课程大纲

一、 智能制造的未来趋势

a) 认知制造打造认知型企业：发挥数据和算法的价值

b) 打造数字化人才和组织：数字化领导能力，数字化专业能力，数字化应用能力

c) 一道数学题：深度的业务建模、技术建模、工程建模和数据建模的融合成企业建模

d) 打造领域的竞争力：领域专家和数据相辅相成构建专家型企业

e) 平台赋能赋智：工业互联网到产业互联网

二、 集成数字化产品创新平台

a) 打造客户体验中心，理解基于场景的客户需求

b) 产品架构设计能力——打造平台化、模块化、参数化产品战略

c) 打造基于数据和机理模型的设计仿真中心——构建产品知识库和快速试错

d) 打造基于数据、机理模型和数字孪生的产品工艺仿真能力，快速进行工艺设计和工艺优化

三、 智能产品

a) 基于业务设计思维的产品和业务创新模式：创新的原则、创新环、关键要素

b) 规模化敏捷产品创新和业务创新

c) 全新客户体验管理平台和体验创新：销售和需求的认知

d) 物联产品和智能化服务

e) 智能客户运维平台

f) 基于生态的产品创新：认知供应链和采购

g) 人工智能服务平台

四、 智能运营

a) 认知运营，基于数据和业务机理模型构建智能运营能力

b) 智能运营的标准：客户满意度，敏捷供应链，卓越的效率

c) 聪明助理：协助员工快速建立交易单据、日常报表汇整，让员工专注在高价格工作上

d) 智能议价：协助业务考虑多样规格及价格波动因素，提供精确的售价计算

e) 智能应答：客户可**语音或文本查询订单交期、运送时程及预计到货日期

f) 敏捷运输：结合货运车队所提供的运输情资，实时安排出货行程及监控运送状况

g) 智能供需：考虑销售计划、采购配额与长短交期的生产规划，维持高效率的供需平衡

h) 应收应付智动化：自动辨识请款发票单，并将该单据发送给采购部门，同时完成发票 验证作业

i) 聪明月结：结合电子支付及影像辨识，检核并警示异常的收付单据，加速月结作业程序

j) 智能战情室：整合核心系统与市场信息，提供完整的信息，协助管理阶层快速决策

五、 智能工厂

a) 基于数据和认知的新一代智能工厂架构

b) 智能HSE

c) 智能生产计划和排程

d) 智能物流：精益和数字化物流

e) 认知型设备管理

f) 基于数据和知识的智能质量管理体系

g) 基于标准、数据和知识的工艺管理体系

h) 协同制造管理

i) 视觉智能赋能品控和安全

j) 智能工厂核心执行系统MES

k) IOT管理和数据分析平台

l) 数智化“双碳”解决方案

六、 企业级平台

a) 基础设施云化

b) IT运维智能化，执行自动化

c) 低代码化应用开发

d) 认知流程自动化

e) 企业数智化人力资源平台转型

f) 智能共享服务作业中心

七、 新型智能制造的落地方法

a) 构建新一代愿景

b) 发掘新一代机会

c) 打造新一代能力

d) 构建新一代组织和绩效管理能力

e) 采用新一代方法

f) 布局：数字化智能化转型的路径：评估现状，过渡期变革管理，推广期变革管理

数字化制造到智能制造

——技术落地实战

课程大纲

一、 数据集成，数据驱动智能制造的大脑

1. 构架在数据高速公路上的智能化企业

i. 横向和纵向集成

ii. 端到端的集成

iii. 数据集成和数据驱动赋予企业的柔性，敏捷性和开放性

2. ERP/CRM/MES/PLM/SCM/CAM/CAE/仿真系统的集成和信息高速公路

i. 企业数据集成实战案例：业务，技术和财务深度一体化

3. 数据治理3.0——如何构建企业完备的数据基础

i. 数据标准化的基础

ii. 数据可解构

