時間地點：2025年7月30-31日上海；9月25-26日上海
培訓費用：4680元/人（含培訓費、資料費、午餐、稅費等）
培訓對象：企業高中層管理人員等
培訓大綱：
第一講：精益生產與AI基礎
1、精益生產的起源與發展；精益生產的核心理念；
2、AI技術在生產箮理中的應用概述；
3、AI在制造業精益生產中的發展趨勢；
4、AI與精益生產的結合意義和主要作用；
5、常見AI技術在精益生產中的應用場景；
6、AI助力精益生產的目標與價值的管理。
* **實踐案例** ：某汽車制造企業引入AI進行生產流程優化的初步探索，如利用AI圖像識別技術進行零部件外觀檢測，提高檢測效率和準確性。
第二講：AI在精益生產流程優化中的應用
1、價值流分析與AI輔助價值流優化；
2、AI驅動的生產流程模擬與優化；
3、基于AI的生產計劃與排程優化；
4、AI在庫存管理中的應用；
5、AI助力生產線平衡優化；
6、AI預測性維護在設備管理中的應用；
7、AI在物流與運輸優化中的作用；
8、AI在質量控制中的實時監測與預警。
* **實踐案例** ：電子制造企業通過AI算法優化生產排程，實現生產效率提升20%，庫存成本降低15%。以下是《AI對精益生產八大浪費的管理應用》這講的內容：
第三講：AI在精益生產八大浪費中的應用
1. 過度生產浪費管理：
2. 利用AI技術進行精準需求預測，避免過度生產；通過實時監控生產進度，動態調整生產計劃，防止生產過剩。
2. 等待浪費管理 ：借助AI分析生產流程中的瓶頸環節，優化生產布局和工序安排，減少等待時間；利用AI預測設備故障和維護時間，合理安排生產任務，避免因設備問題導致的等待。
3. 搬運浪費管理：運用AI優化物料配送路線和物流布局，減少不必要的搬運；通過智能倉儲管理系統，實現物料的精準定位和快速配送，提高搬運效率。
4. 額外加工浪費管理：利用AI對生產工藝和設計進行優化，去除不必要的加工步驟；通過機器學習算法分析加工過程中的數據，識別并消除過度加工的情況。
5. 庫存浪費管理：借助AI進行庫存預測和管理，精準控制庫存水平；利用AI分析市場需求和生產計劃，優化采購策略，避免庫存積壓。
6. 動作浪費管理：通過AI視覺技術對員工操作動作進行分析和優化，提高工作效率；利用可穿戴設備和傳感器收集員工動作數據，為動作優化提供依據。
7. 缺陷浪費管理：運用AI視覺檢測系統對產品進行實時質量檢測，及時發現缺陷并進行返工或修復；通過機器學習算法分析質量數據，識別質量波動的原因，采取針對性的改進措施。
8. 未充分利用員工智慧浪費管理：利用AI輔助員工進行決策和問題解決，提高員工的工作能力和創造力；通過智能培訓系統為員工提供個性化的培訓課程，提升員工的技能水平。
* **實踐案例** ：某電子制造企業通過引入AI技術對生產過程進行優化，有效減少了八大浪費。在過度生產方面，利用AI預測市場需求，精準控制生產數量，庫存積壓減少了30%。在等待浪費管理中，通過AI分析生產流程瓶頸，優化生產布局，設備等待時間縮短了20%。在搬運浪費管理上，AI優化了物料配送路線，搬運效率提高了25%。在額外加工浪費管理中，AI對生產工藝進行優化，去除了不必要的加工步驟，加工時間減少了15%。在庫存浪費管理方面，AI精準預測庫存需求，庫存成本降低了20%。在動作浪費管理中，AI視覺技術分析員工操作動作，優化工作流程，員工工作效率提高了15%。在缺陷浪費管理上，AI視覺檢測系統及時發現產品缺陷，缺陷率降低了25%。在未充分利用員工智慧浪費管理中，AI輔助員工決策，提升了員工的工作能力和創造力，員工提出的改進建議數量增加了30%。
第四講：AI在精益生產中的智能決策支持
1、大數據在精益生產中的價值挖掘；
2、AI數據分析方法與工具；
3、構建AI驅動的生產決策模型；
4、AI在生產異常情況處理中的決策支持；
5、基于AI的生產績效評估與預測；
6、AI輔助管理層進行戰略決策；
7、AI在跨部門協作中的決策協調作用；
8、AI決策支持系統的實施與維護。
* **實踐案例** ：某機械制造企業利用AI數據分析進行生產決策，通過分析生產數據和市場趨勢，提前調整生產計劃，降低生產成本，提高市場響應速度。
第五講：AI在精益生產中的預測性維護與設備管理
1、設備管理在精益生產中的重要性；
2、傳統設備維護模式的局限性；
3、AI預測性維護的原理與技術；
4、數據采集與設備狀態監測；
5、AI算法在故障預測中的應用；
6、預測性維護的實施步驟與流程；
7、AI在設備健康管理中的應用；
8、預測性維護的效益評估與案例分享。
* **實踐案例** ：某企業通過AI預測性維護系統，提前發現設備潛在故障，減少設備停機時間，提高生產連續性。
第六講：AI在精益生產中的質量管理與持續改進
1、質量管理在精益生產中的地位；
2、傳統質量管理方法的不足；
3、AI在質量檢測中的應用；
