1天（6小时/天）
人工智能时代，数据驱动智慧质量管理
本课程旨在帮助学员理解大数据和人工智能在质量管理中的应用，推动从传统统计质量控制向数据驱动的智慧质量管理转变。课程首先回顾传统质量管理的智慧与局限，如统计过程控制（SPC）的成熟方法及其面临的挑战，包…
课程介绍
本课程旨在帮助学员理解大数据和人工智能在质量管理中的应用，推动从传统统计质量控制向数据驱动的智慧质量管理转变。课程首先回顾传统质量管理的智慧与局限，如统计过程控制（SPC）的成熟方法及其面临的挑战，包括数据维度低、线性思维和事后分析等问题。接着，科普大数据和人工智能的基础知识，解释5V特性、机器学习原理及其与传统统计的区别。核心部分展示大数据与AI如何赋能智慧质量管理，通过实际案例（如原辅料质量预测、生产过程监控、智能缺陷检测等）在食品饮料行业（特别是达能业务场景）中的应用，解决相关性分析基础弱、预测性不足等痛点。课程还探讨迈向智慧质量的挑战（如数据治理、人才缺乏）和实施路径，鼓励学员构建数据思维，应用于实际工作。整体设计浅显易懂，行业聚焦，启发思考，适合质量管理、生产运营等相关人员学习。
课程背景
随着消费者对品质、安全、个性化需求的提升，全球供应链复杂性增加，生产过程自动化产生海量数据，以及降本增效的压力，传统质量管理方法（如统计过程控制）面临局限性，需要向数据驱动的智慧质量管理转变。
课程目标
科普入门：帮助学员浅显易懂地理解大数据和人工智能的核心概念及其在现代制造业中的价值。理念转变：阐释从传统统计质量控制（SPC）到数据驱动的智慧质量管理的转变逻辑和优势。应用启发：展示大数据与AI在食品饮料行业（特别是达能相关业务场景）质量管理中的实际应用案例与潜力。能力建设：初步构建学员利用数据思维解决质量问题的意识和基本框架。
第一部分：开场与破冰 (10分钟)
讲师自我介绍与欢迎致辞 (5分钟)
培训目标与议程介绍 (5分钟)
第二部分：质量管理的“旧地图”与“新大陆” (40分钟)
1.1 回顾与反思：传统质量管理的智慧与局限 (15分钟)
1.2 时代呼唤变革：为什么需要“智慧质量管理”？ (15分钟)
1.3 核心理念转变：从“管理结果”到“预测和优化过程” (10分钟)
第三部分：大数据与人工智能基础知识科普 (60分钟)
2.1 揭开“大数据”的神秘面纱 (30分钟)
2.2 “人工智能（AI）”与“机器学习（ML）”并不遥远 (30分钟)
茶歇 (15分钟)
第四部分：大数据与AI如何赋能智慧质量管理 (60分钟)
3.1 数据驱动的“火眼金睛”：AI如何洞察质量问题 (20分钟)
3.2 制造业质量管理大数据应用场景（达能视角）(30分钟)
3.3 达能的思考：我们哪些环节可以引入AI？ (10分钟)
第五部分：拥抱智慧质量：挑战、路径与展望 (25分钟)
4.1 迈向智慧质量的挑战 (10分钟)
4.2 达能的智慧质量之路：建议步骤 (10分钟)
4.3 总结与展望 (5分钟)
第六部分：Q&A 与互动交流 (10分钟)
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。