课程背景BACKGROUND

AI技术正深度重构制造业班组管理场景：从AI视觉质检替代传统人工筛查、AI预测性维护降低设备停机风险，到数字孪生优化班组生产排程，技术变革已渗透到班组“安全、质量、成本、效率”全流程。但当前多数企业面临“AI技术落地难、班组管理适配慢”的双重困境——一方面，班组长对AI应用场景认知不足，难以将技术与现场管理结合；另一方面，传统班组管理模式（如人工巡检、经验化质量管控）难以适配AI时代的高效生产需求，导致“技术先进但管理滞后”，制约企业转型成效。

同时，AI时代对班组长的能力要求已从“传统执行者”转向“智能管理者”：不仅需掌握精益管理（如KYT安全、OPE/OEE效率核算）的核心方法，更需具备“AI工具应用、数据化决策、跨岗位协同”的新能力。在此背景下，亟需通过系统性课程，帮助班组长搭建“AI技术+班组管理”的融合能力，破解AI时代基层管理的痛点，实现班组管理从“经验驱动”向“数据智能驱动”的升级。

课程安排ARRANGEMENT

课程时长

2-3天，6小时/天

适用对象

生产总监/经理、质量总监/经理、生产工程/工艺部经理；计划与物料控制经理/主管、精益推进办、质量主管、生产主管、工程师、工艺工程（PE）工程师、检验人员等；一线班组长、作业员、维修员、检验员等

授课方式

案例对比分析+ 实操工作坊+ 分组点评优化

课程收益BENEFITS

技术融合能力：明晰AI在班组的核心应用（质检、维护、排程）及落地路径，能结合AI工具（如AI安全识别、AI成本报表）优化管理流程，打破“技术与管理脱节”的壁垒

智能管理能力：掌握AI时代的班组管控方法——用AI辅助安全风险预判（KYT+AI识别）、质量缺陷检测（零缺陷+AI质检）、效率成本核算（OPE/OEE+AI分析），提升管理精准度；

人员引领能力：运用情景领导力适配AI时代员工特点（如跨岗位协作需求），靠5种冲突策略化解技术应用中的团队矛盾，通过“班前会+A3报告+PPT”的智能沟通体系，传递管理信息

实战落地能力：完成AI相关实战演练（如AI辅助的良品条件制定、OPE/OEE计算），结合案例制定“精益+AI”的班组改善方案，支撑企业基层管理向智能升级

课程大纲OUTLINE

课程导入：视频案例《德国智能企业一线管理的24小时》
课程专注力演练：用心寻找

一、工业革命四阶段发展
1. 机械时代（1.0）→ 电气时代（2.0）→ 自动化时代（3.0）→ 人工智能时代（4.0）
2. 核心差异：从固定流水线到动态配置生产资源
案例：大众汽车柔性产线
二、AI技术的核心应用
1. 智能决策：生产排程优化（APS系统）
2. 预测性维护：设备故障预警（准确率＞92%）
3. 视觉质检：缺陷识别效率提升20倍
4. 工艺优化：深度学习驱动参数自适应
二、关键技术落地路径
1. 工业大数据闭环：数据采集→边缘计算→云端分析→反馈执行
2. 数字孪生：虚拟仿真优化实体生产
案例：西门子安贝格工厂

一、管理的基础认知
1. 管理角色认知
案例分析：忙碌的马主管
1）管理的本质
2）现场管理者的四大任务
2. 管理角色意识
案例分析：张主管的问题
1）常见两种典型错误的角色意识
2）对应两种正确的角色意识
二、基层管理者的十大职责
1. 按计划及指令安排生产
2. 工艺标准贯彻
3. 成本和效率管理
4. 品质管理
5. 工作教导
6. 设备、工具使用管理
7. 环境5S管理
8. 部属考核管理
9. 出勤管理
10. 公司规章制度贯彻执行
三、职业素养与心理建设
1. 压力和情绪管理
1）压力管控
小组讨论：日常压力管控的方法有哪些？
2）ABC情绪管理法
2. 职业道德和意识
3. 职业行为规范
4. 职业规划
四、班组长职能心智
1. 班组长角色模型解析（对上级. 平级. 下级的角色差异）
2. 班组长核心职责与权限边界（工作执行. 团队管理. 资源协调）
3. 心智修炼体系：成长型思维培养. 情绪与压力管理技巧. 职业倦怠应对
4. 班组长职业发展路径与能力进阶规划