4、基于AI的質量數據分析與挖掘；
5、AI驅動的質量問題溯源與改進；
6、AI在質量標準制定中的作用；
7、AI與持續改進文化的融合；
8、AI在質量管理體系優化中的實踐。
* **實踐案例** ：某企業利用AI視覺檢測系統對產品進行質量檢測，提高檢測精度，同時通過AI分析質量問題根源，采取針對性改進措施，提升產品質量。
第七講：AI在小批量多品種拉式生產中的運用
1. 小批量多品種拉式生產的特點與挑戰
2. AI助力生產需求的快速響應與計劃調整
3. 基于AI的智能排產算法在小批量多品種生產中的應用
4. AI驅動的物料需求精準預測與配送優化
5. AI在小批量多品種生產流程優化中的作用
6. AI在小批量多品種生產中的質量控制與追溯
7. AI實現小批量多品種生產中設備的快速調整與切換
8. AI在小批量多品種生產管理中的協同與決策支持
* **實踐案例** ：某汽車零部件制造企業，面對眾多客戶的小批量、多品種訂單需求，引入AI技術進行生產管理。通過AI驅動的生產計劃系統，能夠快速根據訂單變化調整生產計劃，實現精準排產；利用AI算法優化物料配送路線和時間，減少物料等待時間；在生產過程中，AI視覺檢測系統對零部件進行實時質量檢測，及時發現質量問題并追溯到相應生產環節；同時，AI還幫助企業實現了設備的快速調整和生產切換，提高了生產效率和設備利用率。經過實施，該企業的生產周期縮短了30%，庫存成本降低了25%，客戶滿意度顯著提升。
第八講：AI在精益生產中的人員與組織管理
1、人員在精益生產中的關鍵作用；
2、AI對人力資源管理的影響；
3、AI輔助人才選拔與培訓；
4、AI在員工績效評估中的應用；
5、AI驅動的工作流程優化與人員配置；
6、AI在團隊協作與溝通中的促進作用；
7、AI與企業組織文化的融合；
8、AI時代精益生產人才的培養與發展。
* **實踐案例** ：某制造企業通過AI技術進行員工培訓需求分析和個性化培訓方案制定，提高員工技能水平和工作效率，促進企業整體生產績效提升。
培訓講師：陳老師
·精益改善標準化實戰型專家
·中國管理科學研究院高級講師
·華譽獎最受歡迎課程10強
·中國誠信品牌講師50強
·中國品牌好講師100強
·河北省企業家協會聘任專家
·南京企業家聯合會聘任理事
·曾任職企業總經理職務
·省機械學會高級工程師
·中國改革開放40年杰出培訓名師
陳老師30多年的工作經歷，構建了嚴謹、完善的系統管理理論和實操體系。先后擔任生產技術廠長、技術質量中心主任、管理者代表、副總經理、常務副總、總工程師、總經理等職務，積累了豐富的管理實踐經驗，領導的團隊屢創佳績。特別與世界500強企業的業務合作，探索和采用了較多的國內外先進的管理方法和工具，并結合企業實際情況借鑒運用，達到預期效果和創造了新的增長點。陳老師的咨詢項目和培訓課程具有前瞻性、有創新性、有獨特的實戰體系、保落地實踐、保滿意效果、保創造價值。咨詢項目和培訓已進入國內一二線城市，深受客戶的歡迎和長期合作。
擅長領域：精細化管理+質量管理體系+精益生產+研發管理
授課風格：交流互動+實戰案例+教練實訓+對等實操+工具落地+小組PK +點評分享
培訓的主要客戶：
1、家電紡織行業： LG空調設備公司、青島海信集團、蘇州三星電器公司、清華同方環境工程有限公司、江蘇愛斯特空調公司、南京厚德機械冷機公司、南京天加空調公司、南京美樂影視公司、華方紡織公司、同和紡織公司等。
2、機電行業：上海寶鋼集團、上海浦東龔路工程機械公司、上海三信公司、上海普榮機電實業公司、上海立新液壓公司、上海康利機電公司、南通振華重型裝備公司、江蘇紐泰科化工公司、廣東眾生藥業股份有限公司、寧波永新光電公司、江蘇興隆車輛部件公司、江蘇恒凱電子公司、江蘇圣馬集團、江蘇動易體育用品有限公司、浙江喜盈門公司、上海谷登工程機械公司、昆山宏峰機械公司、南京厚德機械、浙江氣動液壓公司、亨發達汽配公司、愛普公司、博萬達公司、特爾瑪公司、哈爾濱機電公司、蘇州金澄集團、湖北三勝公司、意大利薩姆代理處、上海普諾邁機械制造公司、、南京高精船用設備公司、上海帕派艾公司、蘇州安東裕機械制造公司、南京金寧微波公司、南京聯眾機電公司、南京中圣園機電公司、南京騰源公司、無錫凱龍公司、江蘇博特新公司、泰開機器人公司、江蘇金剛星、城建集團、江蘇恒泰新能源、江蘇鍋爐配件制造公司、江蘇大全集團、鐵路裝備制造公司、中車集團等。
3、電力等企業：國電青山熱電有限公司、國家電投重慶電力公司、新疆哈密發電公司、溫州發電廠、興泰發電公司、鹿華發電公司、濱海風電公司、恒泰發電廠、華能熱電廠、淮安發電公司、中國能建集團、大唐國際、江蘇核電公司等。茅臺集團、湖北恩施卷煙廠、煙草商業公司等。
【報名咨詢】
聯系電話：010-62258232 62278113 13718601312 13120125786
聯 系 人：李先生 陳小姐
您的位置：
