制造業運營數據治理體系

時間：12月18-19日   

地點：北京

培訓費用：5180元

授課對象：

公司管理層、工廠運營管理、供應鏈管理、產品研發、設備、工藝、IT等企業中高級管理人員。

課程背景：

工業4.0是全球制造的最高標準！

在一個“智能、網絡化的世界”里，物聯網和服務網（the Internet of Things and Services）將滲透到所有的關鍵領域。智能電網將能源供應領域、可持續移動通信戰略領域（智能移動、智能物流），以及醫療智能健康領域融合。在整個制造領域中，信息化、自動化、數字化貫穿整個產品生命周期、端到端工程、橫向集成（協調各部門間的關系），成為工業化第四階段的引領者，也即“工業4.0”。

十五年的互聯網大趨勢，傳播娛樂領域已經收官，零售領域大局已定，金融領域已到中盤，而影響最大、最全面改變人類生活面貌的基礎生產領域，正因為工業4.0的到來，而進入序盤。

這種裂變，已經在美國、德國出現！這不是簡單的物聯網，不是常見的自動化，不是我們曾經以為的種種模式。在美國，它是工業互聯網——Google不斷將制造業企業收購至麾下，開始進軍機器人領域，研發自動駕駛汽車；Amazon進入手機終端業務，開始實施無人駕駛飛機配送商品……美國互聯網巨頭正在通過大數據、云計算等手段從“信息”領域加速進入“物理”業務領域；在德國，它是工業4.0——用“信息物理系統”升級“智能工廠”中的“生產設備”，生產設備因信息物理系統而獲得智能，使工廠成為一個實現自律分散型系統的“智能工廠”，實現內外服務的網絡化，向著互聯工廠的趨勢發展。

在工業4.0風靡全球、全球產業結構跌宕巨變的當口，中國又將作何選擇？從習李背書站臺，到工信部抓緊推動“中國制造2025”，中國已不容選擇地躋身這一改革。如果說德國的工業4.0是德國在面對美國信息產業和中國制造成本侵襲下重建產業優勢的戰略選擇，那么“中國制造2025”，則代表了中國在有制造大國向制造強國轉型過程中的頂層設計和路徑選擇。因此，國內企業家們此時必須審時度勢、全盤考慮、抓緊謀劃、扎實推進，緊緊抓住和用好新一輪工業革命的歷史機遇，不能等待、不能觀望、不能懈怠，抓緊時間行動起來。

這一次，你不容錯過!!!!

培訓目標：

² 數字化時代的到來—制造業盈利模式的必然轉型

² 智能制造如何幫助制造業實現盈利模式轉型（規劃層面、應用層面及執行層面）

² 深入淺出數字化工廠及其三大組成（數據化、信息化、可視化）

² 了解數據在數字化工廠運營中的絕對核心作用

² 數據價值流—數據驅動生產運營過程增值

² 解析制造業運營數據治理體系與構成

² 了解制造業運營數據的分類與業務分析運行模塊組合

² 大數據平臺--數據的選擇、獲取、轉換、存儲、流通等

² 大數據分析—數據的挖掘、應用、計算、深度學習等

² 解析標桿行業的數字化工廠數據管理模型

² 了解制造業運營指標體系與數據化管理的系統集成

² 了解物聯網技術在制造業數據化中的核心應用

² 學習數字化、數據化在制造業運營管理中的應用與案例

² （涵蓋市場、產品設計、工藝、制造、質量、物流等）

課程大綱：

第一部分：數據化時代的到來

·數字化與人工智能技術應對企業盈利模式轉型

·智能制造的“智”與“能”解析

·走向智能制造的三大支柱

·重點解析核心支柱---數字化運營

·數字化工廠的系統框架與三大目標（數據化、信息化、可視化）

·工業4.0核心技術--物聯網、云計算、大數據帶來的數據化變革契機

·數據化的實現--大數據中心基建、大數據分析與工業云

·視頻分享與解析：詮釋CPS物理信息系統如何實現制造業數據化

·我們離數據化/數字化還有多遠(中國制造業軟硬件的壁壘）

·視頻分享與解析：某汽車行業智能化工廠的數據價值流

 第二部分：制造業數據化管理體系總體設計與人才規劃

·從企業價值流看制造業數字化工廠

·數字化工廠總體架構與框架圖

·數字化企業數據化規劃的兩大核心方向—縮短制造周期與設計制造質量

·數據化規劃與實施的全景路徑圖

·數據化管理體系的框架與模塊化構成

案例分享：美的集團的數據化總體規劃設計與實施

·案例分享：工程師老張等到了他的職場春天

·論點碰撞：數字化淘汰了人還是人選擇了數字化

·延伸式討論：必然淘汰的崗位與必須升級的知識

·數字化時代人才發展的三大方向

案例分享：虎牌電器數字化人才培養規劃

 第三部分：制造業大數據分析的實現

·沒有無用的數據—制造業數據的分類與交叉應用

·制造業運營指標分解與數據管理體系的關聯性集成

  案例分享：某外資PCB頭部企業的數據分類與應用路徑

·數據價值流—數據增值路徑圖

·數據的獲取—可直采與不可直采

  解決方案介紹：CPS/IPC/RFID/光信號等

·大數據平臺—數據的格式轉換、存儲、搜索、調度、揀選等

·大數據分析—數據的挖掘、運算、深度學習、流任務處理等

案例分享與解析：某國有企業生產運營系統數據治理體系的實現過程

第四部分：大數據分析在制造業職能模塊中的應用

數據化在信息流改進中的應用

市場信息與工廠生產信息交互系統

（電器、食品行業案例分享）

市場信息與產品、工藝設計實時交互

視頻分享：紅領的數字化實現個性化定制

數據化在智能物流改進中的運用

工廠內外部敏捷物流系統

視頻分享：中達電子的物料數據化—入庫、質檢、上架、揀貨、配送等

通用汽車的AGC物流數據中心

EDI數據化交互平臺—縮短供應鏈交付周期

數據化在自動化過程流改進中的運用

如何運用于質量系統控制

視頻分享：博世數據化實現全流程快速質量問題解決

工裝模具數據化在工藝虛擬仿真中的應用

視像技術推動數據化在質量預防與檢測中的運用

快速的設備維護保養與維修

案例分享：西門子的設備云平臺

第五部分：引導式工作坊

討論主題：1、本崗位數據化暢想—如何通過數據化/智能化實現工作的高效且輕松。

2、本職能部門最需要的數據及數據相關應用

3、實現本企業數據化管理體系的三個最大障礙與三大必需支持

分組輸出：現場工作模擬/A0紙板書/小組代表講解與答疑