一、现场管理
1. 一线管理者的SDCA循环
2. 现场管理的基本方法
1）异常发生时，先去现场
2）检查现物
3）掌握现实，当场采取暂时处置措施
4）发掘真正原因，并将之排除
5）标准化
二、安全管理
1. 安全生产的定义
2. 一线管理者安全法则：海因里奇法则
3. 安全管理的内容
1）人的不安全行为
2）物的不安全状态
3）管理上的失误
4. KYT危险预知活动的实施方法
1）试点期：危险点照片的情景分析
2）展开期：自己作业场所的分析
3）自主管理期：设备保全/危险作业前的分析
5. KYT的基本方法
1）掌握现状：到底哪些是潜在的危险因素
2）追求根本：这才是主要危险的因素
3）找出对策：如果是你怎么做
4）设定目标：我们是这样做的
案例分析：简单的危险识别
课堂练习：安全生产过程图识别
AI识别：应用AI识别安全生产过程，发现安全问题及预防措施
案例分析：叉车驾驶
6. KYT活动表练习
案例分析：作业过程分析
7. KYT推进的标准化动作
1）通过记录与文件,固化班组安全活动成果,改进自主管理能力
2）PDCA一定要结合改善才能避免流于形式
案例分析：企业安全红线设定
四、3级区域管理
1. 现场管理的三个层级
1）车间、课级
2）课级、班组长
3）班组长、操作员级
2. 3级区域管理的划分
1）班组的区域管理
2）线/工序的区域管理
3）车间/课的区域管理
3. 建立快速反应机制与层级会议机制
案例解析：现场快速反应团队构建
案例解析：快速反应的实践

一、班组质量管理
精益核心质量理念《丰田生产线自停机制》
案例分享：展示AI Deepseek在工厂生产外观检查中的应用视频，如利用AI Deepseek的图像识别技术，快速、准确地检测产品外观缺陷，提高检测效率和准确性。
思考：质量和效率哪个更重要？
1. 零缺陷的发展历史
思考：什么是零缺陷
2. 零缺陷质量管理观-质量的三层面
1）人理-工作质量
2）事理-流程质量
3）物理-产品质量
3.零缺陷的三大核心思想
1）改变思想
2）改变角色
3）改变行为
4. 零缺陷的质量关键目标
客户感知：零缺陷的价值原点
分享富士康总裁郭台铭对质量的独特见解：“质量——就是客服愿意用两倍的价格来跟你买，而且还很高兴”；“质量是价值与尊严的起点，也是公司赖以生存的命脉”。
5. 自工序完结的理论体系
1）良品条件构成：设计要件（物）、生技要件（机、环）、制造要件（法、人）
2）自工序完结审视
课堂演练：以“电饭煲煮饭”各小组制定一份煮饭良品条件整备表-《煮饭良品条件整备表》
6. 自工序完结的评价
7. 良品条件遵守率
课堂演练：良品条件遵守率的计算
8. 自工序完结度
9. 自工序完结的推进
推进方法：1）根据品质基准，编制良品条件2）确认对良品内容的遵守率

AI赋能：智能时代精益班组建设

课程背景BACKGROUND

课程安排ARRANGEMENT

课程收益BENEFITS

课程大纲OUTLINE

预约郭伟明老师讲授《AI赋能：智能时代精益班组建设》

郭伟明老师其他主讲课程