你的位置: 首页 > 公开课首页 > 生产管理 > 课程详情

details

“数字化工厂系列核心课程”特惠包

主打课程
暂无评价   
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后,系统会给用户帐号返回的现金券
淘课价格
980
你还可以: 收藏

培训受众:

制造业总经理、副总经理

生产运营、质量、计划、调度、物流、IT、持续改进、精益等部门的总监、经理、主管

希望在智能制造*1、企业数字化运营变革

课程收益:

1、站在企业管理的高度,为企业家理清数字化变革的内涵、方向和思路。不仅详细分析了企业管理的核心模块:战略、KPI 管理、生产制造和供应链四个方面的数字化变革的内容与手段,而且针对如何降低企业变革带来的风险,给出了变革的合理路径,为企业数字化运营变革取得预期目标提供重要支撑
2、企业的传统产业如何进行数字化改造、一个全新的数字化工厂如何规划、又如何避免数字化工厂败局 3、详细讲解MESAPS、数字化供应链、工业互联网大数据AI\-机器学习技术及其应用 等核心模块
4、建立精益生产控制系统,帮助生产组织提升绩效;通过全员参与,持续推进设备管理 TPM 全面改善;通过信息技术优化企业质量管理流程、整合企业资源、实现质量信息的迅速传递和响应、实现质量管理的协同运作和质量数据的科学分析,推进企业技术改进和品牌提升。

培训颁发证书:

980元不包含证书费用;学员按要求上课后,可申请工信部人才交流中心颁发的“工业和和信息化领域急需紧缺人才培养工程”证书

课程大纲:

*1、企业数字化运营变革

一、| 课程简介 |
数字化技术在企业的各个领域广泛应用,最近的数字化工厂概念更是集成了众多的数字化技术为工厂的整体运营绩效提供强有力的支撑。那么有没有可能在更高层面-企业管理层面,从企业家的视角,整体应用数字化手段,让整个企业的运营管理上一个台阶呢?答案是肯定的!
企业数字化运营变革就是站在企业管理的高度,为企业家理清数字化变革的内涵、方向和思路。不仅详细分析了企业管理的核心模块:战略、KPI 管理、生产制造和供应链四个方面的数字化变革的内容与手段,而且针对如何降低企业变革带来的风险,给出了变革的合理路径,为企业数字化运营变革取得预期目标提供重要支撑。
企业家们在层出不穷的数字化技术面前,需要一个清晰的引领,让数字化运营变革触手可及且能安全到达彼岸,《企业数字化运营变革》就是这个引领的灯塔。
二、| 适用对象 |
制造业企业总经理/厂长、COO、CIO、公司主要负责人/股东等高级管理人员
三、| 课程大纲 |
(一)、传统企业管理的痛点与数字化技术发展
1. 全球制造业的发展历程
2. 传统制造业管理的特点与痛点
3. 案例分析
4. 数字化技术发展状况及其应用场景
(二)、战略决策时的数字引领与数字化管控
1. 战略决策时实时的、准备的、充分的数据支撑的重要性
2. 如何做到数字引领战略决策?
3. 如何实现 KPI 的数字化管控
(三)、互联网+先进制造业下的数字化制造
1. 如何实现数字化制造?
2. 数字化制造带给企业的价值
3. 制造数字化的潜在成本与风险
(四)、数字化供应链的价值与实践
1. 如何实现数字供应链?
2. 数字化供应链带给企业的价值
(五)、企业数字化运营变革的路径
1. 制定合理的变革战略
2. 设计数字化运营变革的路径
3. 管控变革风险


*2、数字化工厂规划师


一、| 课程背景 |
企业的传统产业如何进行数字化改造?
一个全新的数字化工厂如何规划?
又如何避免数字化工厂败局?
国匠学院结合智能制造人才工程的实施推进,基于 5G(5 个等级)的智能制造培训体系,致力于培养一批具有国际视野、创新精神、掌握数字化工厂规划和设计的智能制造转型升级的领头羊,不断适应智能制造产业发展对高端专业人才的需求增长。
二、| 适用对象 |
制造企业的总经理、厂长、生产运营负责人、CIO、战略规划负责人、供应链负责人、智能制造小组、工业 4.0 项目组、IE/精益小组负责人;以及各级政府、组织、高校相关职能部门智能制造项目负责人等
三、| 课程大纲 | 
(一)、数字化工厂规划与参考体系
1. 新一代智能制造体系
2. 选择合适的参考体系,争取设定数字化工厂目标
3. 自我认识,识别企业自身能力
4. 编制数字化工厂建设的可行性研究报告
(二)、数字化工厂核心模块
1. Level 0:智能装备与工业自动化
2. Level 1:工业物联网
3. Level 2:MES 与 APS
4. Level 3:PLM、ERP 等管理信息系统
5. 热点技术:ABC(AI+BigData+Cloud)+工业互联网
(三)、数字化工厂实施路径与方法
1. 数字化工厂蓝图设计
1) 工厂布局设计与物流优化
2) 工业工程与精益生产
3) 信息化系统体系设计
2. 实施路线图与实施方法
3. 实施过程风险防范
(四)、数字化工厂建设成效评估
1. 智能制造能力评估模型
2. 数字化工厂成效评估维度设定
3. 基于行业水平合理评价建设成果
4. 遵循变革规律,管理变革风险


