王明哲《数智化时代的质量提升实战》

• 从十四五规划看数字经济

• 数字经济的核心：数字化转型和数据要素

• 数字化转型：数字化是业务和IT的深入融合

概念导入小互动：如果你在跟心仪的女神约会…
2、数字化顶层思维框架

• 精益思维：梳理业务，发现数字化入手点

• 编程思维：掌握计算机的语言，提升数字化项目成功率

• 数据思维：让数据产生价值，展望数字化转型的终局

案例：精益趣解-“一个强迫症和控制狂的发病史”，从“月晕”中掌握数据思维。
小互动：在指路问路中掌握编程思维
3、我们应该关注哪些数字化技术

• 基础设施：解除计算机的能力封印

• 数据应用：搬金砖VS挖金矿

案例：谷歌云计算，华为5G，某外贸公司营收预测
4、数字化转型有哪三个必经阶段

• Digitization：无纸化

• Digitalization：高效化

• Digital transformation：无人化

• 每个阶段的关键技术以及数字化的决胜技术

案例：人员绩效智能评估系统
5、数字化转型的两大核心半场

• 信息化：固化流程/信息流转/数据积累

• 人工智能：找准价值“点”/匹配“针”对性技术

案例：从顶尖运动员看企业数字化转型之路
二、数智化时代的质量提升
1、质量概念导入

• 互动：居家隔离洗碗质量提升

• 广义的质量问题定义

• 广义的质量提升方法

2、使用内部数据促进产品质量提升

• 墨菲定律：质量问题的根源是人

• 定责任

• 建标准

• 采数据

• 弱化人

案例：中国航天质量管理
3、利用外部数据促进用户体验质量提升

• 什么是“大”数据

• 如何打通全域数据

• 建立消费者画像

• 数据驱动的用户体验评估

• 数据驱动的用户体验提升

案例：一汽集团数智化用户体验提升
三、智能化的底层原理
1、人工智能的2大底层原理

• 逻辑固化：师傅“教”徒弟

• 知识抽取：师傅“带”徒弟

案例：预测男生是否会受女生欢迎
2、人工智能的6大底层套路

• X-Ypairs：知识抽取

• Y→X：生成万物

• X1-X2 pairs：推荐匹配

• X only：聚类算法

• Y only：超越人类

• Dot & Line：知识图谱

• 人工智能发展的终点

案例：百度智能客服，谷歌药物预测系统，淘宝推荐系统，清华数字虚拟人，谷歌核聚变控制系统，美军自动驾驶战机
3、人工智能的6步落地法

• 价值驱动 or 数据驱动

• 机器学习 ≠ 江湖算命

• 数据模型 VS 机理模型

• 大数据   ∪ 深度学习

• 行业专家 ||  客观事实

• 行政可行 ≈  最大门槛

案例：产线良品率提升，大型工程机械故障预测，工业智能无损检测，自动驾驶系统，AI量化交易-年化收益率1000%
四、AI技术加持下的质量问题终局展望
1、如何从“备货型”向“订货型”转变

• AI销量/需求预测

• 供应商智慧管理

• 仓库智慧管理

案例：某著名汽车品牌销量预测，亚马逊VS京东仓储机器人对比，麦肯锡供应商智慧遴选方案。
2、如何从“标品”向“定制化”转变

• AI自动化研发/设计

• AI智能排产

案例：某跨国机械厂商AI加速研发案例，某工业跨国公司智能排产案例，
3、如何从“人工流水线”向“机器自动化”转变

• 重点设备故障预测

• 易耗品寿命预测

• 机器人安全巡检

• AI智能质量检测

案例：西门子焊接缺陷诊断项目，大型生产设备预测性维护项目，生产线耗品寿命预测项目，工厂智能巡检项目
4、质量问题的终局展望

• 生产力极大释放

• 生产关系极端简单

• 彻底的“无人化”

住：前四部分为授课形式，第五部分为研讨形式。
五、运用数智化思维，研讨质量提升新方案
1、工作坊流程串讲：先发散再收敛
2、以价值为导向的头脑风暴

• 痛点问题罗列

• 痛点问题排序

3、数据准备阶段的可行性收敛

• 数字化项目机理分析

• 数字化项目数据关联性分析

• 数字化项目数据质量分析

4、数据使用阶段的可行性收敛

• 谁可以成为AI的“师傅”

• 我们能否请得起这个“师傅”

5、行政可行性收敛

• 横向行政跨越分析

• 纵向行政跨越分析

6、方案展示及讨论

• 专业可行性提升

• 行业可行性提升

授课方式：分组对抗闯关式推进，将方案形成过程拆解为若干“关卡”，授课老师会为每组提供1V1微资讯，方案展示时每组均需要面对来自其他组行业专家的“挑战”。每组分数由其他组互评给出。