iii. 数据和业务可互译

iv. 数据治理实战案例

v. 数据治理案例：华为数据治理体系构建

4. 协同设计平台——数字化产品开发工具让一切变得简单

i. 自上而下一体化设计体系

ii. 融合客户体验、制造、采购、质量、服务各维度需要的设计DFX（DFM/DFA/DFR/DFT/DFP/DFMRO）

iii. 成熟的MBD体系——数字化协同设计平台

iv. 数据交换平台

v. 案例：某装备制造企业产品协同创新平台PLM实施

5. 产品生命周期管理

i. 产品生命周期管理系统的定义

ii. 智能制造时代的PLM新定义

iii. PLM系统给企业的产品创新提供强力支持

iv. PLM是助推企业模块式经营

二、 科学设计仿真和工厂仿真

1. 材料结构设计仿真建模

2. 电子设计仿真

3. 模拟仿真验证产品设计和制造工艺

4. 工业4.0时代的工业生产技术工程

5. 虚拟制造

6. 运用信息技术构建精益工厂

7. 人体数字建模和工位设计

8. 工业机器人作业仿真建模

9. 数字工厂和物流仿真设计

10. CAD，CAM和CNC数据链和价值链

11. 案例：某工厂的智能制造数字孪生工厂项目

12. 案例：某材料制造工厂的高炉仿真系统的实施

三、 制造执行中的数据集成和数据驱动——透明，同步

1. 先进计划排程APS

2. 数据采集和设备集成

3. 资源管理——设备，工装，工具，检具等

4. 智能检测、质量数据集成和质量管控

5. 智能仓储、智能物流

6. 制造运营管理平台MOM=MES/WMS/WCS/QMS

7. 数据驱动，工业大数据和智能化制造

8. 数据驱动，大数据，大洞察，大知识，大智慧，大改进

9. 知识模型化，自动化驱动企业智能化，社会集约化

10. 案例：汽车零配件企业的MOM的实施

四、 物联工厂

1. 5G 物联网

2. 内嵌系统到物联网

3. 传感器，控制器，驱动器

4. RFID标签和条码技术

5. 物料、设备、工装工具、检具物联网实践

6. 智能互联产品

7. 物联工厂是智能制造的基石

8. 案例：海尔物联工厂

五、 智能化装备设计和运营

1. PLC和基于计算机的控制

2. 标准化是互联的基础：OPC-UA，ETHER-CAT/PROFINET

3. 智能工位设计

i. 工艺标准化、数字化、模型化是智能工位的基石

ii. 制造场景设计和作业流

iii. 作业的动作分解和功能实现装置

iv. 机器人功能和局限

v. 智能物流

vi. 智能上下料装置

vii. 智能组装线

viii. 智能加工中心

ix. 智能检测设备和系统

4. 智能产线设计和运营

i. 产线的功能域定义和柔性

ii. LES系统

iii. 不合格品管理和自动化处理模式设计

iv. 设备故障和应对机制设计

5. 智能车间设计和运营

i. 智能环境设计和管控——风、水、电、气系统

ii. 安全体系设计和管控

iii. 智能建筑设计和运营

6. 案例：铁科院工业4.0工厂的规划和实施

六、 工业大数据和人工智能

1. 数据时代的摩尔定律

2. 数据成为**有价值的资产

3. AI1.0,2.0,3.0的概念和关键特征

4. AI3.0 工业——知识建模应用，知识发现和知识普及

5. AI 工业的5个实战案例

七、 AR、VR、MR 工业

1. 增强现实技术和实战

i. AR 组装

ii. AR 巡检

iii. AR 维修

2. VR技术和实践

i. VR设计

ii. VR用户购买体验

iii. VR工厂参观