*3、MES 项目经理


一、| 课程简介 |
MES(Manufacturing Execution System)已经成为数字化工厂不可或缺的核心模块之一,是制造业转型升级必须迈过去的一道坎。虽然众多企业出于各种业务目标实施了 MES,但是可惜的是用户满意度并不高,失败得案例屡见不鲜。
MES 项目经理(不管是甲方还是乙方的项目经理)对 MES 项目的成败影响至关重要,《MES项目经理班》以系统理论+案例分享的方式为有志于成为一个成熟的 MES 项目经理的人员提供 take away 的知识和工具。不仅有助于甲方(制造业企业)更好的管理 MES,大幅提升 MES 项目的成功率和满意度;而且能够帮助乙方(MES 厂商/服务商)理解甲方在 MES上的管理诉求,更好的服务甲方业务目标,实现 Win-Win。 
二、| 适用对象 |
1. 制造业企业 MES 项目组或信息化人员
2. MES 解决方案提供商
3. MES 咨询顾问
4. 有志于从事 MES 领域的人员
三、| 课程大纲|
1. MES 是否需要遵循 ISA95?不符合 ISA95 规范会有潜在风险吗?
什么是 MES?ISA95 定义的 MES
MES 的功能模块及其边界
MES 的行业特性与技术背景
2. 谁需要(什么情况下)MES?
MES 的业务价值
实施 MES 的前提条件
如何实现 MES 价值的转化?
3. 如何规划和管控 MES 项目?
MES 项目的一般过程
MES 项目中的关键路径识别与风险防范
POC 在 MES 项目中的作用
4. MES 项目经理的职责与核心价值
MES 项目经理的一天
规划设计整个项目过程和方法
抓住核心人员
识别关键点
管控变化
关注项目最终成果
5. MES 案例 Workshop
基于真实案例,体验 MES 项目经理角色
6. 如何避免 MES 项目败局,提升满意度
如何交付合格的 MES 项目
MES 上线后如何实现正向的学习曲线


*4、高级计划排程精英班


一、| 课程背景|
在当今工业 4.0 的浪潮下,数字化·智能化概念席卷各个行业,到底要怎么把这些概念一一落地,真正实现企业向数字化工厂的升级转型呢? 怎样才能完美应对由于更多的衍生品和定制产品而导致的生产计划日益增加的多样性和复杂性呢?在生产管理实践中,如何克服由于客户需求或供应端的波动以及内部生产系统的不合理设计或者不稳定因素,仍然按照客户要求的交期如期交货呢?
“最佳规划、最低成本、最短交付周期,部门协同”等目标相信对大家来说都不陌生。
本次课程将理论结合实践,为企业提供优化生产规划、妥善解决交期问题的思路及长期方案。
二、| 课程对象 |
汽车制造、离散制造企业 COO、厂长、供应链负责人、计划员、精益生产负责人、IT、MES顾问
三、| 课程大纲 |
Day 1: Planning in times of Industry 4.0: Background and approach
第一天:工业 4.0 时代下的计划:背景及方法
AM 上午
• Register & Warm up
• 签到及热身
• How German enterprises perceive industry 4.0
• 德国企业如何看待工业 4.0
• What does it mean for the planning world?
• 工业 4.0 对企业计划的意义和影响
Different planning challenges: horizons, objects, insecurity
• 不同的计划挑战:维度、目标、不确定性
PM 下午
• How to solve various business problems/difficulties in the planning area
• 如何解决计划领域中各种不同的业务问题/难点
2
• Sales Planning
• 销售计划
• Demand Capacity Planning
• 需求产能计划
• Production Planning
• 生产计划
• Production Scheduling
• 生产排程
• Real-time Integration
• 实时整合
• What comes next? Matrix production
• 接下来的挑战?生产矩阵
• Position and value of APS in smart factory building
• APS 在数字化工厂中的定位和价值
• Customer Use Cases: Challenges & Benefits
• 客户案列分享:挑战与收益
• Q&A
• 问答环节
Day 2: Demo Sessions + Application
第二天:工具演示环节及应用分析
AM 上午
• General Framework
• 整体框架结构介绍
• Order Slotting demo
• 订单插入演示
• Job Shop Scheduling demo
• 车间作业排程演示
• Sequencing demo
• 排序演示
PM 下午
• How APS system is integrated with other systems?
• APS 系统是如何与其他系统集成的
  - APS overall architecture APS 总体结构
  - How to choose an APS system. APS 如何选型
• What are the considerations regarding risks and factors
• 考虑的因素和风险
• What are the preparations a company should do before installing an APSsystem
• 公司在实施 APS 系统前应该做的准备 及考量
• Drivers of business cases for successful APS implementations
•成功实施 APS 的商业案例中的推动因素
• Q&A
• 问答环节


