课程大纲《工业互联网：智能制造与数字化建设》

工业互联网：智能制造与数字化建设

课程背景

近年来，在国家供给侧改革政策的强力推动下，工业领域的需求正在持续复苏，包括纺织、汽车、钢铁等多个行业的业绩不断回升。随着国家层面对产业升级、创新、经济新动能的进一步强调，工业互联网作为智能制造的基础平台，将会在整个制造业发展过程中起到越来越关键的作用。

制造型企业的互联网化是我国从制造大国走向制造强国的重要一步，也是解决传统制造业装备和软硬件平台依赖进口，企业缺乏创新等问题的重要手段。

工业互联网与智能制造密切相关，其重点在于网络、数据、安全这三个方面。网络是基础，数据是核心，安全是保障。网络为工业系统互联和工业数据交换的支撑基础，数据为工业智能化的核心驱动，安全为网络与数据在工业中应用安全的安全保障。通过工业互联网构建网络、平台、安全三大功能体系，深入推进“互联网+”，形成实体经济与网络相互促进、同步提升的良好格局。

在新形势下，面临着消费者对物质产品需求的升级，人力成本不断高涨以及上游材料成本加剧等多重因素，企业在盈利模式上也面临新的挑战。这种现状也在促使企业不断向智能化靠拢，从传统制造型向生产服务型转变。而智能制造正是工业制造业新的发展路径，工业互联网则是实现智能制造的关键基础设施。

课程目标：

●完整解读工业互联网的形成、要素、现状与趋势，把握智能制造未来发展脉络；

●正确认知工业互联网的本质和构成体系，以及当前阶段在智能制造领域的应用；

●了解大数据、5G、物联网、云计算、AI，掌握工业互联网平台搭建的关键节点；

●汲取互联网思维精髓，强化创新意识，拥抱工业互联网万亿级市场的巨大机遇。

课程时间：1天，6小时/天

课程对象：企业管理者、产品、技术、运营相关岗位人员

课程方式：讲师讲授+案例解析+互动交流+现场答疑

课程结构：

课程大纲第一讲：工业互联网的本质和架构

一、工业互联网平台构成体系

1. 什么是工业互联网

2. 消费互联网VS工业互联网

3. 中美贸易战与5G之争

1）抢夺技术与产业制高点

2）重构全球产业分工体系

3）5G背后12万亿美元市场

4. 智能制造成为国家战略焦点

1）实体回归和产业升级

2）深化供给侧结构性改革

3）前沿技术应用与创新驱动

5. 工业互联网是智能制造的承载基础

6. 工业互联网的三大架构

1）网络体系

2）数据体系

3）安全体系

7. 工业互联网的五大领域

8. 工业互联网的价值和趋势

二、工业互联网的时代背景和基础条件

1. 互联网基础设施建设

1）终端普及率

2）用户习惯

3）支付、物流

4）信用体系

2. 5G技术革命

1）高速率：大幅提高传输速率

2）低时延：端到端毫秒级时延

3）大带宽：km²百万级设备接入

4）广连接：应用场景更加丰富

3. 物联网

1）物联网的三个基本特征

2）传感器——人类感官的延伸

案例解析：万物互联——当尿不湿植入芯片

4. 云计算

1）为了无法计算的价值

2）算力提升与算法优化

3）大数据反哺云计算

案例解析：黄奇帆：算力是国家之间竞争的核心竞争力

案例解析：过去一百年人类离不开电力，未来人类离不开算力5. AI人工智能

1）京东、顺丰无人机投递

2）富士康工业机器人作业

案例解析：百度逆袭：AI战略——无人驾驶

第二讲：数字化背景下的行业变革

一、大数据的内涵及正确认知

1. 阿里巴巴新战略：数字经济体

2. 大数据三个要素

1）大——海量，平台级

2）数——信息，结构化

3）据——精准、可依赖

3. 大数据的六个特征

案例解析：五常大米，下单即送

4.大数据的三种类型

1）消费数据——多维度记录

2）机器和传感数据——图文、语音、影像

3）行为数据——位置、轨迹、交易

5.大数据在各行业的应用

二、数据资产——传统制造业的短板

1. 数据思维：数据意识较弱，人才储备不足

2. 数据采集：数据积累时间长，但质量不佳

3. 数据开发：应用场景不够，缺乏业务突破点

4. 数据应用：条件所限，缺少应用的成功案例

5. 数据共享：数据不统一，难以发挥整体作用

视频分享：什么是马云眼中的“新能源”

三、制造业大数据开发及应用方向

1. 产品研发：数据反馈与产品定位

2. 用户画像：消费者心理及行为分析

案例解析：瞄准社区生鲜，钱大妈凭什么火爆？

3. 精准营销：痛点捕捉与需求触达

案例解析：从产品定义到精准营销，看众安保险如何玩转大数据4. 风险管控：数据监测与风险预警

案例解析：上海外滩陈毅广场踩踏事件的反思和启示

5. 运营效率：智能化和精细化管理

6. 创新服务：消费者个性化需求满足

案例解析：门店暴增，“优剪”的大数据思维和颠覆式创新

四、大数据分析挖掘方法和要点

1. 统计性分析

1）常规统计：关键指标

2）不同维度的统计分析

3）导向性的数据提取

案例解析：飞机真的是最安全的交通工具？

实战分享：从某外卖平台的统计数据中，你能看出什么？

2. 预测性分析

1）捕捉各个因素之间的内在关联

2）通过历史数据发掘规律和趋势

3）风险评估，预判和管控

案例解析：为什么电力数据真实反映了国民经济运行状况？

3. 可视化分析

1）形成观点和结论

2）文不如表，表不如图

3）呈现方式——Excel、PPT或其他工具

案例解析：城市大脑——智能交通最重要的支点

4. 分析思维训练

1）对比、转化、关联，横向与纵向扩展

2）深入了解各业务板块，使分析工作贴合实际

3）比数据分析更重要的是大数据思维和意识

案例解析：为什么大部分人对中国房价走势分析判断失误？实战分享：如何通过数据分析识别已损坏的共享雨伞？

第三讲：制造业如何植入互联网基因

一、用户思维——为懒人服务

1. 傻瓜式、简单可依赖

2. 别让消费者做选择题

3. 需求洞察与痛点捕捉

4. 用户需求VS应用场景

案例解析：中国邮政VS顺丰速运，用户的槽点在哪里

二、产品思维——对一切有违人性的产品和服务保持愤怒

1.无痛点，不产品（服务）

2. 做减法，不做加法（功能）

3. 小步快跑，快速迭代（效率）

4. 避免过度的产品设计（机制）