1天(6小时/天)
工业互联网解决方案助力制造业数字化转型
本课程深入探讨工业互联网如何作为制造业数字化转型的核心驱动力,通过集成物联网、边缘计算、云平台、大数据和人工智能等前沿技术,构建一个泛在连接、云化服务、知识积累和应用创新的工业智能生态系统。课程内容涵…
课程介绍
本课程深入探讨工业互联网如何作为制造业数字化转型的核心驱动力,通过集成物联网、边缘计算、云平台、大数据和人工智能等前沿技术,构建一个泛在连接、云化服务、知识积累和应用创新的工业智能生态系统。课程内容涵盖数字化转型的必然性、价值发现、高价值机会评估、数字化产品设计与管理、架构设计、建模实战以及AI+应用等关键模块。学员将学习如何基于工业互联网平台,实现数据、技术和经验的模型化与复用,降低转型门槛,挖掘深度收益,从而在智能制造浪潮中构建竞争优势,推动企业向专家型价值链转型。课程结合实战案例和研讨,帮助学员掌握从战略规划到落地实施的全流程能力,适用于制造业管理者、技术专家及数字化转型推动者。
课程背景
工业互联网是基于边缘计算、云平台(云存储云计算)、工业云应用(工业软件SaaS和众多工业微服务APP)构建的一整套泛在连接、云化服务、知识积累、应用创新的工业智能生态系统。工业互联网的本质是物联网、边缘计算、云平台、大数据、人工智能等信息技术的集成,构建精准、高效和实时的数据采集,建设互联、存储、分析、优化的使能平台,实现数据、技术和经验知识化、知识模型化软件化复用化,通过SaaS和种类繁多的APP让制造业简洁快速地实现数字化转型升级,最终形成资源富集、多方参与、合作共赢、协同进化的制造生态系。这将使企业的数字化转型的门槛大大降低,数字换的转型的收益得深度挖掘。基于互联和数据的智能制造,将彻底颠覆制造业的价值链。那些驶入智能制造高速公路上的企业将以越来越快的速度积累自己的知识资产,成为专家型企业,优化自己的生态圈。未来成功的价值链将是一批专家型企业构建的一个卓越的价值链。那些不能构建自己智能制造体系的企业将不可避免的被淘汰。
必然——制造业数字化转型是生存下去的唯一出路
数字化转型概述
数字化转型为制造企业带来的六大能力(机会)
基于数字技术设计更好的客户体验,得到更多,更忠心的客户
基于数字化技术,链接科技创新和客户体验,进行快速产品创新
数字化技术赋能,企业可以精准的运营,得到速度,敏捷型,质量和成本的竞争优势
数字化技术赋能的超链接能力,基于“长板哲学”快速构建良好生态
数字化技术赋能服务创新,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。
数字化企业中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。
全数字化颠覆——大灭绝和大爆发
企业数字化价值发现
数字化价值的层次
第一层次:透明
第二层次:协同优化
第三层次:赋能
第四层次:数据智能
高价值机会发现和评估
以客户体验优化和客户价值驱动的数字化高价值机会发掘
以卓越运营,消除浪费驱动数字化高价值机会发掘
以知识平台和数据智能赋能驱动的数字化高价值机会发掘
以跨学科、跨领域、跨部门、跨企业数字化平台驱动高价值机会发掘
高价值机会群的优先级评估
基于数智化应用场景的产品设计
需求分析:通过对数字化应用场景的调研和分析,确定产品的功能和特点,包括用户需求、市场需求、技术需求等。
原型设计:根据需求分析结果,进行产品原型设计,包括界面设计、功能设计、流程设计等,以便于用户和开发人员理解和沟通。
技术选型:根据产品需求和原型设计,选择适合的技术和工具,包括前端技术、后端技术、数据库、云服务等。
开发实现:根据原型设计和技术选型,进行产品的开发实现,包括编码、测试、部署等环节。
用户测试:在产品开发完成后,进行用户测试,收集用户反馈和建议,以便于不断优化产品。
上线发布:经过用户测试和优化后,将产品上线发布,推广和宣传产品,吸引用户和市场。