八、 模块化产品设计，模块化制造，模块化经营

1. 工业4.0时代的产品营销和销售

i. 个性化需求逐渐盛行

ii. 对客户场景的理解力和反应能力决定了创造市场价值能力和生存能力

2. 平台化，模块化，参数化的产品个性化制化设计

i. 模块化设计

ii. 模块化产品设计的战略性收益

iii. 模块产品设计方法

3. 敏捷性和超级柔性制造的战略选择模块化、参数化制造

i. 模块化参数化制造的概念和战略收益

ii. 模块化生产设计

iii. 模块化制造的智能设备和工装夹具

iv. 基于模块化、参数化制造场景的智能工厂

4. 开发性的模块化经营企业的战略优势

i. 加法和减法

ii. “短板理论”失效， “长板理论”开始成立

iii. 模块化经营战略设计

5. 案例：本田新能源汽车模块化制造体系

九、 协同制造业务模式

1. 构建在数据集成和数据驱动的开放式企业，驱动协同制造浪潮

2. 供应链设计协同

3. 供应链制造协同

4. 供应链服务协同

5. 生态圈——每个企业的必备的战略思考

十、 服务化转型

1. 全生命周期的服务——先进服务概述

2. 制造业服务化的类型

i. 基于产品的服务

ii. 基于企业专业能力的服务

iii. 先进服务的特征

3. 先进服务交付系统设计

4. 服务化业务设计

5. 先进服务化转型中的业务流程和组织构建的纵向集成

6.  先进服务化转型的流程

7. 制造服务化的案例

十一、 企业数字化智能化转型之路

1. 从业务转型蓝图开始

i. 工业化和数字化现状诊断

ii. 智能化目标和蓝图

a) 信息化、数字化技术赋能如何改变我们和用户的互动关系，如何为价值链创造价值

b) 企业在数字化时代的生存模式

2. 打造数字化文化基因、人才团队和变革动力

i. 数字化智能化企业的DNA

ii. 数字化企业的人才

iii. 数字化企业的业务流程和组织架构

3. 智能工厂从产品研发，工艺数字化开始

4. 智能工厂业务数字化

5. 构建自己的数字化生态圈

6. 新业务模式转型

培训中案例：

1. 红领服饰

2. 德国豪迈和尚品宅配

3. 博世洪堡阀门工厂

4. 博世汽车配件厂

5. 崔克自行车

6. 哈雷戴维森摩托

7. 宝马工厂

8. 荷兰菲仕兰乳业公司

9. 西门子安贝格智能工厂

10. 海尔cosmo工业互联网平台

11. GE 工业互联网平台

12. 达索系统端到端数据集成

13. 自动化智能化控制系统案例

5G 工业互联网和制造业数字化转型

5G的特征是高带宽、低时延、高可靠、海量链接。5G将快速推进产业互联网时代的到来。

工业互联网是基于边缘计算、云平台（云存储云计算）、工业云应用（工业软件SaaS和众多工业微服务APP）构建的一整套泛在连接、云化服务、知识积累、应用创新的工业智能生态系统。工业互联网的本质是物联网、边缘计算、云平台、大数据、人工智能等信息技术的集成，构建精准、高效和实时的数据采集，建设互联、存储、分析、优化的使能平台，实现数据、技术和经验知识化、知识模型化软件化复用化，**SaaS和种类繁多的APP让制造业简洁快速地实现数字化转型升级，**终形成资源富集、多方参与、合作共赢、协同进化的制造生态系。这将使企业的数字化转型的门槛大大降低，数字换的转型的收益得深度挖掘。

基于互联和数据的智能制造，将彻底颠覆制造业的价值链。那些驶入智能制造高速公路上的企业将以越来越快的速度积累自己的知识资产，成为专家型企业，优化自己的生态圈。未来成功的价值链将是一批专家型企业构建的一个卓越的价值链。那些不能构建自己智能制造体系的企业将不可避免的被淘汰。

