转型不仅包括供应链内部流程的数字化,还涉及到与供应商、客户及其他合作伙伴间的数字化协同工作。物联网和工业软件的深度发展和广泛应用,我们每天产生和获取越来越海量的数据。让我们有机会可以对我们的市场,技术,产品,竞争对手,合作伙伴等经营环境有了越来越精准的描述和认知的可能。数据是物理世界的DNA,精准、实时、多维度的场景化数据,转化精准、实时、多维度的信息,进而让我们可以快速做出精准的预测,并能够驱动企业的精准运营。供应链中最大的麻烦就是不确定性。大数据技术可以依据深度,海量,颗粒度为一的数据做出精准预测,将对供应链的经营产生革命性的变革。供应链的数字化转型,把供应链的中管理对象(供应商、价格、订单、物流、计划、采购策略、质量管理)数字化、网络化、智能化。从而打破时间、空间、知识、流程、信息和知识的限制,赋能企业高效精准运营,快速高质量的决策,提升企业的适应能力和应变能力。制造业的传统的物流信息系统CRM、S&OP、APS、ERP、SCM、WMS和WCS等信息系统和现在广泛的物联网的部署和实时,让制造业有了来自各个销售营销、物料的长中短各时间维度的供应链计划,以及在订单执行过程中的排程,协同、监控和优化有了基于数据和对市场、技术、质量、制造和供应商的深度洞察基础上的精准运营管理的条件。进而深度优化企业的整个物流管理水准。大数据预测是大数据最核心的应用,大数据预测将传统意义“预测”拓展到“现测”。大数据预测的优势体现在它把一个非常困难的预测问题,转化为一个相对简单的描述问题,而这是传统小数据集根本无法企及的。从预测的角度看,大数据预测所得出的结果不仅仅得到处理现实业务简单、客观的结论,更能用于帮助企业经营决策,收集起来的资料还可以被规划,引导开发更大的消费力量。企业的竞争已经变成生态圈的竞争,如何精准寻源,优化自己的生态,是供应链管理的一个全新的视角。大数据可以帮我们精准给每一个合作伙伴和潜在合作伙伴画像。同时,也可以帮助企业精准描述出自己理想合作伙伴的画像。这样就可以快速匹配出企业理想的生态圈的蓝图。大数据可以协助供应链各个伙伴间的高效精准协同。大幅减少响应时间和提升响应的精准度。从而提升整个供应链的效能。基于基础设施智能化和物联网所获取的广泛全面实时的数据,企业可以基于大数据进行物流网络设计和和优化。
数字化转型概述 数字经济时代的三个范式 数据的本质和数字化转型的本质 数字化转型价值的四个层级:透明、协同、赋能和数据智能 数字化转型是制造企业唯一出路 数字化转型为企业带来的六大竞争力 构建以客户为中心的更好的客户体验,得到更多,更忠心的客户 链接科技创新和客户体验,进行快速产品创新 精准的运营,得到速度,敏捷型,质量和成本的竞争优势 基于“长板哲学”快速构建良好生态 服务创新,基于结果和体验的服务延伸,创造更大的价值,进而推进商业模式的创新 充分发挥人的创造性、工匠精神实现人生价值,进而可以充分挖掘和吸引优秀的人才 数字化技术如何改变制造业 泛在连接、数据驱动、AI赋能、智能硬件,实现数据的感知、采集加工、使用 工业软件,大数据和云计算,AR/VR,微服务赋予的实时全面无缝,简单,易用知识泛在化,同步化 数字化技术让客户、技术、企业和生态圈的资源高效协同,精准运作,实现产品和业务模式的快速迭代和创新 颠覆式、破坏式创新改造制造业版图 什么阻碍了的企业数字化转型 供应链数字化转型 数字经济中供应链处于竞争的核心地位 数字经济驱动供应链升级转型 数字化技术驱动供应链数字化转型 传统供应链想供应网络的变革跃迁 数据赋能,平台型,一体化端到端供应链成为必然趋势 产业互联网,产业集群发展驱动供应链向以链长企业为核心的技术、业务和质量深度协同发展 数字化技术平台赋能供应链数字化转型 信息化和数字化的定义和区别 供应链从流程运营到数据驱动 供应链数据采集,数据治理和数据应用 数据价值挖掘:透明、协同、赋能和数据智能 对场景赋能,高质量,高速度敏捷决策带来敏捷,快速适应的高韧性供应链 供应链数字化化转型项目运作机制 高价值业务场景数字化机会发掘方法论 数字化应用需要的技术平台、业务洞察和方案设计、人才团队和变革管理的机制解读 数字化项目的商业价值、对公司业务竞争力的影响、技术可行性分析、推广价值的评估 数字化转型中的人才团队转型 数字转型中的数字化人才障碍 数字化转型中的人才需求解读 数字化人才团队转型路径设计和成功案例 数字化人才能力模型结构 数字化人才培养体系建设 生态化,平台化智能供应链管理 构建产业能力地图 战略聚焦企业能力图谱 构建生态伙伴商业和技术即插即用的合作平台 构建公司生态建设组织能力 供应链的战略数字化寻源 数字化能力助力企业发现和评估合格供应商 缩短寻源周期,快速构建拥有竞争力的供应链 共创共赢共享,构建有价值的合作协议,持续创造价值和降低成本 构建跨企业数字化链接平台能力,高效协同供应链 供应链协同需求预测和需求管理 跨企业的供应链协同策略 把跨企业的应用、数据、流程和设备集成到统一的平台为企业交付更多价值 供应链协同计划,S&OP和APS,统一优先级和风险管理 