让一部分企业先学到真知识！
让一部分企业先学到真知识！
课程背景：
在AI+精益生产的双重背景下，团队作为制造业企业的基石单元，其运作效率与团队协作能力对于确保整个生产流程的高品质输出具有至关重要的作用。管理者作为质量控制体系的核心引领者，他们的管理精细度、专业技能以及对质量细节的严格把控能力，直接关系到生产效率的提升、产品质量的持续稳定以及团队士气的积极维持。通过广泛的企业调研，我们发现管理者在质量管理中所面临的普遍挑战：
众多管理者频繁感叹“质量压力山大”！这背后的根源何在？
不少管理者逐渐陷入“事无巨细式”管理困境，难以抽身！背后的管理机制是怎样的？
许多管理者频繁应对各种“质量突发事件”，疲于奔命！暴露了质量管理中的哪些问题？
管理者在员工质量管理指导上感到力不从心，效果欠佳！背后的深层次原因又是什么？
针对这些质量管理及精细化管理中的种种困惑与挑战，本课程结合AI+精益生产理念，旨在帮助管理者理清复杂的质量管理工作脉络，构建一套以质量管理为核心、兼顾效率与细节的精细化管理流程。通过引入AI赋能的现代质量管理工具和方法，激发员工的质量意识与创新潜能，实现每日质量目标的清晰界定与高效达成，推动团队向追求卓越、持续改进的质量管理模式转型。
课程收益：
价值1：提升全面质量管理的理念思维，结合AI工具实现智能化管理。
价值2：构建一套基于AI+精益生产的质量管理理论框架。
价值3：掌握全面质量管理的方法技巧，结合AI工具进行高效数据分析与问题解决。
价值4：学习生产现场的质量管理对策，借助AI工具实现不良率的精准控制与改善。
课程结构：
课程时间：1天，6小时/天
课程对象：管理者
课程特点：
1. 课程具有极强的实用性，提升管理者质量管理的能力，30%的理论+50%的方法+20%的实例。
2. 基于管理者质量管理中的常见问题场景，引导管理者建立基本管理思维，给工具、给方法、给案例，即学即用。
3. 通过互动体验式授课、丰富化接地气的案例分析、焦点问题的汇智研讨、自测把脉式的反思、实效化工具演练，让学员在轻松愉悦的氛围中学思顿悟。
课程大纲
第一章：全面质量管理思维与AI赋能
解决问题：质量管理认知不全、不正确导致质量管理无法落地
章节导入：质量管理演变历史
一、全面质量管理四大思维方式
1. 用数据说话：结合AI工具进行数据驱动决策
2. PDCA与持续改善：AI赋能下的闭环管理
3. 不仅关注结果更强化过程管理：AI实时监控与预警
4. 应急对策与防止再次发生的方案：AI辅助根因分析与对策制定
二、管理标准化作业体系的建立
1. 质量控制的四个阶段：AI工具在每阶段的应用
2. 标准化系统四个要素：AI赋能的标准化流程
3. 标准化体系建立三步：AI辅助的标准化实施
4. 树立部属的品质意识：AI工具在员工培训中的应用
课程练习：十大品质意识测试
三、生产制造零缺陷制度的执行
1. 正确的事
2. 正确的做事
3. 第一次做正确
课程练习：质量衡量(小刘因质量缺陷造成的损失)
第二章：团队质量管控思路与AI赋能
一、品质问题产生的五大要素（4M1E）
l 人、机、物料、方法、环境：AI工具在要素分析中的应用
课程练习：鱼骨图分析品质问题产生的具体原因（AI辅助）
二、不合格品处置的六大方式
1. 返工
2. 报废
3. 降级使用
4. 退货
5. 特采接收
6. 暂时隔离
三、有效解决品质问题八步法
1. 界定问题
2. 分析原因
3. 确认原因
4. 制定对策
5. 实施计划
6. 检查效果
7. 总结经验
8. 遗留问题
案例分析：降低丝印按键外观不良率
四、团队质量管理的基本原则
1. 四大戒律
l 戒不按标准
l 戒不传信息
l 戒隐瞒不报
l 戒数据造假
课程讨论：数据造假带来的后果
2. 五个及时
l 及时反馈来料质量问题
l 及时推动产线问题解决
l 及时督促各类报表填写
l 及时传递客户质量投诉
l 及时对员工做工作教导
3. 六项检验
