4天（6小时/天）
未来AI时代的工厂建设和运营：全链路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：全链路智能化与降本增效实战》旨在赋能富士康等制造企业，从传统规模化、自动化工厂向智能化、韧性工厂转型。课程背景基于第四次工业革命的深入发展，面对客户端需求碎片化、…
课程介绍
本课程《未来AI时代的工厂建设和运营：全链路智能化与降本增效实战》旨在赋能富士康等制造企业，从传统规模化、自动化工厂向智能化、韧性工厂转型。课程背景基于第四次工业革命的深入发展，面对客户端需求碎片化、产品迭代周期缩短、供应链冲击等挑战，传统ERP、MES系统已难以应对，需构建全链路AI协同体系。课程目标是通过AI Agent、生成式AI、运筹优化与数字孪生技术，打通需求-研发-工艺-计划-生产-品质-供应链的数据孤岛，实现降本增效的ROI。课时大纲涵盖顶层设计、需求预测、研发工艺、计划排程、质量管理、供应链运维、落地路径及实战工作坊，深入剖析AI在制造业的应用场景，如六维智能体、动态调度、预测性质量等，并提供工具方法论清单，帮助学员掌握从认知重构到实战落地的全流程，确保数字化投入转化为实际价值。
课程背景
我们正处于第四次工业革命的深水区。过去的二十年，富士康做到了极致的规模化（Scale）和自动化（Automation）。但在未来十年，竞争的决胜点将转向智能化（Intelligence）和韧性（Resilience）。当客户端（如Apple、NVIDIA、Tesla）的需求变得极度碎片化和不可预测；当产品迭代周期从年缩短至月；当供应链面临地缘政治与原材料波动的双重冲击——传统的ERP、MES甚至单纯的自动化产线已无法从容应对。我们需要构建一个“有大脑的工厂”。
课程目标
基于AI Agent（智能体）、生成式AI（AIGC）、运筹优化与数字孪生技术，深入剖析如何打通需求-研发-工艺-计划-生产-品质-供应链的数据孤岛，构建全链路的AI协同体系，确保每一笔数字化投入都能换回真金白银的降本增效（ROI）。
第一部分：顶层设计与认知重构 —— 定义未来AI工厂（约4小时）
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
1.3 数字化转型的ROI计算与价值闭环
第二部分：AI驱动的市场与需求预测 —— 敏捷响应的源头（约3小时）
2.1 传统的S&OP（销售与运营计划）困境
2.2 AI赋能的需求感知（Demand Sensing）
2.3 动态库存策略与风险对冲
第三部分：智能化研发与工艺设计（R&D & PE） —— 缩短NPI周期的利器（约4小时）
3.1 生成式AI（GenAI）在研发中的应用
3.2 知识图谱（Knowledge Graph）沉淀工艺经验
3.3 数字孪生（Digital Twin）驱动的虚拟调试
第四部分：智能计划与排程（APS） —— 工厂的大脑（约4小时）
4.1 从MRP到智能APS的进化
4.2 动态调度与实时响应
4.3 产销协同指挥中心
第五部分：AI驱动的全面质量管理（Quality 4.0） —— 零缺陷的追求（约3小时）
5.1 计算机视觉（CV）的深度应用
5.2 预测性质量（Predictive Quality）
5.3 质量溯源与区块链技术
第六部分：智能供应链与设备运维 —— 强韧的血管与骨骼（约4小时）
6.1 供应链控制塔（Supply Chain Control Tower）
6.2 预测性维护（PdM）与设备健康管理（PHM）
第七部分：落地路径与组织变革 —— 如何保障成功（约3小时）
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
7.3 组织与人才变革
第八部分：实战工作坊（Workshop） —— 深度定制（约7小时）
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。