数字化转型与智能制造培训

近两年,随着两化融合的进一步深化,网络化、数字化、智能化实践在行业快速推进,且被公认为是中国企业重塑核心竞争力的必由之路。正是在这个被称为是企业战略创新的过程中,诸多的制造业管理者和首席数据官(CDO)开始思考及正视制造业的本质和核心价值。在这个前提下制造执行系统(MES)这个实现生产透明化、精细化管理的管理工具也被业界再次聚焦。 在密集创新技术和理念的轮番攻击下,我们到底应该如何看待数字化转型,被称之为智能制造核心的ERP、MES、CRM、SCM、PLM、C3P等数字化SaaS系统到底应该如何规划、如何应用才能真正发挥大数据的要素价值。

1 如何看:数字化时代智能制造的发展趋势

1.1 十四五新形势下的数字化转型发展趋势

1.2 数字化转型的三个阶段

1.3 数字化转型带来的七个收益

1.4 数字化转型如何实施落地

1.5 什么是智能制造

1.6 智能制造行业应用发展趋势

1.7 智能制造的体系架构发展趋势

1.8 云计算、大数据与人工智能发展趋势

1.9 5G、6G以及工业互联网的发展趋势

2 如何谋:智能制造行业应用场景与商业模式

2.1 智能制造的典型应用场景与商业模式

2.2 连续型智能制造升级转型案例:智慧能源、石化、钢铁、烟草

2.3 离散型智能制造升级转型案例:汽车、医疗设备、机电设备、建筑

2.4 消费物联网应用案例:快消行业

2.5 公众物联网应用案例:智慧银行、金融、医疗

2.6 产业物联网应用案例:制造业、工业互联网

2.7 人工智能的数字化基础设施与三个核心要素

2.8 什么是深度学习

2.9 卷积神经网络(CNN)的典型应用:机器视觉

2.10 递归神经网络(RNN)的典型应用:自然语言处理

2.11 生成对抗式神经网络(GAN)的典型应用:自动驾驶汽车

3 如何做:构建智能制造解决方案、成功要素与关键能力

3.1 中国制造2025出台背景及其国际竞争

3.2 两化融合 OICT 解决方案案例:智能电网

3.3 CPS 与数字孪生典型解决方案案例:数字化油田等

3.4 什么是工业互联网

3.5 工业互联网的五个愿景

3.6 工业互联网平台如何建设

3.7 工业互联网生态如何建设

3.8 智能工厂与企业数字化架构(EA)

3.9 5G-Avanced 在智能制造中的应用