我要報名

咨詢電話：
手　　機：	郵箱：

課程介紹

在智能制造與工業4.0的推動下，工廠生產計劃與物料控制（PMC）面臨多品種、小批量、短交期的復雜挑戰。傳統人工排產依賴經驗，難以動態響應設備異常、物料短缺、訂單變更等突發問題，導致生產效率低下、庫存積壓、交付延遲。本課程以AI技術為核心，系統性講解如何通過數據驅動優化主生產計劃、庫存管理、供應商協同等關鍵環節，結合制造業真實場景（如動態排產、需求預測、缺料預警），幫助學員掌握AI工具的應用邏輯，實現生產計劃的精準化與物料控制的智能化，助力企業降本增效與柔性制造轉型。

課程特色：

1.場景聚焦：圍繞PMC全流程設計模塊，覆蓋計劃、排程、庫存、采購等核心場景。

2.技術實用：結合制造業數據特點（時序性、多維度），提供可落地的AI算法與工具指南。

3.案例實戰：基于真實工廠數據（如離散制造、流程制造），模擬AI優化決策過程。

4.工具賦能：推薦低成本、高適配性的AI工具，降低技術應用門檻。

課程大綱

第一章：AI 與現代PMC 概論

•知識點：PMC的核心職能與挑戰、AI在PMC中的價值（動態預測、實時優化）、現代PMC與傳統PMC的差異（數據驅動 vs 經驗驅動）、AI與ERP的高度融合（數據互通、實時決策支持）、AI適用于多品種小批量企業的核心邏輯（柔性響應、快速迭代）。

•講授方式：理論講解+行業痛點討論（如訂單交期延遲率分析）。

•練習：分組討論某電子廠因計劃不精準導致的庫存成本問題

•案例：某家電企業通過AI與ERP系統融合，實現生產數據實時同步，訂單交付周期縮短15%。

•輸出工具：智能PMC系統

•解決問題：破除對AI技術的誤解，明確AI在PMC中的落地場景。

第二章：AI 驅動主生產計劃

•知識點：主生產計劃（MPS）制定邏輯、需求預測模型、AI生成主生產計劃的流程（數據輸入→模型訓練→多版本方案對比）、多約束條件優化（產能、物料、交期、人力、技能、標準文件等）、AI排計劃的未來趨勢（實時動態調整、自適應學習）

•講授方式：算法推演+工具實操（如輸入歷史訂單數據生成預測結果）

•練習：基于模擬的訂單波動數據，使用AI工具生成未來3個月的主生產計劃，并對比人工方案的差異。

•案例：某汽車零部件廠通過LSTM模型預測需求，計劃準確率提升25%，并實現插單場景的秒級響應。

•輸出工具：AI排產公式下的《主生產計劃》

•解決問題：解決人工計劃主觀性強、響應速度慢的問題。

第三章：AI 驅動人員需求計劃與培訓計劃

•知識點：人力需求預測方法（工作量分析法、技能矩陣）、AI驅動的培訓路徑設計（基于崗位能力缺口）、動態排班優化、AI快速生成精準人力需求計劃的邏輯（主計劃數據→技能匹配→缺口分析）。

•講授方式：案例拆解+工具模擬（如輸入產線效率數據生成人力需求熱力圖）。

•練習：根據某車間產能數據，設計AI驅動的月度排班方案，并模擬技能缺口自動生成培訓計劃。

•案例：某機械制造廠通過AI分析技能缺口，培訓效率提升30%，人力浪費減少18%。

•輸出工具：AI 生成的《人員招聘計劃》、《多能工培訓計劃》

•解決問題：避免人力浪費與技能不匹配導致的效率瓶頸。

第四章：AI 驅動途程計劃

•知識點：工藝路線優化（最短路徑、瓶頸工位識別）、AI實時監控與動態調整（設備異常、工藝變更）、多品種混線生產的途程規劃、AI制作途程計劃的核心目標（標準化文件輸出時間與質量控制）

•講授方式：算法演示、 工廠仿真系統操作

•練習：在仿真系統中調整工藝參數，觀察AI如何優化生產路徑，并生成標準化工藝文件（如SOP、BOM）。

•案例：某注塑工廠通過AI優化模具切換順序，換模時間減少40%，工藝文件輸出效率提升50%。

•輸出工具：AI 生成的《途程計劃》

•解決問題：解決傳統途程計劃僵化、無法適應突發變化的問題。

第五章：AI 驅動精準庫存管理

•知識點：安全庫存計算模型、AI缺料預警（基于BOM與供應鏈數據）、庫存周轉率優化、AI完成物料ABC分類的邏輯（消耗頻次、價值權重）、不同存貨的管理策略（A類高頻監控、C類簡化管理）。

•講授方式：數據建模+工具實操（如輸入物料消耗數據生成庫存預警報告）。

•練習：針對某物料的季節性波動，設計AI驅動的動態補貨策略，并生成ABC分類報告。

•案例：某食品廠通過AI預測原料需求，庫存成本降低18%，呆滯庫存減少60%。

•輸出工具：生成自己的智能庫存管理系統、支持ABC分類與策略推薦

•解決問題：減少庫存積壓與缺料停線風險。

第六章：AI 驅動供商管理與采購計劃

•知識點：供應商績效AI評估模型（交貨準時率、質量合格率）、采購需求協同預測、風險預警（如原材料價格波動）、AI數據分析在供應商管理中的應用（歷史數據挖掘→評分模型→分級管理）。