课程大纲

一、 必然——制造业数字化转型是生存下去的唯一出路

1. 数字化转型概述

2. 数字化转型为制造企业带来的六大能力（机会）

a) 基于数字技术设计更好的客户体验，得到更多，更忠心的客户

b) 基于数字化技术，链接科技创新和客户体验，进行快速产品创新

c) 数字化技术赋能，企业可以精准的运营，得到速度，敏捷型，质量和成本的竞争优势

d) 数字化技术赋能的超链接能力，基于“长板哲学”快速构建良好生态

e) 数字化技术赋能服务创新，基于结果和体验的服务延伸，创造更大的价值，进而推进商业模式的创新。

f) 数字化企业中充分发挥人的创造性、工匠精神实现人生价值，进而可以充分挖掘和吸引优秀的人才。

3. 全数字化颠覆——大灭绝和大爆发

二、 工业互联网企业数字化转型——云化思维

1. 工业互联网技术架构

2. 工业互联网商业逻辑

3. 工业互联网平台的构架解读

4. 工业互联网生态体系和产业互联网

5. 中小企业数字化的困境和出路——工业互联网

6. 资源富集、多方参与、高精尖的云端服务和应用、低成本无限复用是出路

7. 现在世界上**的几个工业互联网平台实践分享

8. 工业互联网的技术标准和趋势解读

9. 工业互联网的产业**实践

a) 海尔COSMO Plat——生态型的工业互联网

b) 东方国信CloudIIP——产业互联网的雏形

c) 树根互联——产品云的实践

三、 工业互联中的AI

1. 人工智能的概念和发展历程

2. 人工智能的分类

3. 人工智能的技术生态

4. 人工智能的对世界的影响

5. 人工智能的生态和文化

6. 人工智能的应用场景

案例：制造，图像识别 机器学习优化铜箔工艺

案例：制造，语音识别 机器学习优化生产工艺

案例：无人超市，机器学习 智能环境优化商品组合和摆场

案例：产品设计，实验数据 机器学习优化仿真参数和产品设计

7. 人工智能的产业规划

四、 工业互联网助力制造业产业集群数字化转型路径

1. 新基建和工业互联网

i. 数字化基础设施——公有云和私有云ISSA

ii. 产业操作系统行业PAAS

iii. 数字化生态圈行业SAAS

2. 云制造概念和应用。案例：航天科工云网

3. 云化生态。案例：华为云ROMA平台和沃土计划

4. 案例：树根云助力机加行业转型升级

5. 案例：海尔卡奥斯平台打造以用户和场景为中心的生态

五、 工业互联网中的工业标识解析体系

1. 工业互联网标识解析体系解读

2. 工业互联网标识解析规划和建设进展现状

3. 工业互联网标识解析体系对产业和企业的数字化转型升级的影响

六、 企业数据治理和数据应用

1. 工业数据标准体系规划、制定和实施

2. 技术标准驱动工业数据标准

3. 业务模型为基石的企业元数据模型

4. 数据标签和数据分析

5. 元数据管理和主数据管理

6. 数据湖技术集，数据提取，数据加工，数据分析和数据存储

七、 数字孪生和工业机理模型库

1. 对象建模和数字孪生技术

2. 机理建模和数字化孪生技术

3. 虚实同步，无限试错，以虚优实

4. 算法库在工业大数据建设中的意义

5. 工艺建模

6. 质量建模

7. 设备机理建模

8. 产品机理建模

9. 销售业务算法库

10. 物流业务算法库

11. 计划和排程算法库

八、 工业互联平台的API

1. API的功能

2. 优秀的API的特征

3. 有利于开发者的API

4. 后端和前端的构建逻辑

九、 工业场景化APPs开发

1. 业务需求深度解读

2. 关键用户和定义业务需求

3. 定义业务对象、业务场景和业务流程

4. 定义数据源和算法库

5. 原型配置和试点

6. 评估和迭代

十、 工业互联网生态圈理论和实战