*5、数字化供应链


一、| 课程背景 |
21 世纪企业面对的新的挑战越来越强大,如利润越来越薄、成本越来越大等等,在这种情况下,企业如果还是先与对本企业内部的因素来解决问题已经变得效果越来越差,所以,大多数企业已经开始从供应链管理的角度来思考,并试图找到解决问题的新手段。也就是大家所熟悉的一种说法,那就是:今天企业的竞争已经不是在单个企业之间进行,而是企业所在的供应链与供应链之间的竞争。那么企业中哪个部门才能使企业与企业之间供应链被无缝连接起来,生产部门?销售部门?物流部门?……显然这些部门都不可能成为这样一个粘结供应链的部门,而只有大数据驱动下的供应链管理才能够胜任这个工作。
企业管理的重心进入供应链卓越时代,企业与企业之间的竞争变成企业所在供应链之间的竞争。企业要想在不稳定、不确定、复杂、和模糊的竞争环境中脱颖而出,必须要从整个企业内部供应链向上游供应商与下游客户延伸以打造一体化集成供应链。大数据驱动下的供应链管理可以实现对需求管理、供应商可视化绩效管理、库存与计划管理,提升企业支出的透明度,改进供应链运营效率与柔性、提升客户满意度提供重要的决策依据,因而已经成为了企业利润创造的新动力,同时也是可以企业竞争力提升的重要无形资产与资源。
本课程从供应链管理聚焦的基本任务为出发点,为学员阐述什么是大数据?大数据分析能为企业创造什么价值?大数据分析对企业的业务职能,如销售、采购、生产制造、物流管理,有什么影响?如何使用大数据分析做出决策等热点问题。
 二、| 适用对象 |
1、各级政府,组织, 高校相关职能部门智能制造负责人
2、制造企业的总经理、厂长、生产运营负责人、CIO、战略规划负责人、供应链负责人
3、制造企业智能制造小组、工业 4.0 项目组、IE/精益小组负责人
三、| 课程大纲 | 
(一)、大数据基础
1.1 竞争规则的改变者
1) 大数据的基础与特性
2) 当下的大数据与过去的数据有什么不同
3) 大数据能为企业创造什么价值?
4) 大数据分析应用
5) 数据驱动供应链
1.2 大数据如何驱动供应链转型
1) 连接整个供应链大数据分析
2) 供应链系统转型
3) 大数据分析在战略采购/寻源、制造、物流配送与销售中的应用
4) 跨供应链整合的大数据分析
5) 智慧供应链
(二)、实施大数据分析的障碍
2.1 实施大数据分析所面临的挑战
数据与信息、数据分析软件投资、客户服务、分散的数据系统
2.2 障碍
人、业务流程与技术
(三)、信息系统升级
1) 跨越 4 个栏杆
2) 数据海洋
3) 预测数据来源
4) 互不匹配的关键绩效指标
(四)、大数据分析对销售的影响
1) 大数据分析在市场营销中的应用
2) 消费者行为数据
3) 价格优化
4) 商品推销
5) 移动营销
(五)、大数据分析对生产的影响
1) 优化运营管理
2) 协调生产与销售
3) 产品设计与创新
4) 改进生产流程
5) 数字化工厂
6) 连接价值链
(六)、大数据分析对物流的影响
1) 大数据分析如何影响物流管理
2) 客户服务
3) 运输
4) 路线优化
5) 车辆远程控制与远程信息读取
6) 仓储运营管理
7) 存货管理
8) 配送中心选址
9) 逆向物流
10) 能耗与绿色供应链
(七)、大数据分析对采购的影响
1) 大数据与采购
2) 采购决策范围
3) 战略寻源
4) 供应商可视化
5) 采购订单处理
6) 企业支出可视化
7) 成本节约
8) 产品联合设计与开发
9) 你需要采购多少
10) 外包
(八)、实施供应链大数据分析之路径
1) 供应链分类
2) 跨职能部门与供应链的数据整合
3) 绩效评价
4) 如何开展供应链大数据分析
5) 供需平衡与预测
(九)、大数据分析
1) 遵循战略方向
2) 人、流程与技术
3) 大数据分析模型
4) 销售&运营计划
5) 使用数据做决策
(十)、大数据分析在美国伊顿集团的应用
案例讨论


