课程定位

围绕“课程大纲”等实际教学议题，课程结合方法、业务场景与案例展开，帮助学员建立可用于工作的分析和执行路径。

课程目标

• 本课程以AI技术为核心，系统性讲解如何通过数据驱动优化主生产计划、库存管理、供应商协同等关键环节，结合制造业真实场景（如动态排产、需求预测、缺料预警），帮助学员掌握AI工具的应用逻辑，实现生产计划的精准化与物料控制的智能化，助力企业降本增效与柔性制造转型

学习收获

• 本课程以AI技术为核心，系统性讲解如何通过数据驱动优化主生产计划、库存管理、供应商协同等关键环节，结合制造业真实场景（如动态排产、需求预测、缺料预警），帮助学员掌握AI工具的应用逻辑，实现生产计划的精准化与物料控制的智能化，助力企业降本增效与柔性制造转型

课程模块

模块1：课程大纲

• 第一章：AI与现代PMC概论
• 知识点：PMC的核心职能与挑战、AI在PMC中的价值（动态预测、实时优化）、现代PMC与传统PMC的差异（数据驱动vs经验驱动）、AI与ERP的高度融合（数据互通、实时决策支持）、AI适用于多品种小批量企业的核心逻辑（柔性响应、快速迭代）。
• 讲授方式：理论讲解+行业痛点讨论（如订单交期延迟率分析）。
• 练习：分组讨论某电子厂因计划不精准导致的库存成本问题
• 案例：某家电企业通过AI与ERP系统融合，实现生产数据实时同步，订单交付周期缩短15%。
• 输出工具：智能PMC系统
• 解决问题：破除对AI技术的误解，明确AI在PMC中的落地场景。
• 第二章：AI驱动主生产计划
• 知识点：主生产计划（MPS）制定逻辑、需求预测模型、AI生成主生产计划的流程（数据输入→模型训练→多版本方案对比）、多约束条件优化（产能、物料、交期、人力、技能、标准文件等）、AI排计划的未来趋势（实时动态调整、自适应学习）
• 讲授方式：算法推演+工具实操（如输入历史订单数据生成预测结果）
• 练习：基于模拟的订单波动数据，使用AI工具生成未来3个月的主生产计划，并对比人工方案的差异。
• 案例：某汽车零部件厂通过LSTM模型预测需求，计划准确率提升25%，并实现插单场景的秒级响应。
• 输出工具：AI排产公式下的《主生产计划》
• 解决问题：解决人工计划主观性强、响应速度慢的问题。
• 第三章：AI驱动人员需求计划与培训计划
• 知识点：人力需求预测方法（工作量分析法、技能矩阵）、AI驱动的培训路径设计（基于岗位能力缺口）、动态排班优化、AI快速生成精准人力需求计划的逻辑（主计划数据→技能匹配→缺口分析）。
• 讲授方式：案例拆解+工具模拟（如输入产线效率数据生成人力需求热力图）。
• 练习：根据某车间产能数据，设计AI驱动的月度排班方案，并模拟技能缺口自动生成培训计划。
• 案例：某机械制造厂通过AI分析技能缺口，培训效率提升30%，人力浪费减少18%。
• 输出工具：AI生成的《人员招聘计划》、《多能工培训计划》
• 解决问题：避免人力浪费与技能不匹配导致的效率瓶颈。
• 第四章：AI驱动途程计划
• 知识点：工艺路线优化（最短路径、瓶颈工位识别）、AI实时监控与动态调整（设备异常、工艺变更）、多品种混线生产的途程规划、AI制作途程计划的核心目标（标准化文件输出时间与质量控制）
• 讲授方式：算法演示、工厂仿真系统操作
• 练习：在仿真系统中调整工艺参数，观察AI如何优化生产路径，并生成标准化工艺文件（如SOP、BOM）。
• 案例：某注塑工厂通过AI优化模具切换顺序，换模时间减少40%，工艺文件输出效率提升50%。
• 输出工具：AI生成的《途程计划》
• 解决问题：解决传统途程计划僵化、无法适应突发变化的问题。
• 第五章：AI驱动精准库存管理
• 知识点：安全库存计算模型、AI缺料预警（基于BOM与供应链数据）、库存周转率优化、AI完成物料ABC分类的逻辑（消耗频次、价值权重）、不同存货的管理策略（A类高频监控、C类简化管理）。
• 讲授方式：数据建模+工具实操（如输入物料消耗数据生成库存预警报告）。
• 练习：针对某物料的季节性波动，设计AI驱动的动态补货策略，并生成ABC分类报告。
• 案例：某食品厂通过AI预测原料需求，库存成本降低18%，呆滞库存减少60%。
• 输出工具：生成自己的智能库存管理系统、支持ABC分类与策略推荐
• 解决问题：减少库存积压与缺料停线风险。
• 第六章：AI驱动供商管理与采购计划
• 知识点：供应商绩效AI评估模型（交货准时率、质量合格率）、采购需求协同预测、风险预警（如原材料价格波动）、AI数据分析在供应商管理中的应用（历史数据挖掘→评分模型→分级管理）。
• 讲授方式：案例推演+工具操作（如模拟供应商评分并生成采购建议）。
• 练习：根据供应商历史数据，制定AI驱动的年度采购策略，并模拟价格波动场景的风险应对。
• 案例：某化工厂通过AI筛选优质供应商，采购成本下降12%，交货准时率提升20%。
• 输出工具：供应商智能管理
• 解决问题：打破采购信息孤岛，提升供应链协同效率。
• 第七章：AI驱动生产排程
• 知识点：高级排程算法（遗传算法、模拟退火）、多目标优化（设备利用率、交货期）、插单与急单的智能响应、AI分析产线现状数据（设备状态、工单进度）生成合理排程的逻辑。
• 讲授方式：算法对比分析+排程工具实战（如紧急订单插入后的动态调整）。
• 练习：在排程系统中模拟设备故障，观察AI如何重新分配任务，并生成排程优化报告。
• 案例：某半导体厂通过AI动态排程，设备利用率提升22%，订单延误率降低35%。
• 输出工具：智能排程（甘特图可视化）
• 解决问题：解决传统排程僵化、无法应对复杂扰动的问题。
• 第八章：AI驱动生产运营数据分析

适合人群

厂长，中高层管理者，生产运营主管，企业销售运营人员，销售计划跟踪管理人员，生产计划人员，物料计划人员,班组长。

讲师简介

主讲讲师：周新奇。工作背景：高级讲师 日本丰田精益培训师 日本夏普制造部主管 林达有限公司制造厂长 一汽大众集团长年合作顾问 韩国三星集团长年合作顾 WFA国际促动引导师 超过13年世界500强制造型企业之历练和7年的咨询行业项目经验，使周老师成为一位不可多得的生产管理专家，他曾在企业中多次承担各类生产管理体系的设计和推行工作，曾成功推行过5S、TPS、TPM、TWI、优秀班组建设等多种现场管理项目，对推行各种现场管理措施有着丰富的经验。除此之外，他还亲自为各类制造型企业进行生产管理方面的咨询和培训，尤其擅长以精益生产为主的项目推进工作，曾经为浙江某民营企业，对现场重新布局和改善后，当年就为该企业节约成本500。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。