采购策略数字化部署 物联网和采购订单的数字化监控 基于数字化产品技术协同创新平台,构建协同创新供应链 基于技术创新协同水平的供应商分级管理策略 供应商技术创新协同平台和MBD数据包 供应商技术协同创新管理策略 供应链设计变更管理 供应链质量管理的数字化、网络化和智能化 基于数据和知识库(DFMEA和PFMEA库)供应链质量规划 质量应用、数据、流程和设备的链接的质量管理平台,持续提升质量水准 供应链上的产品闭环,项目闭环,质量闭环管理 基于数据和知识的供应链质量改善体系 大数据和AI赋能供应链智能运营 认知运营,基于数据和业务机理模型构建智能运营能力 智能运营的标准:敏捷供应链,卓越的效率 聪明助理:协助员工快速建立交易单据、日常报表汇整,让员工专注在高价格工作上 智能议价:协助业务考虑多样规格及价格波动因素,提供精确的价格评估计算 智能招标:智能评标,智能识别唱标作弊 智能应答:供应商可通过语音或文本查询订单交期、运送时程及预计到货日期 敏捷运输:结合货运车队所提供的运输情资,实时安排出货行程及监控运送状况 智能供需:考虑销售计划、采购配额与长短交期的生产规划,维持高效率的供需平衡 应收应付智动化:自动辨识请款发票单,并将该单据发送给采购部门,同时完成发票 验证作业 聪明月结:结合电子支付及影像辨识,检核并警示异常的收付单据,加速月结作业程序 智能战情室:整合核心系统与市场信息,提供完整的信息,协助管理阶层快速决策 物联网技术在供应链、物流中的应用 物联网技术简介 供应链管理中的物联网平台 物联网技术在物流、仓储备料、车间物流作业中的智能应用场景:供应商出库、装货、运输、收货、入库、上架、备料、发料、上料、包装、码垛、成品入库、成品发货和备品备件管理 大数据和AI+供应链 大数据应用于寻源和优化生态 企业竞争2.0——生态圈的竞争 数字化时代需要多维度的合作伙伴,企业依据蓝图整合社会各维度的能力(合作伙伴) 实时、全面、精准的信息为每一个合作伙伴画像 按图索骥,精准配对 大数据应用于网络规划和优化 网络规划——无限动态寻优 仓储、路径、运输费率、需求……多维数据多维约束的寻优 供应链数据的产业化应用 供应链金融 区块链和溯源 供应链服务化业务转型创新 软件定义制造 智能制造当前的痛点和智能制造的未来趋势 当前智能制造的痛点 认知制造打造认知型企业:发挥数据和算法的价值 打造数字化人才和组织:数字化领导能力,数字化专业能力,数字化应用能力 一道数学题:深度的业务建模、技术建模、工程建模和数据建模的融合成企业建模 打造领域的竞争力:领域专家和数据相辅相成构建专家型企业 制造执行中的数据集成和数据驱动——透明,同步 先进计划排程APS 数据采集和设备集成 资源管理——设备,工装,工具,检具等 智能检测、质量数据集成和质量管控 智能仓储、智能物流 制造运营管理平台MOM=MES/WMS/WCS/QMS 数据驱动,工业大数据和智能化制造 数据驱动,大数据,大洞察,大知识,大智慧,大改进 知识模型化,自动化驱动企业智能化,社会集约化 智能制造和工业4.0的关键技术和应用案例: 探讨智能制造和工业4.0的关键技术,如物联网、大数据分析、人工智能和机器人技术等。 提供智能制造和工业4.0在生产过程、供应链管理、质量控制和维护服务等方面的应用案例。 强调技术创新和应用的重要性,以实现智能制造和工业4.0的目标。 医药行业智能制造成功案例分享:生物梦工厂Zymergen智能产线 智能制造和工业4.0的实施策略和管理模式: 介绍智能制造和工业4.0的实施策略和步骤。 讨论智能制造和工业4.0的管理模式和组织架构。 强调智能制造和工业4.0的实施过程中的挑战和成功因素。 智能化硬件技术和OT/IT/DT技术融合应用 PLC和基于计算机的控制 传感技术现状和趋势 标准化协议是互联的基础:OPC-UA,ETHER-CAT/PROFINET 视觉智能技术 智能定位技术 智能运动控制技术 智能工位设计 工艺标准化、数字化、模型化是智能工位的基石 制造场景设计和作业流 作业的动作分解和功能实现装置 机器人功能和局限 智能物流 智能上下料装置 智能组装线 智能加工中心 智能检测设备和系统 智能产线设计和运营 产线的功能域定义和柔性 LES系统 不合格品管理和自动化处理模式设计 设备故障和应对机制设计 智能车间设计和运营 智能环境设计和管控——风、水、电、气系统 安全体系设计和管控 智能建筑设计和运营
辛玉军
辛玉军
常住地:北京 北京市

辛玉军老师是兼具工学与管理学背景的数字化转型与智能制造实战专家,拥有24年企业咨询经验,专注制造业智能化、信息化规划与落地。作为工信部数字化转型赋能中心首席专家及专精特新冠军联盟数字化转型首席专家,他深度服务中车、航天科工、海尔、美的、华为、西门子等数百家头部企业,并在清华、北大等多所顶尖高校担任总裁班客座教授。其独特优势在于融合TOC(约束理论)方法论与智能工厂实践,擅长将复杂问题本质化,助力企业高效实现数字化升级,广受航空航天、汽车、轨道交通、电子、钢铁等行业客户高度认可。