課程簡介
1、產(chǎn)業(yè)時代數(shù)字化的底層原理和核心洞察、數(shù)字化戰(zhàn)略的本質(zhì)
2、傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵實施路徑、面臨的機遇與挑戰(zhàn)
3、數(shù)字化戰(zhàn)略落地--雙輪驅(qū)動模式的核心方法論（企業(yè)數(shù)字化+產(chǎn)品數(shù)字化）
4、數(shù)字化實戰(zhàn)案例分析（可定制-涉及能源、零售、制造、出行、服務、汽車等領域）
【課程形式】
-數(shù)字化的底層邏輯講解和方法論抽象：幫助學員理解數(shù)字化戰(zhàn)略的本質(zhì)和主要實施路徑
-0-1數(shù)字化轉(zhuǎn)型實戰(zhàn)案例拆解：通過行業(yè)優(yōu)秀案例分析，充分解讀數(shù)字化轉(zhuǎn)型的核心方法論
-模擬研討：通過生動的場景設計和互動研討、加深學員對數(shù)字化課程吸收
目標收益
1、了解數(shù)字化實現(xiàn)的底層原理、構(gòu)建企業(yè)數(shù)字化戰(zhàn)略的本質(zhì)認知
2、企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵路徑和核心方法論
3、通過大量數(shù)字化實踐案例，幫助提升數(shù)字化轉(zhuǎn)型關(guān)鍵路徑及核心方法論的理解和認知
4、通過數(shù)字化轉(zhuǎn)型過程的實際問題進行模擬研討，產(chǎn)生思維碰撞，強化學習效果
培訓對象
企業(yè)CEO/CTO/CIO/業(yè)務GM等中高層管理者、部門核心管理者和決策者
課程大綱
|
模塊一：數(shù)字化戰(zhàn)略的底層邏輯 |
第一部分-大環(huán)境：產(chǎn)業(yè)時代數(shù)字化的底層原理和核心洞察 1、PC-移動-產(chǎn)業(yè)時代，數(shù)字化技術(shù)的核心變化 2、為什么會出現(xiàn)產(chǎn)業(yè)互聯(lián)網(wǎng)？ 3、從信息化、到數(shù)字化、數(shù)智化 4、核心洞察：信息流、交易流、意識流融合 第二部分-戰(zhàn)略追問：如何理解數(shù)字化戰(zhàn)略的本質(zhì)？ 1. 企業(yè)數(shù)字化戰(zhàn)略的底層邏輯 2. 數(shù)字化轉(zhuǎn)型三個關(guān)鍵因子：目標、路徑和效果閉環(huán) 3. 從‘以企業(yè)為中心’到‘以客戶為中心’ 4. 從科層式組織到柔性、創(chuàng)新型組織 5. 企業(yè)文化與數(shù)字化戰(zhàn)略的關(guān)系 |
| 模塊二：數(shù)字化轉(zhuǎn)型方法論抽象 | 企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵路徑：切入點、增長點、延續(xù)性 |
|
模塊三：案例拆解 |
第一部分-制造領域—設備自檢和AI輔助數(shù)字化案例分析 痛點：制造行業(yè)設備運行效率往往決定工廠的效率，一旦設備遇到問題，就會帶來整個廠線停產(chǎn)，極大影響收益； 解決方案：AI和大數(shù)據(jù)、圖像識別技術(shù)完成設備自檢工作，自檢結(jié)果實時傳送相關(guān)負責人，通過機器學習預測設備故障率，提前進行人工干預，保障運行效率； 第二部分-制造領域—智能運營管理數(shù)字化案例分析 痛點：制造行業(yè)因為生產(chǎn)計劃變更不可控、生產(chǎn)過程不透明、管理不科學等問題，極大影響生產(chǎn)效率和產(chǎn)能 