敏捷迭代:紧跟客户需求的变化,技术进步,以及对业务的洞察的深入,快速迭代新版本。
高价值数字化场景产品管理体系
端到端的流程全能力敏捷工作模式
沉浸式研究,创造性方案的提出和迭代机制
最小可行性产品的发布
批判式研讨学习,深度洞察和高速迭代
数字化产品的上线
上线的数字化产品的迭代管理
数字化产品管理
敏捷开发和系统架构
介绍敏捷开发模式和组件化、微服务架构。
实战演练:通过敏捷方法快速开发一个小型项目。
需求管理和用户接触
深入探讨如何有效管理需求池和优先级排序。
实操练习:通过一线访问和用户反馈收集整理需求。
数据驱动的产品优化
学习如何进行用户行为分析和产品指标监控。
工作坊:设置AB测试,用数据驱动产品决策。
全生命周期产品管理
探讨如何进行概念验证、开发管控和运营优化。
分组讨论:评估一个数字产品的生命周期管理策略。
构建产品生态系统
讨论如何通过API开放平台促进第三方开发。
策略制定:设计一个开放平台策略,促进生态建设。
数字化架构设计和数字化场景的需求分析
业务需求分析和业务架构设计
业务战略和业务模式解读
企业价值链解读和建模
业务需求和企业业务能力体系设计
业务需求和企业的业务流程设计
产品设计和应用架构
应用架构概述
应用架构和业务架构的严谨的逻辑关系
建模:应用架构设计的本质
应用架构的价值
应用架构设计模式
应用架构设计策略
领域模型驱动应用架构设计
应用架构设计原则
数据地图、数据资产梳理和数据架构设计
数据架构
数据架构设计概述
数据架构的价值
数据架构的框架
数据架构设计方法
元数据和元数据管理
数据模型和管理
数据治理体系建设
数据架构的原则和规范
数据架构设计参考模型
数据分布和数据资产梳理
技术架构设计和技术选型
技术架构的价值
从信息化技术群过度到数字化技术群和技术架构技术架构设计框架
技术架构设计原则
企业上云的步骤
IT的智能运维和自动化
云原生架构迁移
云原生架构概述
云原生技术架构的优势解读和云原生企业的展望
数字化建模
企业数智化转型的本质
数字化的发展历程:工具化,信息化,自动化,数智化
数智化的本质
隐性知识显性化、逻辑化、模型化、软件化,赋能前台高效精准作业
数字化技术平台让人工智能,大数据,物联网等技术平民化
自主化生成知识模型和数据洞察
增加确定性VS减少不确定性
数字化建模实战
业务架构建模
数字化业务模式创新
价值链建模和重塑
业务流程简化优化自动化
业务能力体系规划和建设
产品(应用)架构建模
领域知识模型构建
领域技术模型构建
领域业务模型构建
模型库资产管理
模型资产治理
数据模型
物理实体,数据实体,数据地图
数据治理体系
数据模型构建
数据模型资产管理
数字化模型实战案例分享和研讨
工业互联中的AI+
人工智能的概念和发展历程
人工智能的分类
人工智能的技术生态
人工智能的对世界的影响
人工智能的生态和文化
人工智能的应用场景
案例:数据驱动精准营销
案例:图像识别+机器学习优化铜箔工艺
案例:语音识别+机器学习优化生产工艺
案例:AI驱动供应链需求预测和计划管理
案例:AI驱动仓储物流优化
案例:产品设计,实验数据+机器学习优化仿真参数和产品设计
人工智能的产业规划
工业互联网助力制造业产业集群数字化转型路径
新基建和工业互联网
数字化基础设施——公有云和私有云ISSA
产业操作系统行业PAAS
数字化生态圈行业SAAS
云制造概念和应用。案例:延峰汽车座椅集团80加工厂云MOM
云化生态
案例:树根云助力机加行业转型升级
数字孪生和工业机理模型库
对象建模和数字孪生技术
机理建模和数字化孪生技术
虚实同步,无限试错,以虚优实
算法库在工业大数据建设中的意义
工艺建模
质量建模
设备机理建模
产品机理建模
销售业务算法库
物流业务算法库
计划和排程算法库
工业互联平台的API
API的功能
优秀的API的特征
有利于开发者的API
后端和前端的构建逻辑
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。