*6、工业互联网实战训练营


一、课程背景
随着工业互联网 3 年行动计划的推出和实践,工业互联网的价值已经被越来越多的企业认可,甚至有企业已经提出工业互联网是工业 4.0 实现的重要途径。考虑到我国庞大的制造业基础和参差不齐的工业水平,工业互联网的导入将会带给行业较大的促进作用,引领我国制造业更快更好的发展。
 二、适用对象
1. 工业互联网解决方案提供商、咨询顾问
2. 准备应用工业互联网的需求侧企业、项目经理、技术人员
三、培训纲要
第一天
1. 企业推进工业互联网相关技术的困境。
2. 技术创新的相关原理。
3. 我国企业面临的拐点
4. 工业互联网的概念
5. 工业互联网的应用案例
6. 工业互联网与智能制造、工业大数据
7. 工业互联网与企业管理
8. 工业互联网与工业 APP
9. 工业互联网平台技术
10. 国内外典型的工业互联网平台
11. 工业互联网与转型升级
第二天
航天云网研究院 游学
第三天
紫光云 游学


*7、AI-机器学习技术及其应用


一、| 课程背景|
人工智能已经成为新一轮产业变革的核心驱动力,正在对世界经济、社会进步和人类生活产生极其深刻的影响。在很多领域,机器学习已经逐渐崭露头角,在视觉识别领域和设备健康管理领域的赋能为企业降本增效提供了有力的支撑。但是当前有能力掌握机器学习技术的企业还是非常有限,为此国匠学院开设了《AI-机器学习技术及其应用》的课程,帮助学员能够深入了解当下机器学习技术在世界范围内的最新发展,从实战的角度对机器学习理论及应用技术进行了全面的剖析,并结合实际案例分析和探讨机器学习的应用场景,给相关从业人员以指导和启迪。
二、| 适用对象 |
企业系统架构师、系统分析师、高级程序员、资深开发人员、人工智能工程师、图像处理工程师、机器学习工程师、模式识别工程师、高校/科研院所牵涉到人工智能与机器学习的项目负责人及未来可能从事人工智能研发的技术人员
三、| 课程大纲 |
模块一 人工智能简介
1、人工智能的发展
2、人工智能的内涵
3、人工智能的分类
4、人工智能的技术基础
5、人工智能的典型应用
模块二 机器学习概论
1、机器学习的定义、发展、演化
2、机器学习、人工智能和数据挖掘之间的关系
3、机器学习的应用领域
4、机器学习流程
模块三 机器学习方法及应用案例
1、机器学习的常用算法
2、数据可视化及技术案例
3、常见分类算法及其典型应用
4、常见聚类算法及其典型应用
5、数据挖掘常用方法
6、可视化工厂
7、人力管理数据分析
8、某制造业质量分析、机器寿命预测案例
模块四 机器学习算法练习
1、决策树与随机森林
2、聚类分析算法
3、逻辑回归算法
4、朴素贝叶斯算法
5、神经网络
6、回归分析
7、采购流程绩效影响因素分析
8、制造企业销售预测
9、制造企业电力能源预测案例
模块五 深度学习技术简介
1、深度学习前世今生
2、深度学习基础
3、常见网络结构及应用
4、CNN 卷积神经网络算法模型及应用
5、RNN 循环神经网络算法模型及应用
6、LSTM 神经网络算法模型及应用
7、人脸识别与语音合成应用
8、选股助手应用
模块六 机器学习常见问题/数据分析过程中的主要问题
1、数据质量问题与预处理
2、数据分析常见陷阱
3、数据分析方法的选择
4、数据分析结果的评价
5、常见的机器学习语言和平台 Anaconda\Tensorflow
(第二天下午会安排半天练习,学员请自备电脑)