1. 工业互联网产业互联，数据富集，知识和能力赋能赋智生态圈蓝图

2. 案例：华为“沃土计划”“华为优选”生态战略介绍

3. 案例：阿里云赋能赋智平台生态战略

4. 产业大脑如何赋智赋能产业发展

十一、 工业互联网产业大脑构建实战

1. 业务设计——产业互联网

i. 产业数字化创新机会和产业蓝图

ii. 产业能力地图和竞争优势打造

iii. 平台如何构建赋能赋智打破产业困境，创造价值蓝海

iv. 产业互联网赋能赋智，共创共享商业模式设计

2. 工业互联网能力建设

i. IOT联网平台能力建设

ii. 基础设施云化能力平台建设

iii. 数据管理能力建设

iv. 算法库：行业机理模型和数据建模能力建设

v. 数字孪生能力建设

vi. 基于产业痛点的应用能力建设

vii. 产业生态圈能力建设

viii. 金融，供应链，智力资源跨界生态能力建设

3. 实施落地框架建设

i. 标准化，低成本，保安全的IOT和互联互通落地能力框架

ii. 边缘层赋智赋能能力建设：Edge-MES, Edge-EAM, Edge Smart factory……等应用和运维

iii. 企业级云端智慧运营平台构建，云原生的MOM，EAM，APC，Smart Quality等企业级运营平台构建

iv. 垂直行业赋能赋智能力和应用建设

1. 设备机理模型和实效机理模型建设，设备健康管理和预测性维护

2. 产品实效机理DFMEA，工艺实效机理模型PFMEA和质量大数据应用

3. 专业工艺APC工艺大数据和工艺优化应用

4. 能源大数据和“双碳”解决方案暨应用

精益制造和制造业数字化转型

精益管理的核心是消除浪费，一切对客户没有价值的作业和功能都是“浪费”，精益思想在企业中的广泛应用，**精益研发，精益营销，精益制造，精益供应链和精益管理等企业精益转型，提升企业的成本，质量，交期等方面的竞争优势，提升客户价值水平。

精益制造两个支柱是JUST IN TIME和自动化。在数字化时代，用数字化技术赋能于人、信息、流程和技术，打破时间、空间、知识、信息、风险和协同的限制，做到流程的高效精准，带来敏捷、柔性、成本和质量的优势。数字化可以把JUST IN TIME 和自动化做到快、准、精、猛。精益生产、精益供应链、精益研发、精益营销和精益管理是智能制造基础和方向。

每次工业革命，都会让一批企业倒闭，顺应变革的企业会利用技术革命更上一层楼，工业4.0时代企业如何应对精益管理和数字化转型两个挑战！！！

处于变革时代的我们，面对一系列技术创新如：物联网，大数据、云计算、数字孪生，3D打印，机器人自动化，虚拟现实等给制造业带来的深刻冲击和变化。这些技术如何深刻改变你所从事的制造业的竞争规则，竞争强度？您的企业究竟该如何规划实施转型升级？如何整合转型所需的人才，技术和相关资源？

快速，零缺陷，高效率，低成本开发、制造和交付个性化产品，为客户提供基于智能产品的个性化精准服务，同时确保零库存、低风险的企业经营，是工业4.0时代智能制造企业的核心特征。

信息技术创新和制造业务流程中的深度集成，如何赋予制造业这些“特异功能”？

PLM，ERP，CRM、MES、SCM、CAM、CAE、QMS、WMS以及仿真等软件的应用把客户、产品、工艺、物料、设备、工装工具、质量、人、供应商、产品使用和服务的要素标准化，数据化，集成化，把营销和销售，产品开发，制造执行，供应链运营，售后服务、以及人力资源管理和财务全部构建在信息高速公路上，让企业具备超级的敏捷性、柔性、开放性来构建大规模个性化定制和协同制造的业务模式。

各个学科知识的模型化，泛在化便于跨学科的深度融合和集成创新。基于模块化定义MBD技术的成熟，使得产品设计模块化，制造模块化，经营模块化，从而推动整个社会创新和效率的提升呈现出几何级数的上升。