解決方案：通過設備互聯(lián)互通重構(gòu)人機協(xié)同關(guān)系、實現(xiàn)智能計劃排產(chǎn)、智能資源管理、智能質(zhì)量管控和智能管理決策等 第三部分-制造領域—區(qū)域工業(yè)互聯(lián)網(wǎng)云平臺數(shù)字化案例分析 痛點：傳統(tǒng)制造行業(yè)缺乏信息化終端進行管理和業(yè)務協(xié)同，產(chǎn)業(yè)生態(tài)連接效率低下 解決方案：通過物聯(lián)網(wǎng)和云平臺打造數(shù)字底座，幫助企業(yè)連接內(nèi)外部生態(tài)，全面實現(xiàn)管理、研發(fā)、生產(chǎn)、產(chǎn)品和服務數(shù)字化 第四部分-汽車售后領域—智能售店數(shù)字化案例分析 痛點：售后服務管理混亂、技工能力參差不齊，經(jīng)營效率低，增長乏力 解決方案：通過IOT、AI進行AI輔助診斷模型，幫助技工快速排查車輛故障，實現(xiàn)高效維修 第五部分-新零售領域—智慧門店數(shù)字化案例分析 痛點：門店服務標準化程度低、銷售轉(zhuǎn)化難 解決方案：基于精準用戶畫像、軌跡和圖像數(shù)據(jù)實現(xiàn)精細銷售、提升銷售業(yè)績 第六部分-能源領域—智能安檢數(shù)字化案例分析 痛點：傳統(tǒng)能源領域缺乏基礎的安全措施，人工作業(yè)很難快速排查安全隱患 解決方案：通過設備傳感IOT數(shù)據(jù)和計算機視覺實時預測設備隱患、提前進行安全預警 第七部分-出行領域—智慧停車場數(shù)字化案例分析 痛點：停車場管理難度大、停車費難追述，用戶停車效率低、停車難 解決方案：通過實時視頻數(shù)據(jù)引導用戶合理停車、自動計費，減少管理成本 |
| 模塊四：場景演練 模擬研討 |
第一部分-‘以人為本’ 的企業(yè)文化 1. 如何理解以人為本？ 2. 如何進行‘傳統(tǒng)‘和’科技’兩種文化融合？ 3. 文化是‘自上而下’，還是‘自下而上’？ 第二部分-‘以客戶為中心’的組織理念 1. ‘以客戶為中心’具體體現(xiàn)在哪些環(huán)節(jié)？ 2. 數(shù)字化轉(zhuǎn)型如何才能融合‘以客戶為中心’的理念？ 3. 如何界定企業(yè)的長期價值、平衡長短利益？ 第三部分-‘數(shù)字化‘驅(qū)動產(chǎn)品和模式創(chuàng)新 1. 數(shù)字化技術(shù)是否能作為創(chuàng)新的充分必要條件？ 2. 如今我們再談創(chuàng)新、通常都有哪些思考維度？ 3. 如何找到創(chuàng)新成本投入的閾值、實現(xiàn)商業(yè)收益？ |
|
模塊一：數(shù)字化戰(zhàn)略的底層邏輯 第一部分-大環(huán)境：產(chǎn)業(yè)時代數(shù)字化的底層原理和核心洞察 1、PC-移動-產(chǎn)業(yè)時代，數(shù)字化技術(shù)的核心變化 2、為什么會出現(xiàn)產(chǎn)業(yè)互聯(lián)網(wǎng)？ 3、從信息化、到數(shù)字化、數(shù)智化 4、核心洞察：信息流、交易流、意識流融合 第二部分-戰(zhàn)略追問：如何理解數(shù)字化戰(zhàn)略的本質(zhì)？ 1. 企業(yè)數(shù)字化戰(zhàn)略的底層邏輯 2. 數(shù)字化轉(zhuǎn)型三個關(guān)鍵因子：目標、路徑和效果閉環(huán) 3. 從‘以企業(yè)為中心’到‘以客戶為中心’ 4. 從科層式組織到柔性、創(chuàng)新型組織 5. 企業(yè)文化與數(shù)字化戰(zhàn)略的關(guān)系 |