*8、大数据技术与工业应用


一、| 课程背景 |
随着全球制造业数字化、网络化、智能化的步伐不断加快,工业大数据逐渐成为制造业与新一代信息技术深度融合的落脚点之一,是制造业企业提升效率、降低成本和提高质量的重要手段。
工业大数据作为制造业提升生产力、竞争力和创新力的关键因素,引起各方重视。一是政府层面高度重视,德国“工业4.0”、美国“工业互联网”,还是“中国制造2025”,都将工业大数据作为本国推动制造业创新发展的重要基础。二是产业界抢先布局,意图抢占产业竞争制高点,一方面是企业通过对自身的信息化改造加强对生产线、产品、设备等关键环节的数据采集、存储及保护,为未来的数据分析奠定基础;另一方面是信息化建设相对成熟的企业推出面向工业大数据的产品,并整合上下游资源,着力通过数据分析产品提高自身的竞争力。
三 、| 适用对象 |
制造业企业的大数据项目负责人/智能制造、工业4.0推进工作负责人/CIO/精益负责人/COO
四、| 课程大纲 | 
一、工业大数据的概念与价值
1. 工业大数据的趋势与作用
2. 工业大数据的来源与特征
3. 与互联网数据的比较
4. 工业大数据服务载体——工业互联网平台
Workshop #1
二、工业大数据典型应用场景
1. 大数据分析层次:描述、诊断、预测、决策
2. 智能化关键环节:研发设计、生产制造、运营管理、售后服务
3. 大数据场景:虚拟设计应用
4. 大数据场景:个性化定制应用
5. 大数据场景:预测性生产线维护
6. 大数据场景:产品质量分析
7. 大数据场景:企业运营优化应用
Workshop #2
三、工业大数据评估与实施
1. 全国工业大数据现状
2. 工业大数据的最佳实践
3. 工业大数据的评估方法
4. 工业大数据实施策略
5. 工业大数据系统的构建
6. 平台、应用、基础数据管理、高级数据处理
Workshop #3
四、工业大数据系统与技术
1. 工业大数据架构
2. 工业大数据技术
3. 工业大数据产业
五、工业大数据应用案例
1. 案例:风力装备数字化升级
2. 案例:炼铁行业大数据应用
3. 案例:大唐工业大数据应用
4. 案例:联合利华能效提升应用
5. 案例:沙钢能源管理大数据应用
6. 案例:陕鼓动力智能运维大数据
Workshop #4


*9、LBS均衡生产与拉动式生产沙盘模拟训练营


一、| 课程背景 |
目前中国的市场环境让企业面临着比以往更多的来自低成本、短周期和高品质等方面的压力,这正是在企业全面推精益生产的最佳时机。可很多企业在真正推行时,总是不能系统的看待企业存在的问题,往往是:头痛医头,脚痛医脚的推行怪圈!究其根源的多半是不能从系统面,科学的看待企业存在的各项问题。
常见的生产过程中存在的问题:
• 生产资源利用率低下
• 组织管理无序,花费大量的人力和时间
• 生产库存大
• 不能够满足客户的准时交付需求
所以,需要建立精益生产控制系统,帮助生产组织提升绩效。那么国匠学院《物流基础之均衡与拉动》这门课会采用实战模拟教学方式,让学员站在更高的位置如何将企业存在的现状问题与科学的精益系统理论做有机整合。 二 、| 适用对象 |
工厂厂长、精益推行人员、生产主管、生产经理、物流经理、仓库管理等相关人员
三、| 课程大纲|
第一天
1. 暖场互动及课程期望探讨
2. 生产现状沙盘实战模拟
3. 均衡生产及实施步骤
4. 案例分析---练习制定均衡生产计划
5. 均衡生产库存计算方法
6. 案例分析---练习计算均衡生产库存
第二天
7. 第一天知识点回顾
8. 拉动系统的理论基础及相关元素介绍
9. 案例分析---拉动循环设定与补货时间计算
10. 不同类型看板公式对比与介绍
11. 案例分析---练习看板数量计算
12. 改善结果沙盘实战模拟
13. 回顾课程期望


*10、TPM 实战训练营


一、| 课程背景 |
设备故障率高,完好率低,检修时间长,设备综合效率 OEE 不足 50%;
订单越急,设备越是故障频发,严重影响正常生产!按检修计划早就该修了,但生产不能停啊,设备有问题再说吧;
面对不断增长的设备维护成本,不断增加的设备维修时间我们该怎么办?
设备不清扫,不加油,损坏严重,急剧恶化,设备寿命周期短,花高价卖来的先进设备,用几天就闲置在那里,不知该怎么办?
操作工缺乏培训,不遵守操作规程,甚至野蛮操作;
维修不彻底,同样故障多次重复发生,设备部每天在抢修设备故障,成为救火队,让人烦不胜烦……
针对以上企业的苦恼和痛点,企业的经营者该怎么办?几十万、几百万的设备我们是否有正确地维护措施?面对越来越多设备故障,我们是否能彻底得到解决?企业的效率该如何提高?如何让设备保证生产和品质?如何提高整体效率?
本课程以TPM 生产设备维护保养为主线, 借鉴外资企业的一些优秀设备管理办法和工具,系统阐述了企业如何通过全员参与,持续推进设备管理 TPM 全面改善。同时,结合 TPM信息化系统给学员提供全过程的演练,且走进 TPM 管理标杆企业,学习标杆企业的 TPM管理方法和工具使用的情况,与同行一同探讨 TPM 管理的最佳实践。
二、| 适用对象 |
企业总经理、副总、厂长、生产部、设备管理部经理/主管/工程师/现场班组长及相关中高阶管理人员以及对全面设备管理推行感兴趣者
三、| 课程大纲 |
第一部分:TPM 概述
第二部分:设备目标管理与综合效率改善
1、 设备零故障管理和改善
2、 生产 IPO 与 OEE
3、 OEE 的概念和计算公式
4、 OEE 计算技巧
5、 OEE 专项改善工作思路
6、 课题改善方法与常用工具
7、 课题管理思路与效果评价方法
8、 OEE 专项改善的关键语顾虑
第三部分:TPM 体系核心活动之六大抓手
1、 设备改善圈--TPM 小组团队活动
2、 焦点改善活动
3、 员工提案活动
4、 OPL—点滴教育(10 分钟教育)
5、 设备 6S 管理
6、 设备故障问题的分析与解决—PM 分析
第四部分:TPM 活动主要体系和阶段内容—八大支柱
1、 自主保全
2、 个别改善(课题改善)
3、 专业保全(计划保全)
4、 初期管理
5、 质量改善
6、 环境安全
7、 事务改善
8、 人才培养
第五部分:设备全生命周期管理
1、 设备全寿命周期管理
2、 预防性检修管理—设备状态管理法
3、 备品备件管理
第六部分:班组长的 TPM 操作指南
1、 班组长 TPM 剑法之六脉神剑
2、 故障地图 MAP 的绘制
第七部分:TPM 活动的推进步骤及要点
1、 推行 TPM 的 13 把尖刀
2、 完全基于现场的“3-2-3 主义”
3、 TPM 导入的 12 阶段
4、 TPM 活动方针和目标的确定
5、 TPM 样板区的推进
6、 TPM 改善案例视频分享
第八部分:TPM 系统实践与案例研习
1、 TPM 系统实战演练
2、 TPM 系统应用标杆企业参访与研讨


