課程關鍵詞：智能制造 數字化平臺建設 數字化轉型
工業互聯網：智能制造與數字化平臺建設
課程背景：
為貫徹落實國家大數據發展戰略，促進工業數字化轉型，激發工業數據資源要素潛力，加快工業大數據產業發展，2020年5月，工業和信息化部發布了《關于工業大數據發展的指導意見》（以下簡稱《指導意見》），提出促進工業數據匯聚共享、融合創新，提升數據治理能力，加強數據安全管理，著力打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。并提出“到2025年，工業大數據資源體系、融合體系、產業體系和治理體系基本建成，形成從數據集聚共享、數據技術產品、數據融合應用到數據治理的閉環發展格局，工業大數據價值潛力大幅激發，成為支持工業高質量發展的關鍵要素和創新引擎。”的明確目標。
工業大數據是指在工業領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發、設計、工藝、制造、采購、供應、庫存、發貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的各類數據、工業互聯網平臺中的數據及相關技術和應用的總稱，與工業互聯網體系相伴而生。隨著互聯網與工業融合創新，智能制造的時代到來，工業大數據技術及應用將成為未來提升制造業生產力、競爭力、創新能力的關鍵要素，驅動生產過程智能化、產品智能化和創新、新業態新模式智能化、管理智能化、服務智能化，是支撐制造業智能化轉型和構建開放、共享、協作的智能制造產業生態的重要基礎，對智能制造戰略有十分重要的推動意義。
本課程從智能制造視角出發，按照產業到企業、模式到應用、整體到局部、宏觀到微觀的思路，摒棄社會上流行的各類帶有商業引導目的的內容，通過大量豐富案例作證，并在課堂上用行動學習等方式，讓學員掌握從工業互聯網到工業大數據的模式、原理、應用及價值實現方法，能夠初步掌握工業大數據在智能制造框架內的應用體系，對非專業技術人員，能夠聽得明、學得會、用得好。作為智能制造技術體系的重要組成部分，為進一步深度研究企業數字化轉型打下堅實在基礎。
本課程對制造業中小企業家轉型思考有著重要意義，本課程也可作為提升企業家數字化生存能力素質的重要組成部分。
課程收益：
● 掌握智能制造基本邏輯、框架和核心技術體系；
● 熟悉各國對智能制造領域的戰略與發展趨勢；
● 掌握工業大數據與智能制造其他模塊的關系；
● 掌握工業大數據的治理與管理的方法與策略；
● 熟悉工業互聯網、智慧工廠體系；
● 熟悉工業大數據的技術體系與各類數據平臺邏輯；
● 熟悉制造業企業數據化轉型的核心方向與邏輯；
● 掌握基于大數據在業務領域的創新變革之法；
● 深入熟悉掌握工業大數據在智能制造各相關領域創新場景。
課程時間：2天，6小時/天
課程對象：
● 企業高級管理人員，總經理、總工程師、副總經理等；
● 渴望掌握新興技術價值落地的企業中層以上管理人員及工程師；
● 高校MBA、EMBA、DBA專業研究生；
● 地方政府中、高級管理干部及相關領域公務員；
● 國家“十四五”規劃中智能制造及戰略新興產業中相關人士。
課程方式：研討+案例+實操+演練
課程風格：
源于實戰：以客戶需求驅動的咨詢引導型培訓，以最前沿科技和典型案例演練啟迪學員；
邏輯性強：理論、實踐、研究成果高度結合，用通俗易懂的語言使各類學員聽懂并掌握；
深入淺出：現場教學既幽默風趣又富有哲理，結合研究成果和實踐經驗進行現身說法；
價值度高：課程內容經過市場實戰打磨，使學員由外行變成內行的知識利器；
方法論新：經過專門面向非專業人士設計,專業知識+刻意練習+行動學習+問題改善工作坊,對不同學員的訴求一律耐心互動，并能夠為大客戶實現授課與顧問、工程服務相結合。
課程大綱
導入：中美貿易戰
案例：中興事件始末、華為有所為
研討：(GP-分組對抗記分點)分組列出你所知道的與美國對話制裁的關鍵組織與事件，并分組三句話評述，老師點評記分。
備注：GP-為短時時間討論，一般不超過5分鐘，LGP為長時間討論，一般在5-20分鐘；GP活動將根據現場情況發起或不發起，非固定活動。下同。
第一講：從工業革命到智能制造
一、工業革命的演變與發展趨勢
1. 四次工業革命的演變
2. 世界各國對推動本國第四次工業革命的技術路線與戰略
3. 中國制造業現狀與發展趨勢
4. 中國制造2025
5. 我國智能制造的發展規劃
案例分析：“從制造大國到制造強國之路”
二、制造業智能化轉型的趨勢
1. 萬物互聯
2. 數據驅動
3. 軟件定義
4. 平臺支撐
5. 組織重構
案例分析：全球著名制造企業的轉型之路
三、智能制造核心技術體系
1. CPS
2. 工業互聯網
3. 工業大數據
4. 智能裝備、智能生產線到智慧工廠
5. 工業機器人
研討：（GP）請各組舉例你所在企業又已經上馬的數字化或智能化項目、設施
