課程描述INTRODUCTION
· 品質(zhì)經(jīng)理· 中層領(lǐng)導(dǎo)· 研發(fā)經(jīng)理
培訓(xùn)講師：張勝
課程價格：￥元/人
培訓(xùn)天數(shù)：1天
日程安排SCHEDULE
課程大綱Syllabus
研發(fā)質(zhì)量工程培訓(xùn)
【課程背景】
在數(shù)字化與智能化浪潮的沖擊下，研發(fā)質(zhì)量管理正經(jīng)歷從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)智能驅(qū)動”的范式轉(zhuǎn)變。全球制造業(yè)研發(fā)投入年均增長12%，但質(zhì)量問題導(dǎo)致的成本浪費仍占總研發(fā)預(yù)算的18%-25%。尤其對于業(yè)務(wù)多元、技術(shù)復(fù)雜的集團公司，跨部門協(xié)同低效、缺陷根因追溯困難、質(zhì)量數(shù)據(jù)價值挖掘不足等問題，已成為制約研發(fā)效能提升的核心瓶頸。
與此同時，生成式AI與深度學(xué)習(xí)技術(shù)的突破為質(zhì)量管理提供了全新解決方案——麥肯錫研究指出，AI驅(qū)動的質(zhì)量管理系統(tǒng)可將缺陷識別效率提升60%，并降低30%以上的質(zhì)量成本。在此背景下，本次《AI_Deepseek深度賦能：研發(fā)質(zhì)量優(yōu)化》培訓(xùn)應(yīng)運而生，旨在通過“AI技術(shù)+質(zhì)量方法論+場景化實踐”的三維融合，助力企業(yè)構(gòu)建智能化、前瞻性的研發(fā)質(zhì)量管理體系。
本培訓(xùn)不僅是一次技術(shù)賦能，更是研發(fā)質(zhì)量管理文化的革新起點。通過AI_Deepseek與質(zhì)量工程的深度耦合，企業(yè)將率先邁入“預(yù)測-預(yù)防-自適應(yīng)”的智能質(zhì)量管理新階段。
【課程收益】
了解新品開發(fā)流程(NPI)
了解其中的核心關(guān)聯(lián)工具
了解NPI的關(guān)鍵點及質(zhì)量管控點
能夠運用AI工具進行研發(fā)設(shè)計以及質(zhì)量管控
能供運用AI工具進行質(zhì)量問題解析
【課程特色】
多年企業(yè)工程師從業(yè)經(jīng)歷、管理經(jīng)歷及創(chuàng)業(yè)經(jīng)歷使得老師能夠從具體實施角度、宏觀及可持續(xù)發(fā)展的角度去講解課程，并做到理論與實踐并重、循序漸進，善于從底層邏輯講解。
張老師的課程脫離了模塊化的通用培訓(xùn)或咨詢邏輯，能夠幫助學(xué)員快速識別、分析問題，并能結(jié)合企業(yè)當(dāng)前階段的實際資源及發(fā)展階段制定“落地”的對策。
【課程對象】
質(zhì)量/工藝/生產(chǎn)工程師、企業(yè)各部門基層、中層管理人員
【課程大綱】
第1單元：新產(chǎn)品導(dǎo)入流程（NPI）基礎(chǔ)知識
1. 概念與定義
2. NPI戰(zhàn)略價值與企業(yè)痛點分析
NPI的核心價值與行業(yè)趨勢
企業(yè)NPI典型痛點診斷
研發(fā)與生產(chǎn)脫節(jié)的表現(xiàn)
供應(yīng)鏈協(xié)同問題
質(zhì)量管控滯后
3. NPI部分關(guān)聯(lián)工具
流程工具：APQP（先期產(chǎn)品質(zhì)量策劃程序）
需求管理工具：QFD（質(zhì)量功能展開）
項目管理工具：甘特圖
風(fēng)險管理工具：FMEA（失效模式與影響分析）、風(fēng)險矩陣
第2單元：NPI六大階段概述及質(zhì)量控制點
1. 概念與規(guī)劃：
市場調(diào)研
功能需求
標(biāo)準(zhǔn)要求
目標(biāo)價格
產(chǎn)量要求
可行性分析
技術(shù)可行性
質(zhì)量可行性
財務(wù)可行性
制造可行性
項目立項
2. 設(shè)計與開發(fā)
需求凍結(jié)
設(shè)計方針
方針評審
開發(fā)設(shè)計
功能
圖紙
標(biāo)準(zhǔn)
BOM
工藝等
DFX設(shè)計理念
3. 工程驗證測試(EVT)
樣本試做
功能驗證與極限環(huán)境測試
EVT測試結(jié)果輸出
問題輸出及閉環(huán)
4. 設(shè)計驗證測試(DVT)
小批試產(chǎn)及量產(chǎn)工藝驗證
可靠性測試
設(shè)計成熟度評估
DVT測試結(jié)果輸出
問題輸出及閉環(huán)
成本優(yōu)化
5. 生產(chǎn)驗證測試(PVT)
批量生產(chǎn)
質(zhì)量一致性測試
PPAP（生產(chǎn)件批準(zhǔn)程序）交付
6. 量產(chǎn)爬坡
持續(xù)改進
經(jīng)驗教訓(xùn)庫
第3單元：AI_應(yīng)用基礎(chǔ)知識
1. AI的作用
2. 常見的AI平臺
3. Deepseek平臺概述
核心功能模塊（數(shù)據(jù)管理、分析、協(xié)作）
適用場景與行業(yè)案例
質(zhì)量預(yù)測與缺陷預(yù)防
知識管理與決策支持
4. Deepseek注意事項
避免使用結(jié)構(gòu)化提示詞
萬能公式：4步提問法
身份：你是誰
任務(wù)：要解決什么問題
細(xì)節(jié)：限制條件
格式：要什么形式的結(jié)果
注意Deepseek的分析邏輯
第4單元：AI_deepseek在研發(fā)質(zhì)量領(lǐng)域中的應(yīng)用（實操與答疑）
注意：客戶可以現(xiàn)場提供具體需求，現(xiàn)場實操演示
1. 案例1：生成技術(shù)可行性評估表
說明背景及要求
細(xì)化要求
2. 案例2：如何追尋某個具體缺陷的根本原因
如何提問
設(shè)定具體的解析維度
細(xì)化要求
3. 案例3~5：不同階段缺陷案例解析
案例3：概念與規(guī)劃階段_功能可行性分析失敗案例
問題、根因、改進措施
逐級細(xì)化要求
案例4：設(shè)計與開發(fā)階段：工藝設(shè)計缺陷案例
問題、根因、改進措施
逐級細(xì)化要求
案例5：設(shè)計驗證測試(DVT)：可靠性測試失敗案例
問題、根因、改進措施
逐級細(xì)化要求
4. 案例6：數(shù)據(jù)分析案例(Cpk值的生成)
數(shù)據(jù)的導(dǎo)入
輸入數(shù)據(jù)的注意事項
5. 案例7：某企業(yè)因質(zhì)量問題無法拿回貨款
輸入限制維度
輸入有利方
6. 案例8：某大型船廠年利潤較低，應(yīng)該如何提升效益？
應(yīng)該如何輸入內(nèi)容
應(yīng)該如何引導(dǎo)AI逐級解決問題
第5單元：總結(jié)
研發(fā)質(zhì)量工程培訓(xùn)
轉(zhuǎn)載：http://www.isoear.com/gkk_detail/323883.html