物联网技术的使用让万物有了智能，智能产品和智能制造双双来临。

定制化、低成本、短交期的大规模定制时代将大幅提升用户的价值。智能化、协同化、可持续化的智能制造大幅降低生产成本，提升运营效率，让产品更加环保，同时确保高品质的产品和服务，以及员工更高的工作幸福指数。

基于互联和数据的智能制造，将彻底颠覆制造业的价值链。那些驶入智能制造高速公路上的企业将以越来越快的速度积累自己的知识资产，成为专家型企业，优化自己的生态圈。未来成功的价值链将是一批专家型企业构建的一个卓越的价值链。那些不能构建自己智能制造体系的企业将不可避免的被淘汰。

本课程取制造业第四次工业革命之大势，明智能制造之道，优企业升级转型之术，为您的升级转型之路提供全面的思考和指引。

课程大纲：

**课，数字化时代的精益制造和企业数字化转型

1 精益制造和企业数字化转型

1.1. 精益制造的思想体系和实践精要

1.2. 工业4.0和智能制造

1.3. 智能工厂全场景展示

1.4. 智能制造价值回归和精益思想

1.5. 智能制造中的精益思想

1.6. 制造业数字化转型是什么，为什么

1.7. 数字化制造企业拥有的六大竞争优势

第二课，精益生产变革实践

2 精益管理的认知升级

2.1 精益管理的属性与精髓

2.2 精益生产的原则与核心思想

2.3 传统生产与精益生产方式

2.4 精益浪费的认知

2.5 增值与非增值活动

2.6 七大浪费透析

3 价值流图——如何进行价值分析

3.1 价值流图的目的和概念

3.2 如何应用价值流图

3.3 价值流经理及其职责

3.4 价值流程图实践

3.4.1 选择产品系列

3.4.2 了解当前客户需求

3.4.3 收集主要流程资料

3.4.4 绘制流程图

3.4.5 绘制物流

3.4.6 绘制信息流

3.4.7 决定周期时间

3.4.8 计算总周期时间，增值时间，增值比率

3.5 价值流程图应用实例

4 精益现场管理

4.1 现场人员管理

4.1.1 人员出勤状况管理

4.1.2 员工情绪与士气

4.1.3 确认新员工工作状况

4.1.4 如何进行员工教导

4.1.5 良好工作关系的培养

4.1.6 如何激发员工的积极性

4.1.7 如何奖励与惩罚员工

4.2 现场设备管理

4.3 现场作业管理

4.3.1 异常作业的作业工序步骤确认

4.3.2 确认作业标准书的符合性

4.3.3 异常原因分析

4.3.4 修正作业标准书

4.4 现场材料管理

4.5 现场环境与安全管理

4.6 精益基础6S

4.6.1 6S活动原则

4.6.2 6S规划及实施原则

4.6.3 6S日常活动原则

4.6.4 6S实践分享：整理、整顿、清扫、清洁、素养和安全

5 作业标准化实践

5.1 作业标准化是精益化和数字化的基础

5.2 作业标准化实践

5.3 过程识别方法、核心过程、管理过程

5.4 标准化作业(SOP)系统的包含要素

5.5 制作标准化作业(SOP)所需要的人员、程序和方法、教导：四阶段教导法、维护与管理

6 精益布局

6.1 精益布局概念和意义

6.2 从产品数据分析

6.3 市场分析和客户节拍

6.4 工艺路径和分类

6.5 生产节拍

6.6 产线平衡分析和改进

6.7 信息流和信息系统

6.8 精益规划每一个细节：设备、物料、载具、工装、工具、人员、质检、不合格品

6.9 布局模拟和优化

6.10 人员数量和工作分配

7 精益物流

7.1 生产计划排程和物流拉动

7.2 物料配送策略

7.3 物料包装、载具和设备的精益化改造