第二講：工業互聯網與工業互聯網平臺
一、工業互聯網
1. 互聯網、產業互聯網、工業互聯網的聯系與區別
2. 制造業與互聯網融合的基本邏輯
3. 我國工業互聯網相關戰略部署與政策
4. “新四基”與兩化融合
案例分析：工業互聯網賦能“中國制造”轉型升級
二、工業互聯網平臺
1. 工業互聯網平臺的產業生態
2. 工業互聯網平臺技術架構與工業大數據
3. 工業APP與生態
4. 工業互聯網平臺的商業模式創新
案例分析：基于工業互聯網平臺的六種商業模式
5. 工業互聯網平臺與平臺經濟在企業數字化轉型中的啟示
第三講：從大數據到工業大數據
一、從互聯網到大數據時代的演變過程
1. 從互聯網、Web2.0、移動互聯網看人類在線化過程
2. 人類在線化過程與行為數據的關系
案例分析：以商業購物場景為例，分析人類活動的在線變化及其產生的行為數據
小組研討：(GP)分組設計其他場景,延伸到物聯傳感網
3. 大數據的來源與全球數增長情況分析
4. 數據計量單位的換算
5. 5G的戰略地位與價值
6. 大數據的兩個重要特征
二、國際與國內對大數據的認識與現狀
1. 全球對大數據的認知與共識
2. 中國：大數據上升到國家戰略
3. 數據資產化的6種主要業務模式
小組研討：(GP)找出我們生活中常見的大數據業務
三、大數據的科學本質
1. 大數據的三種定義與含義辨析
2. 大數據的4V特征
3. 大數據VS小數據
小組研討：(GP)大數據中的大與小的哲學邏輯，分組答題，老師點評
四、工業大數據相關概念
1. 工業大數據的界定
2. 工業大數據基本特征
3. 工業大數據與大數據技術
案例分析：商務大數據與工業大數據的差異
4. 工業大數據應用領域
案例分析：工業大數據在工業設計、產品設計、產品需求分析預測、供應鏈優化等領域的應用
5. 我國工業大數據現狀與發展趨勢
6. 工業大數據標準體系
案例分析：解讀“工業大數據標準白皮書”
五、工業大數據基本數據交換與服務
1. 數據交換與服務技術演進
2. 工業企業數據交換與服務標準
第四講：工業企業大數據治理
一、數據治理相關概念與分類
1. 數據治理
2. 數據的分類
3. 數據治理的頂層架構
4. 數據治理的核心內部
二、數據治理的標準與框架
1. 數據治理國際標準
2. 中國數據治理標準與模型
案例分析：數據治理體系比較研究
三、數據治理的挑戰與趨勢
1. 工業企業數據治理面臨的挑戰
2. 數據治理體系的演變與發展
3. 數據穩私與保護
案例分析：解讀《數據安全法》
4. 區塊鏈技術與數據共享
5. 數據文化與倫理道德
案例分析：企業不重視數據治理埋下的“禍根”
第五講：數據資產化過程：數據戰略到數據管理
一、數據戰略
1. 數據戰略的內涵：企業戰略的新成員
2. 如何做數據戰略規劃
3. 數據戰略的實施
案例分析：讓你擁有的數據成為你的資產，并通過數據資產增值實現企業轉型
二、主數據管理
1. 主數據與主數據管理的內涵
2. 企業常見的主數據分類
3. 主數據應用管理
4. 主數據的全生命周期管理
三、元數據管理
1. 元數據定義
2. 元數據分類
3. 元數據的核心能力與價值
四、時序數據管理
1. 時序數據的內涵
2. 時序數據的特點
3. 時序數據的應用
五、數據質量與安全
1. 數據質量
2. 數據質量管理流程與質量評估
3. 數據安全體系與框架
4. 數據安全風險與評估
5. 數據安全管理與審計
六、數據指標管理與數據管理成熟度評估
1. 數據指標
2. 數據質量管理
研討：討論以資產增值為核心的數據經營邏輯
第六講：從數據中臺到企業數字化轉型
一、數據中臺概述
1. 從數據管理平臺到數據中臺
2. 數據中臺基本架構邏輯
3. 基于數據中臺的數據流技術體系
3. 數據中臺的核心五要素
4. 數據中臺的建設與實施
5. 運營數據中臺的問題與誤區
案例分析：那些在推崇“數據中臺”概念的企業賦能邏輯
二、工業大數據平臺與數據挖掘
1. 通用大數據平臺架構
2. 行業大數據平臺
3. 向數據要效益
三、數字化賦能論
1. 企業戰略轉型與數字化賦能
2. 企業數字化賦能問題
3. 企業數字化轉型賦能問題
4. 平臺化戰略轉型的幾個關鍵問題
四、企業數字化轉型的戰略選擇
1. 什么是產業數字化、數字產業化
2. 企業數字化轉型與企業數字化的定位
3. 企業數字化轉型的前提條件
4. 企業數字化轉型規劃
5. 企業數字化轉型的路徑與方法
五、基于大數據價值實現的方法論
1. 大數據頂層設計邏輯與方法
2. 基于大數據的商業/產業模式規劃
3. 大數據應用場景規劃與設計
4. 大數據業務規劃與管理
5. 大數據技術架構體系
6．大數據運營模式
小組研討：以某制造企業為原型，逐步分解工業大數據在企業全流程環節的應用價值與要點。
結束語：老師的一些創新經驗總結與祝福
聯系我時請說明是在達師管培看到的，謝謝！
