1天（6小时/天）
大模型驱动智能制造新纪元——以DeepSeek实战应用为例
本课程旨在为歌尔股份干部群体（高层偏多）提供关于大语言模型（LLM）在智能制造领域应用的深度培训。课程从大模型时代的技术演进切入，详细解析DeepSeek模型的架构、特点与优势，并深入探讨其在智能制造…
课程介绍
本课程旨在为歌尔股份干部群体（高层偏多）提供关于大语言模型（LLM）在智能制造领域应用的深度培训。课程从大模型时代的技术演进切入，详细解析DeepSeek模型的架构、特点与优势，并深入探讨其在智能制造全流程中的应用场景，包括研发设计、生产制造、供应链管理、营销服务及企业管理等。通过国内外企业（如西门子、通用电气、特斯拉）的案例分享，学员将了解AI如何重塑企业价值链并驱动商业模式创新。课程还结合歌尔股份的电声行业背景，引导学员参与圆桌讨论，探讨AI在企业创新与决策中的实际应用，并提供AI战略规划框架，涵盖战略目标、核心能力、组织架构、数据战略、合作伙伴及风险管理等方面。最后，课程制定短期、中期和长期的行动计划与建议，帮助学员将所学知识转化为推动企业创新发展的实际行动。培训形式多样，包括讲授、互动、演示和可选实操，确保学员全面掌握大模型在智能制造中的实战应用。
课程背景
随着大模型时代的到来，AI技术正经历范式转变，对包括智能制造在内的各行业产生颠覆性影响。歌尔股份作为电声行业的领军企业，在智能制造方面已有实践与成果，但面临转型中的挑战与机遇。本课程旨在帮助学员深入了解大语言模型（如DeepSeek）的基本原理、技术特点及发展趋势，并探索其在智能制造领域的应用场景，以助力企业把握未来发展机遇。
课程目标
认知提升：使学员全面了解大语言模型（LLM）的基本原理、技术特点及发展趋势，特别是DeepSeek模型的能力与优势。
场景融合：深入探讨DeepSeek等LLM在智能制造领域的应用场景，以及如何与歌尔股份的业务场景（电声行业）深度融合。
价值洞察：剖析AI为企业带来的核心价值，预见未来商业模式的变革，为歌尔股份的创新决策提供支持。
战略规划：基于对行业趋势和企业现状的分析，为歌尔股份制定AI战略规划提供建议，助力企业把握未来发展机遇。
第一部分：开篇 – 大模型时代与智能制造的未来 (1小时)
欢迎致辞与破冰介绍 (5分钟)
歌尔股份领导致辞（强调培训重要性）
培训师介绍与学员自我介绍
大模型时代：AI的范式转变 (40分钟)
从传统AI到大模型：技术演进与突破
大语言模型（LLM）的核心能力：自然语言处理、知识推理、上下文学习等
DeepSeek模型详解：架构、特点、优势及与其他LLM的对比
大模型对各行业的颠覆性影响：案例展示与趋势分析
智能制造的现状与挑战 (15分钟)
智能制造的定义、发展阶段与核心技术
人工智能时代的智能制造：工业5.0
歌尔股份在智能制造方面的实践与成果
电声行业在智能制造转型中面临的挑战与机遇
第二部分：DeepSeek赋能智能制造 – 场景探索与案例分享 (3小时)
DeepSeek在智能制造全流程的应用场景 (1.5小时)
研发设计：
智能产品设计：基于用户需求和市场趋势，生成创新产品概念、设计方案、技术参数等。
材料研发：加速新材料发现、配方优化、性能预测等。
仿真模拟：提高仿真效率和精度，优化产品性能。
生产制造：
智能排产：优化生产计划，提高资源利用率。
质量检测：缺陷识别、故障诊断、良率预测。
实际案例：音频设备制造商（如哈曼国际）利用AI模型对扬声器进行自动化测试，通过分析音频信号和振动数据，快速识别生产缺陷，减少人工检测成本。