|
模塊二：數(shù)字化轉(zhuǎn)型方法論抽象 企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵路徑：切入點、增長點、延續(xù)性 |
|
模塊三：案例拆解 第一部分-制造領域—設備自檢和AI輔助數(shù)字化案例分析 痛點：制造行業(yè)設備運行效率往往決定工廠的效率，一旦設備遇到問題，就會帶來整個廠線停產(chǎn)，極大影響收益； 解決方案：AI和大數(shù)據(jù)、圖像識別技術(shù)完成設備自檢工作，自檢結(jié)果實時傳送相關(guān)負責人，通過機器學習預測設備故障率，提前進行人工干預，保障運行效率； 第二部分-制造領域—智能運營管理數(shù)字化案例分析 痛點：制造行業(yè)因為生產(chǎn)計劃變更不可控、生產(chǎn)過程不透明、管理不科學等問題，極大影響生產(chǎn)效率和產(chǎn)能 解決方案：通過設備互聯(lián)互通重構(gòu)人機協(xié)同關(guān)系、實現(xiàn)智能計劃排產(chǎn)、智能資源管理、智能質(zhì)量管控和智能管理決策等 第三部分-制造領域—區(qū)域工業(yè)互聯(lián)網(wǎng)云平臺數(shù)字化案例分析 痛點：傳統(tǒng)制造行業(yè)缺乏信息化終端進行管理和業(yè)務協(xié)同，產(chǎn)業(yè)生態(tài)連接效率低下 解決方案：通過物聯(lián)網(wǎng)和云平臺打造數(shù)字底座，幫助企業(yè)連接內(nèi)外部生態(tài)，全面實現(xiàn)管理、研發(fā)、生產(chǎn)、產(chǎn)品和服務數(shù)字化 第四部分-汽車售后領域—智能售店數(shù)字化案例分析 痛點：售后服務管理混亂、技工能力參差不齊，經(jīng)營效率低，增長乏力 解決方案：通過IOT、AI進行AI輔助診斷模型，幫助技工快速排查車輛故障，實現(xiàn)高效維修 第五部分-新零售領域—智慧門店數(shù)字化案例分析 痛點：門店服務標準化程度低、銷售轉(zhuǎn)化難 解決方案：基于精準用戶畫像、軌跡和圖像數(shù)據(jù)實現(xiàn)精細銷售、提升銷售業(yè)績 第六部分-能源領域—智能安檢數(shù)字化案例分析 痛點：傳統(tǒng)能源領域缺乏基礎的安全措施，人工作業(yè)很難快速排查安全隱患 解決方案：通過設備傳感IOT數(shù)據(jù)和計算機視覺實時預測設備隱患、提前進行安全預警 第七部分-出行領域—智慧停車場數(shù)字化案例分析 痛點：停車場管理難度大、停車費難追述，用戶停車效率低、停車難 解決方案：通過實時視頻數(shù)據(jù)引導用戶合理停車、自動計費，減少管理成本 |
|
模塊四：場景演練 模擬研討 第一部分-‘以人為本’ 的企業(yè)文化 1. 如何理解以人為本？ 2. 如何進行‘傳統(tǒng)‘和’科技’兩種文化融合？ 3. 文化是‘自上而下’，還是‘自下而上’？ 第二部分-‘以客戶為中心’的組織理念 1. ‘以客戶為中心’具體體現(xiàn)在哪些環(huán)節(jié)？ 2. 數(shù)字化轉(zhuǎn)型如何才能融合‘以客戶為中心’的理念？ 3. 如何界定企業(yè)的長期價值、平衡長短利益？ 第三部分-‘數(shù)字化‘驅(qū)動產(chǎn)品和模式創(chuàng)新 1. 數(shù)字化技術(shù)是否能作為創(chuàng)新的充分必要條件？ 2. 如今我們再談創(chuàng)新、通常都有哪些思考維度？ 3. 如何找到創(chuàng)新成本投入的閾值、實現(xiàn)商業(yè)收益？ |
近期公開課推薦