•講授方式：案例推演+工具操作（如模擬供應商評分并生成采購建議）。

•練習：根據供應商歷史數據，制定AI驅動的年度采購策略，并模擬價格波動場景的風險應對。

•案例：某化工廠通過AI篩選優質供應商，采購成本下降12%，交貨準時率提升20%。

•輸出工具：供應商智能管理

•解決問題：打破采購信息孤島，提升供應鏈協同效率。

第七章：AI 驅動生產排程

•知識點：高級排程算法（遺傳算法、模擬退火）、多目標優化（設備利用率、交貨期）、插單與急單的智能響應、AI分析產線現狀數據（設備狀態、工單進度）生成合理排程的邏輯。

•講授方式：算法對比分析+排程工具實戰（如緊急訂單插入后的動態調整）。

•練習：在排程系統中模擬設備故障，觀察AI如何重新分配任務，并生成排程優化報告。

•案例：某半導體廠通過AI動態排程，設備利用率提升22%，訂單延誤率降低35%。

•輸出工具：智能排程（甘特圖可視化）

•解決問題：解決傳統排程僵化、無法應對復雜擾動的問題。

第八章：AI 驅動生產運營數據分析

•知識點：生產運營KPI體系（OEE、DTD）、根因分析（決策樹、關聯規則）、AI驅動的實時監控與異常預警、AI快速產能分析（歷史數據→瓶頸識別→優化建議）、AI提前識別計劃風險點（如物料短缺概率、設備故障預測）。

•講授方式：全流程實戰（從數據采集到生成分析報告）。

•練習：基于某產線實時數據，使用AI工具診斷效率瓶頸，并生成風險預警清單。

•案例：某紡織廠通過AI分析設備日志，故障停機時間減少35%，產能利用率提升15%。

•輸出工具：生產運營智能分析平臺（支持自定義看板與風險地圖）。

•解決問題：避免數據分析滯后，實現問題實時定位與閉環管理。

周老師

Mr zhou是AI賦能制造業領域的“先鋒導師”，作為AI人工智能授證訓練師，他以13年世界500強制造經驗與9年咨詢實戰為根基，率先實現“AI技術”與“工廠管理”的深度融合。他始終秉持“制造業智能化不是炫技，而是解決真問題”的核心理念，專注AI在生產計劃、設備維護、品質管控、干部人效提升等核心場景的落地實踐，形成了“理論扎實、案例鮮活、落地性強”的獨特優勢。在工廠項目推行期間，他主導“AI輔助生產排程”項目，通過算法優化多品種小批量訂單的排程，使設備利用率提升18%，交付周期縮短30%。轉型咨詢后，他為企業設計“AI+管理”方案，開發“設備效率分析系統”，某企業應用后故障預警準確率提升37%，突發停機減少60%。

他深耕AI賦能工廠干部管理領域，不僅撰寫并發表《AI賦能工廠干部人效提升》專著，系統拆解AI與干部管理的融合路徑，更將理論成果轉化為實戰課程，該課程已成功申請版權并通過認證，成為企業提升管理團隊智能化能力的核心選擇。其提出的“智能制造實施路徑”方法論，將AI技術與精益生產、TPM等管理體系深度融合，構建“數據采集-算法建模-場景應用-持續優化”的完整閉環，在某電子企業實施后，生產效率提升35%，質量缺陷率下降50%，能源消耗降低20%；在干部人效提升場景中，助力合作企業實現管理效率提升40%、決策響應速度加快50%的顯著成效。

核心資質

•AI人工智能授證訓練師、企業工商管理碩士，AI+制造業領域10+年實戰經驗•13年世界500強制造經驗：夏普“AI+生產管理”項目主導者，訂單交付率提升25%，庫存周轉率提升30%，獲“夏普全球智能制造先鋒”稱號•

9年咨詢實戰：一汽大眾、南京LG新能源等企業AI項目合作顧問，主導30+AI落地項目，成功率90%以上，覆蓋生產、設備、質量、干部管理等多場景

•專著成果：撰寫《AI賦能工廠干部人效提升》書籍并正式發表，構建AI與工廠管理深度融合的理論體系

•課程認證：核心課程《AI賦能工廠干部人效提升》已成功申請版權并通過認證，具備標準化、可復制的落地價值

•培訓實績：2025年累計完成100個人天AI專題培訓，學員滿意率均超95%，課程復購率與企業轉介紹率位居行業前列

服務客戶

•汽車行業：一汽大眾汽車有限公司、大陸汽車電子（長春）有限公司、豐田合成(張家港）塑料制品有限公司

•電子電器：富士康科技集團、華為技術有限公司、蘇州三星電子有限公司、廈門ABB有限公司

•機械制造：中船江南重工股份有限公司、上海電氣集團、沈陽機床集團、大連重工·起重集團有限公司

•新能源：寧德時代新能源科技股份有限公司、南京LG新能源有限公司、比亞迪汽車工業有限公司、遠景能源有限公司

服務成果

•AI設備效率系統使故障預警準確率提升37%，停機減少60%，某汽車零部件企業年減少停機損失超800萬元•AI排程方案使物料周轉率提升20%，庫存成本降低15%，某電子企業通過AI排程優化，訂單交付周期從25天縮短至18天

•某新能源企業應用AI質量檢測系統，檢測效率提升400%，漏檢率從0.5%降至0.01%，年節約檢測成本超300萬

•某機械制造企業導入“智能制造實施路徑”方法論后，生產效率提升35%，質量缺陷率下降50%，能源消耗降低20%

•某制造企業應用《AI賦能工廠干部人效提升》課程體系后，干部決策周期縮短50%，團隊工作效率提升40%，管理成本降低18%

•2025年服務的企業客戶中，80%實現AI項目3個月內快速落地，70%達成效率/效益雙提升目標，學員滿意率持續保持95%以上.

我要報名

在線報名：AI驅動精準生產計劃&物料智控(上海)