*11、制造业企业信息化战略规划实战演练


一、| 课程背景 |
经济一体化的浪潮席卷全球,社会化生产与地域资源优势的整合,从传统计划经济体制向现代市场经济体制转变的过程中,面临着迫切的改革形势。中国企业管理的未来发展,必将面临着更加激烈的内外市场竞争与挑战。
利用信息技术改造传统的企业管理模式,全力打造企业的核心竞争力已经越来越成为企业的共识。信息技术的迅猛发展给企业质量管理模式的转变带来新的革命。
企业信息化战略定位随着企业战略的差别而有所差异,营造国际品牌,构筑百年企业,使信息化逐步成为公司的核心竞争力之一。
如何通过信息技术优化企业质量管理流程、整合企业资源、实现质量信息的迅速传递和响应、实现质量管理的协同运作和质量数据的科学分析,推进企业技术改进和品牌提升,是许多企业面临的重要课题。 
二、| 适用对象 |
1、企业总经理、总裁
2、首席信息官(CIO)、信息化技术总监及信息技术主管
三、| 课程大纲 |
(一)、战略规划整体思想——以业务为导向
1、略规划的目的
2、战略规划的内容
3、基本方针
4、战略规划的路径
5、务模式相关性
6、组织架构相关性
7、组织架构相关性
8、单一组织规划方法
9、集团组织规划方法
(二)、略规划组织方式——流程体系先行
1、流程体系的重要性
2、设计流程的方法
3、程设计示例
4、程序文件的要素
5、数据标准化
6、数据标准的要求和步骤
(三)、战略规划实现过程——信息化建设和智能制造
1、信息化的目的
2、信息化建设的指导思想
3、实物流、资金流、信息流的统一
4、息流业务划分原则
5、智能制造的特点
6、智能制造系统逻辑模型
(四)、战略规划保障手段——信息安全管理
1、信息安全内容
2、密码分层管理策略
3、息安全管理基本策略
4、业务连续性策略

培训师介绍:

 
1、李老师

国匠学院高级讲师
中国机械工业联合会专家委员会委员
中国人民大学工商管理硕士(MBA)
机械工业经济管理研究院工业工程研究所所长
职业经历:
十余年来长期从事制造业生产体系、生产效率及智能制造模式研究。2015 年,主导推出《中国制造业生产体系标准化》1.0 版。曾任职于三星中国投资公司管理层。
服务过的企业:
汽车行业,如一汽集团、奇瑞汽车、中国重汽、吉利汽车、北京奔驰、北汽集团、潍柴集团、北汽福田、江淮汽车、一拖集团等;重型装备行业,如东斱电气、哈尔滨电站、上海电气、杭州锅炉、中车公司、一重集团、无锡华光等等;机床工具行业,如沈阳机床、济二机床、齐二机床、德州机床、武重机床、青海华鼎、共享集团、鲁南机床等;电线电缆行业,如远东集团、宝胜股份、铜陵精达、通鼎亏联、温州新乐、明星电缆、青岛汉缆等
2、汪老师