案例背景：电声产品的生产过程中，扬声器、麦克风等部件的质量检测至关重要。大模型AI可以提升检测效率和准确性。
应用方式：
声学缺陷检测：大模型可以通过分析扬声器或麦克风的音频输出信号，检测是否存在失真、杂音或频率响应异常。例如，基于深度学习的模型可以对比标准音频信号和实际输出信号，识别缺陷。
自动化测试：大模型可以结合传感器数据（如振动、电流）分析电声部件的性能，自动判断是否合格。
设备运维：预测性维护、故障预警、远程协助。
工艺优化：参数优化、过程控制、良率提升。
供应链管理：
需求预测：提高预测准确性，降低库存成本。
供应商管理：风险评估、绩效评估、智能寻源。
物流优化：路径规划、仓储管理、智能调度。
营销与服务：
智能客服：7x24小时在线服务、多语言支持、个性化推荐。
市场分析：竞品分析、用户画像、舆情监控。
售后服务：远程诊断、智能派单、备件管理。
企业管理：
智能决策支持：数据分析、风险评估、战略规划。
知识管理：企业知识库构建、智能检索、经验传承。
人力资源：智能招聘、人才评估、培训推荐。
案例分享：国内外企业的大模型应用实践 (1.5小时)
制造业案例：
西门子：利用LLM进行工业设计、故障诊断和预测性维护。
通用电气：基于LLM的数字孪生平台，优化设备性能和运营效率。
特斯拉：应用LLM进行自动驾驶、生产流程优化和供应链管理。
第三部分：AI驱动的商业模式变革与企业创新 (2小时)
AI对企业价值链的重塑 (45分钟)
从“产品为中心”到“客户为中心”：个性化定制与服务创新
从“规模经济”到“范围经济”：柔性制造与敏捷响应
从“内部优化”到“生态协同”：平台化运营与价值共创
数据驱动的决策：实时洞察、智能预测、风险管理
大模型时代的商业模式创新 (45分钟)
新产品与服务：
智能硬件+AI服务：打造具有持续学习和进化能力的智能产品
AI赋能的解决方案：为客户提供定制化的智能制造解决方案
数据增值服务：基于数据分析和洞察，提供增值服务
新商业模式：
订阅制：按需付费、灵活使用AI服务
平台化：构建开放平台，吸引合作伙伴，共同打造生态系统
共享经济：共享数据、算力、算法，降低AI应用门槛
圆桌讨论：AI如何助力歌尔股份的创新与决策 (30分钟)
引导学员结合歌尔股份的实际情况，探讨AI在企业创新中的应用
鼓励学员分享对AI未来发展的看法，以及对企业战略决策的建议
第四部分：歌尔股份的AI战略规划与未来展望 (2小时)
歌尔股份AI战略规划框架 (1小时)
战略目标：明确AI在企业发展中的定位和目标
核心能力：确定需要重点发展的AI技术和能力
组织架构：建立适应AI发展的组织架构和人才队伍
数据战略：建立数据采集、治理、应用和安全体系
合作伙伴：建立与AI技术提供商、研究机构、行业伙伴的合作关系
风险管理：建立AI伦理、安全和合规体系
行动计划与建议 (45分钟)
短期计划：
开展AI试点项目，验证技术可行性和商业价值
加强AI人才培养和引进
建立数据治理体系，提升数据质量
中期计划：
推广成熟的AI应用场景，扩大应用范围
构建企业级AI平台，提升AI应用效率
加强与合作伙伴的协同创新
长期计划：
打造具有核心竞争力的AI能力，引领行业发展
探索新的商业模式，实现价值跃迁
构建AI生态系统，实现可持续发展
总结与展望 (15分钟)
回顾培训内容，总结关键要点
展望AI在智能制造领域的未来发展趋势
鼓励学员将所学知识应用于实际工作，推动企业创新发展
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。