7.4 物料配送计划、物料需求、备料、配送作业

7.5 仓储物流自动化：智能立库、AGV、RGV

第三课：制造业数字化转型

8 制造业数字化转型概述

8.1 数字化转型为企业带来的六维价值升级

8.1.1 基于数字技术设计更好的客户体验，得到更多，更忠心的客户

8.1.2 基于数字化技术，链接科技创新和客户体验，进行快速产品和服务创新

8.1.3 数字化技术赋能，企业可以精准的运营，得到速度，敏捷型，质量和成本的竞争优势

8.1.4 数字化技术赋能的超链接能力，基于“长板哲学”快速构建良好生态

8.1.5 数字化技术赋能服务创新，基于结果和体验的服务延伸，创造更大的价值，进而推进商业模式的创新。

8.1.6 数字化企业中充分发挥人的创造性、工匠精神实现人生价值，进而可以充分挖掘和吸引优秀的人才。

8.2 数字化技术如何改变传统业务规则

8.2.1 泛在连接、数据驱动、AI赋能、智能硬件，实现数据的感知、采集加工、使用。

8.2.2 大数据和云计算，AR/VR，微服务赋予的实时全面无缝的数据采集和处理能力，数据知识化，知识软件化，软件可高效复用；

8.2.3 数字化技术让客户、技术、企业和生态圈的资源高效协同，精准运作，实现产品和业务模式的快速迭代和创新。

8.3 数字化技术赋能新能源发储调用的创新，

8.4 什么阻碍了的企业数字化转型

9 构建企业的数字化变革动力和基因

9.1 数字化认知转型

9.1.1 数字化转型概述，数字化2.0概念

9.1.2 钢铁企业数字化转型整体架构

9.1.3 钢铁行业数字化转型的案例

9.2 数字化敏捷创新的文化转型

9.2.1 学习型组织

9.2.2 充满好奇心

9.2.3 试错、容错、包容创新

9.2.4 充分授权，互相赋能，高绩效协作

9.3 数字化组织转型

9.3.1 平台赋能型组织

9.3.2 去中心化和授权

9.3.3 数字化时代的人才

9.3.4 敏捷创新的团队

9.4 数字化时代的流程管理

9.5 打造数字化平台

10 数字化的领导力

10.1 数字化领导力是企业数字化转型的灵魂

10.2 数字化时代，领导者面临的挑战

10.3 数字化领导力的定义

10.4 数字化领导力的评估

10.5 数字化领导力的培养

10.6 成为数字化时代的合格领导者

11 数据集成和数据驱动的制造业——构架在数据高速公路上的智能化企业

11.1 横向和纵向集成

11.2 端到端的集成

11.3 数据集成和数据驱动赋予企业的柔性，敏捷性和开放性

11.4 营销和销售的数据集成

11.5 运营数据集成

11.6 产品数据集成

11.7 多信息化系统的集成和数据驱动

11.7.1 数据解构和面向场景和角色的业务和技术建模

11.7.2 各大系统集成模式和实战案例分享

11.7.3 云和边缘计算

11.7.4 数据后台、数据中台，API和微服务全新技术架构

12 **数据治理打造数字化企业的数据基石

12.1 标准化是数据化的基础

12.2 数字化助力企业互通互联

12.3 数据治理和数据资产管理

12.4 制造业元数据管理

12.5 数据湖和数据资产化

12.6 数据中台和业务中台

13 数字化赋能制造业高效精准的运营

13.1 制造执行中的数据集成和数据驱动——透明，同步

13.2 先进计划排程APS

13.3 数据采集和设备集成

13.4 资源管理——设备，工装，工具，检具等

13.5 智能检测、质量数据集成和质量管控

13.6 智能仓储、智能物流

13.7 制造运营管理平台MOM=MES/WMS/WCS/QMS

13.8 能源管理

13.9 安全管理