国匠学院高级讲师
同济大学硕士研究生和曼切斯特商学院MBA
23 年制造业企业从业经验,其中近18年的欧美跨国企业工作经历,服务过航空航天部件及航空工业、快消品行业、包装材料及包装机械行业、汽车零部件行业。
《互联网 制造:发现工业4.0时代微蓝海》作者之一
服务企业:延锋、敏实、科勒中国、上汽、苏泊尔、多玛门控、阿里大学等企业,以及南京、厦门、长沙市、宁波、杭州、嘉善、常熟、张家港等政府机构组织的培训。
咨询领域:数字化工厂规划与设计、智能制造解决方案选型与监理、智能制造项目实施与管理、信息化规划咨询、智能制造/信息化项目评审等。
讲授课程:《企业数字化运营变革》、《数字化工厂规划师》、《信息化战略规划之路》《小批量多品种的生产组织方式》、《MES项目经理》、《大数据及其工业应用》、《工业互联网》等。

3、Robert Recknagel(罗伯特 雷克纳格)

国匠学院特约讲师
身为flexis AG副总裁,负责全球制造与物流相关业务。Robert毕业于德国特里尔大学(University of Trier),曾在Alfabet AG担任欧洲和东南亚的企业架构管理解决方案顾问。在此之后,他在Rhenus Logistics主导落地了重要的国际物流理念和战略,并构建了他们的四方物流(4PL)业务。Robert长期投身于汽车和制造业的先锋创新领域;精专并热衷于供应链的互联及实时决策和端到端集成精益业务模式。
Robert是GFPM-德国生产管理机构以及巴登-符腾堡州工业4.0集团最佳实践智囊团的成员。曾于2015年荣获德国AKJ汽车领域专家组的elogistics奖项,同时也是德国巴登-符腾堡州(Baden Württemberg)颁发的工业4.0奖获得者。

4、沈老师

国匠学院高级讲师
flexis的高级咨询顾问及资深项目经理,获得德国汉堡理工大学物流专业硕士学位,拥有深厚的物流相关专业背景。毕业后专注于企业的生产管理及物流优化,先后参与十多个企业的物流优化项目;回国后投身于企业生产计划及供应链管理领域,累积了丰富的行业经验。
服务的客户: 包括可口可乐集团, 意大利费列罗集团, 瑞士门窗巨头Ego Kiefer, 日本办公用品Konica Minolta, 丹麦啤酒制造商 Royal Unibrew, 德国橱柜Nolte集团以及中国华晨宝马等快消,制造及汽车行业的知名企业。

5、孟老师

国匠学院高级讲师
南开大学 MBA
中国采购与物流联合会核心专家
美国质量管理协会六个西格玛黑带
擅长供应链管理、战略采购、精益生产系统、项目管理、业务流程再造、需求管理、智能制造,拥有全球知名外企、中企的多年管理实践经验,精于战略采购与供应链管理,帮助企业实现战略采购与供应链优化与流程再造等落地多年咨询经验,为数十家中外知名企业提供过战略采购、供应链再造、需求管理、管理提升、业务流程、咨询服务,涉足机械、电子、IT、航空、石油设备等多个行业。
案例:
中国国航战略采购与内控
国务院国资委:国有企业采购规模统计与模型研究
天津波奥赛斯:精益制造系统内训
法国法马通电子:条形码导入与ERP系统实施,需求管理
中国人民银行:战略采购管理
天津中联精密铸造:精益运营系统导入
沧州凯德凯业弹簧有限公司:运营绩效提升
辉门(廊坊)汽车配件有限公司:业务流程改进与内控

6、郭老师

国匠学院高级讲师
博士,教授级高工
上海某信息科技公司 首席科学家
走向智能研究院工业大数据首席研究员
清华大学软件学院特聘研究员
曾担任中国工业与应用学会副理事长、中国现场统计学会理事、上海市人工智能学会理事,上海交通大学、东北大学、上海财大等多家单位的兼职教授或研究生导师、工信部人才开发中心专家库成员。曾在牛津大学、清华大学做访问学者。
曾长期担任宝钢研究院首席研究员,宝钢技术业务专家。多年扎根企业的研发一线,获得宝钢最高荣誉“金牛奖章”、“全国青年岗位能手”、“全国优秀青年创新奖”、“上海市职业道德先进个人”等多个荣誉称号。获得中国工业互联网产业联盟2017、2018年度的杰出贡献奖。
曾参与国务院发展研究中心、中国工程院、工信部多项重大战略咨询课题研究。在智能制造相关领域,是北京、广东、上海、杭州等多地相关智库的专家组成员。著有《管中窥道:技术创新的观念与方法》一书,并参与《三体智能革命》等书的合著。

