1天（6小时/天）
未来AI时代的工厂建设和运营：全价值链智能化与降本增效实战
本课程《未来AI时代的工厂建设和运营：全价值链智能化与降本增效实战》旨在赋能富士康结构件事业部，构建Apple供应链的“智造灯塔”。课程背景基于富士康结构件事业部处于“后自动化时代”，面临Apple日…
课程介绍
本课程《未来AI时代的工厂建设和运营：全价值链智能化与降本增效实战》旨在赋能富士康结构件事业部，构建Apple供应链的“智造灯塔”。课程背景基于富士康结构件事业部处于“后自动化时代”，面临Apple日益严苛的交付要求，包括需求波动、工艺极限和数据孤岛等挑战。核心目标是通过AI技术打通“客户需求-研发设计-工艺开发-量产制造-品质闭环”的全价值链，从依赖经验转向数据模型决策，确保在Apple供应链中的竞争力。课程内容涵盖顶层设计与认知重构、AI驱动的市场预测与智能排程、智能化研发与工艺设计、研产协同、AI驱动的数据应用与质量管理、设备智能运维以及落地路径与组织变革。通过实战案例（如潍柴重机、立讯精密、航空级精密制造企业、博世汽车等）和深度讲解，帮助学员掌握AI在制造业中的实际应用，提升决策效率、缩短NPI周期、优化质量控制和设备运维，最终实现降本增效和数字化转型。课程适合富士康结构件事业部中高层管理、厂长、IT/OT负责人及核心骨干参与，采用高强度闭门研讨形式，为期1天，共7小时。
课程背景
富士康结构件事业部正处于“后自动化时代”。我们拥有世界顶级的CNC加工群和阳极氧化产线，但面对Apple日益严苛的交付要求：需求波动：从Forecast到Order的剧烈震荡。工艺极限：结构件设计越来越复杂（钛合金、超薄壁），良率爬坡（Ramp-up）压力巨大。数据孤岛：研发（NPI）的数据流不进量产（MP），量产的异常反馈不回研发。
课程目标
本课程旨在通过AI技术，打通“客户需求-研发设计-工艺开发-量产制造-品质闭环”的全价值链，从“依靠老师傅经验”转向“依靠数据模型决策”，确保在Apple供应链中保持不可替代的竞争力。
第一部分：顶层设计与认知重构 —— 定义未来AI工厂（09:10 - 10:00）
1.1 制造业的代际跨越：从工业4.0到工业5.0
1.2 AI数字化工厂的顶层架构规划
第二部分：AI驱动的市场预测与智能排程（APS）（10:00 - 11:00）
2.1 破解S&OP困境：应对Apple式的需求波动
2.2 智能APS：CNC机群的“最强大脑”
第三部分：智能化研发与工艺设计 —— 缩短NPI周期（11:15 - 12:00）
3.1 核心底座：MBSE（基于模型的系统工程）与MBD（基于模型的定义）
3.2 AI驱动的智能DFX（Design for X）
3.3 知识图谱与数字孪生：经验资产化与虚拟调试
第四部分：研产协同 —— 打破“设计”与“制造”的墙（13:00 - 14:15）
4.1 研产协同的核心痛点
4.2 基于数字主线（Digital Thread）的协同机制
4.3 协同平台建设
第五部分：AI驱动的数据应用与质量管理 —— 深度价值挖掘（14:15 - 15:30）
5.1 数据应用的本质：从Monitoring到Action
5.2 计算机视觉（CV）在外观全检中的深度应用
5.3 预测性质量（Predictive Quality）与虚拟量测
第六部分：设备智能运维 —— 保障高价值资产（15:45 - 16:15）
6.1 设备健康管理（PHM）
第七部分：落地路径与组织变革（16:15 - 16:45）
7.1 数字化转型的“避坑指南”
7.2 实施方法论：Think Big, Start Small, Scale Fast
【结语与问答】（16:45 - 17:00）
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。