1天(6小时/天)
数字浪潮:转型前沿与烟草工业数智化转型升级实践探索
本课程《数字浪潮:转型前沿与烟草工业数智化转型升级实践探索》旨在帮助业务架构师深入理解数字化、智能化转型的核心驱动力及发展趋势,特别是在卷烟厂特定业务场景下的应用。课程内容涵盖从传统管理向智能化管理的…
课程介绍
本课程《数字浪潮:转型前沿与烟草工业数智化转型升级实践探索》旨在帮助业务架构师深入理解数字化、智能化转型的核心驱动力及发展趋势,特别是在卷烟厂特定业务场景下的应用。课程内容涵盖从传统管理向智能化管理的进化路径,包括信息化、数字化、智能化的概念辨析,以及云计算、大数据、物联网、人工智能等关键使能技术。通过梳理卷烟厂的核心价值链,课程将探讨生产制造、供应链物流、质量管控等领域的智能化创新业务场景,如智能排产、设备预测性维护、AI视觉质检、智慧质量管理平台等。同时,课程将深入讲解AI数智化时代的数字化架构设计原则和管理方法,包括业务架构师的角色、架构演进趋势、数据中台与AI中台实践,以及面向AI的架构考量如数据治理和MLOps。此外,课程还将结合精益管理思想,探索如何通过AI技术赋能精益管理,实现数据驱动的价值流分析、浪费消除和持续改进。通过案例分享和分组研讨,学员将提升在数字化转型中的战略规划与落地能力,为天津卷烟厂的数智化创新提供实践指导。
课程目标
帮助业务架构师理解数字化、智能化转型的核心驱动力及发展趋势。
启发业务架构师在卷烟厂特定业务场景下,识别和设计数智化创新方案。
掌握AI数智化时代下,数字化架构设计的核心原则、方法与管理模式。
探索如何将精益管理思想与AI数智化技术相结合,驱动卓越运营。
提升业务架构师在企业数字化转型中的战略规划与落地能力。
第一讲:传统管理向智能化管理的进化 (09:00 - 10:30)
A. 数字时代的呼唤与挑战
1. 全球及行业数字化转型趋势概览
2. 传统制造业面临的困境与机遇
3. 卷烟行业特殊性:政策监管、市场变化、消费者需求
B. 从信息化到数字化、智能化
1. 概念辨析:信息化、数字化、智能化、智慧化
2. 管理模式的演进路径:经验驱动 -> 数据驱动 -> 智能驱动
3. 关键使能技术:云计算、大数据、物联网(IoT)、人工智能(AI)、5G
C. 智能化管理的核心特征与价值
1. 实时感知、精准分析、科学决策、敏捷执行
2. 智能化管理为企业带来的核心价值:提质、降本、增效、创新、风控
3. 案例分享:国内外制造业智能化转型成功案例
茶歇与交流 (10:30 - 10:45)
第二讲:卷烟厂数智化管理创新业务场景 (10:45 - 12:15)
A. 卷烟厂核心价值链梳理
1. 烟叶种植与采购、辅料供应
2. 卷烟生产(制丝、卷接、包装)
3. 质量管控、仓储物流
B. 生产制造智能化创新
1. 智能排产与调度
2. 设备预测性维护 (PdM)
3. AI视觉质检
4. 智慧质量管理平台
5.松散回潮、切丝、混丝、烘丝、加糖香料、卷烟机、工艺参数智能优化
6. 能耗智能管理
7. 数字孪生工厂应用探索
C. 供应链与物流智能化创新
1. 智能仓储管理 (WMS)
2. 智能追溯与防伪
3. 需求预测与智能补货
4. 智慧物流调度与运输优化
D. 质量管控与合规智能化创新
1. 全流程质量数据采集与分析
2. AI辅助缺陷识别与根因分析
3. 智能化合规监测与预警
E.研讨:天津卷烟厂的创新机会点
1. 分组讨论:结合本厂实际,识别具有高潜力的数智化创新业务场景
午餐与休息 (12:15 - 13:30)
第三讲:AI数智化时代的数字化架构设计和管理 (13:30 - 15:00)
A. 业务架构师在数智转型中的角色
1. 从业务战略到技术实现的桥梁
2. 需求分析、蓝图设计、技术选型、项目推动
B. AI数智化时代架构演进趋势
1. 从单体到微服务、从数据仓库到数据湖/湖仓一体
2. API经济、事件驱动架构(EDA)、云原生架构
3. 数据中台、业务中台、AI中台的理念与实践
C. 数字化架构设计核心原则
1. 业务驱动、数据驱动
2. 敏捷迭代、开放协同
3. 安全可控、可扩展性、可维护性
D. 面向AI的架构考量
1. 数据采集与治理架构
2. 模型训练与部署架构 (MLOps)
3. 算力资源管理
4. AI伦理与数据隐私保护在架构设计中的体现
E. 数字化架构管理与治理
1. 架构委员会的运作
2. 架构标准与规范
3. 架构资产管理
4. 架构演进路线图规划
茶歇与交流 (15:00 - 15:15)
第四讲:AI数智化时代的精益管理 (15:15 - 16:45)
A. 精益管理核心思想回顾
1. 价值、价值流、流动、拉动
2. 持续改善 (Kaizen)
3. 识别与消除七大浪费 (Muda)
B. AI数智化如何赋能精益管理
1. 数据驱动的价值流分析与瓶颈识别
2. AI预测助力消除等待、库存、过量生产等浪费
3. 智能自动化减少人工错误与不必要动作
4. 实时监控与预警实现Jidoka(自働化)
C. “精益+智能”实践案例
1. 智能制造中的精益生产线优化
2. 精益供应链的智能化升级
3. 质量管理中的精益六西格玛与AI结合
D. 推动“精益+智能”的文化与组织
1. 培养数据素养与持续改进文化
2. 跨部门协作与敏捷团队建设
3. 业务架构师在推动“精益+智能”中的作用
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。