7、赵老师

国匠学院高级讲师
复旦大学软件学院副教授
对外贸易大学MBA班讲师
江南大学MBA讲师
SAP大学联盟培训讲师
在复旦大学软件学院主要研究商务智能和大数据技术与应用,负责电子商务、大数据核心技术与应用、客户智能和商务智能的教学,2011年纽约大学Stern商学院访问学者。目前主要研究方向包括电子推荐、智能决策和大数据分析等。主持国家自然科学基金2项、中国博士后科研基金、上海市浦江人才、IBM Shared University Research以及多项企业合作课题等项目,获得上海市2015年上海市科技进步二等奖。
与SAP、IBM等公司有长期广泛的合作,主持和参与了江苏中天集团、上海自贸区、上海交巡警总队等10几家单位数据分析、流程优化的合作项目。
授课特点:理论和实践结合,深厚的学术功底和丰富的企业数据分析项目实践,讲课深入浅出,强调结合企业的实际问题讨论。
服务客户:上海联通、浙江移动、上海电网、上海机场管理局、黑龙江邮政、交大海外学院、江苏中天、达内、联通、复旦科华、中国移动杭州分公司等。

8、贺老师

国匠学院高级讲师
博士,主持承担工信部/上海市工业互联网创新课题多项,参与工信部《工业互联网网络标识解析体系》项目,主持承担工业互联网标识解析国家节点建设、制造强国工业大数据国家节点的规划设计/建设/运营工作。支撑政府编制工业互联网、大数据、人工智能产业政策,支撑世界人工智能大会总体策划,成立运营上海人工智能发展联盟,参与制定《数据资产管理》、《大数据存储和处理平台技术要求》等大数据国家标准。支撑上海市成功申报国家大数据综合试验区获批。牵头负责《上海临港工业大数据平台》、《工业互联网综合试验验证平台》建设。支撑上海临港国家工业互联网示范区、智能制造示范区建设。从事企业管理咨询、信息化规划建设及大数据业务经营10余年,发表互联网大数据等方面核心期刊论文30余篇。
服务企业:东方航空、航天八院、华谊集团、中国商飞、双钱轮胎、三一重工、联合汽车电子、振华重工、威派格智慧水务、外高桥造船、上汽集团、上海电气、上海仪电、中国电信、中国移动、中国联通、环球车享、宝信、英内物联网、上海医药、上海现代中医药公司等
擅长领域:工业大数据,工业互联网

9、龚老师

国匠学院高级讲师
著名实战派精益生产专家
采购供应链管理专家
中南大学工学学士
曾任上汽集团生产部经理
量子大学精益管理专业分会会长 首席咨询官
一汽大众采购部特聘供应链降本增效专家
清华大学总裁班、浙江大学总裁班 特聘专家
上海交大继续教育学院,上海财经大学商学院 特邀讲师
国家电网管理学院特邀讲师 “松下流” 咨询专家
“培训前沿”生产物流类十强讲师
10年生产质量管理经验,10年咨询培训经验
授课风格:
专业、实用性强,授课思路清晰,逻辑严密;授课方式深入浅出,易于接受和理解;课堂氛围活跃、互动性强。善于结合实例让学员对精益生产管理的各种工具方法有更深刻的理解,并将自己丰富的实用管理技能与经验与学员分享,实用性及参与性大大加强。
服务客户:
中国兵器装备集团公司、一汽大众、北汽集团、奇瑞捷豹路虎集团、陕汽集团、上汽通用五菱重庆分公司、上汽通用五菱青岛分公司、重汽济南商用车、长春均胜、中融新大、、上海大众联合发展、中国兵器人才学院、九江昌河铃木、江苏盛虹集团、盐城摩比斯、青铜峡铝厂、久保田建机、常熟拓凯、苏州三星恺美科。。。

10、Michael

国匠学院资深讲师
资深精益顾问
专业知识和实践经验都很丰富,早期从事过多年的供应链运营管理工作,涉及质量管理,新品本土化导入,工艺流程编制,生产运营管理,精益生产制造,项目采购,项目管理等。随后从事多年的企业精益生产咨询工作,累计服务过客户80 ;每年精益元素类培训人次超过300 ,为企业培养精益专家50 ,带来的成本节约远超百万。

11、许老师

国匠学院高级讲师
从事IT行业20年,任某汽车零部件公司IT总监,高级工程师,信息管理理学硕士。长期从事企业信息化和智能化建设,涉及ERP、MES、QMS、PLM、智能制造、数据挖掘等多个方面。徐老师在企业战略规划和管理,信息安全及内控管理,以及企业业务流程体系建设方面有着丰富的实战经验。徐老师的课程可以帮助企业长期战略业务目标的落地,为IT的战略布局出谋划策,选择最佳路径,控制成本和预算,提升流程和执行效率,规避潜在风险,全面整体提升企业的软实力。

本课程名称: “数字化工厂系列核心课程”特惠包

查看更多:生产管理公开课

智能制造 数字化工厂 互联网 大数据 AI 供应链 MES APS TPM 相关的最新课程
讲师动态评分 与同行相比

授课内容与课纲相符00%

讲师授课水平00%

服务态度00%