l 一看外观--确认有无划伤破损状况
l 二量尺寸--依据产品规格测量尺寸
l 三对样品--对照样品核实外观形状
l 四对色板--观察有无颜差差别现象
l 五测性能--机械电气性能是否满足
l 六做标识，良品与不良品标识清楚
课程练习：六项检验平衡轮
4. 七不放过
l 找不到问题发生根源不放过
l 找不到问题的责任人不放过
l 找不到问题解决方法不放过
l 改进方法落实不到位不放过
l 问题责任人未受教育不放过
l 没有长期的改进措施不放过
l 没有建立改进的档案不放过
课程练习：PDCA闭环质量管理
5. 作业前
l 班前会呈现问题
l 不接受不合格品
l 点检所需的物资
6. 作业中
l 初、中、终检查
l 异常情况的确认
l 线内操作的监督
l 不合格品的隔离
7. 作业后
l 质量问题的统计
l 4M1E变更管理
课程练习：质量职责梳理
第三章：质量管理七大手法与AI赋能
解决问题：质量管理方法缺乏或不正确导致品质管理无法落地
一、QC七大手法1--查检表
1. 查检表定义
2. 查检表2个作用
（1）维持管理
（2）改善管理
3. 查检表分类
（1）点检型查检表
（2）记录型查检表
4. 查检表设计的步骤
案例练习：AI赋能+《8S查检表》
二、QC七大手法2--柏拉图
1. 柏拉图定义
2. 柏拉图的原则：80-20法则
3. 柏拉图的作用
（1）找到最重要的原因和异常
（2）体现了“少数重要，多数次要”的规律
4. 柏拉图制作实录
（1）数据收集
（2）归类统
（3）排序、并计算相关数据
（4）绘制柏拉图
案例练习：AI赋能+主要不良统计
三、QC七大手法3--层别法
1. 层别法定义
2. 层别法层别的方法
（1）常用4M1E区分
（2）亦可用任何有意义的区分，例如：地点、气候, 日期, 作业条件 和 环境,批号,批别,原材料, 线别, 班别等。
案例练习：17寸显示器ESD静电的层别分析
3. 层别法实用注意事项
（1）收集数据之前就应先使用层别
（2）层别法与其他工具搭配使用
案例练习：AI赋能+层别法应用
四、QC七大手法4--鱼骨图（特性要因图）
1. 鱼骨图定义
案例展示：客户端出现缺陷
2. 鱼骨图设计步骤
（1）确定鱼头：问题
（2）确定主刺（主因）
（3）确定中刺（中因）
（4）确定小刺（小因）
（5）验证要因
案例练习：为什么培训没有效果
3. 鱼骨图实用注意事项
（1）原因解析愈细越好, 小刺可以制定具体对策
（2）利用脑力激荡法，尽可能找出影响结果的所有因素
（3）一次因与二次因选择不要混肴
（4）有多少问题就画多少个图，不可多问题共一个图
案例练习：AI赋能+鱼骨图应用
五、QC七大手法5--直方图
1. 直方图定义
2. 直方图设计步骤
（1）收集量测数据并记录，分K个组
（2）找全部数据中最大值及最小值
（3）计算量测值的全距
（4）决定数据区间（组距）
（5）决定组距的组界及计算各组界出现次数
3. 直方图的典型形态
（1）正常型：左右对称分布，显示制程在正常运转
（2）缺齿型：应重新收集和整理数据
（3）切边型：有一端被切断
（4）孤岛型：在左端或右端单独形成小岛，应及时查明原因、采取措施
（5）双峰型：对数据进行层别，重新作
（6）偏态型：高处偏向一边、另一边低、拖长尾巴
（7）平定型：没有突出的顶峰，唯有弧度，略平坦状
4. 直方图实用注意事
（1）使用等宽的间距，不等宽的间距将造成视觉的差异
（2）组数不要太多、也不要太少
（3）OK的数据符合正态分布
（4）常见的7种直方图（正态分布、偏态、双峰、绝壁等）
案例练习：AI赋能+直方图应用
六、QC七大手法6--散布图
1. 散布图定
2. 散布图设计步骤
（1）找出数据中的最大值与最小值
（2）划出纵轴，横轴的刻度，计算组距
（3）组距＝max-min/组数n
（4）各组对应数标示在坐标上
3. 散布图实用注意事项
（1）注意是否有异常点存在，亦即该点与其它点相距很远。
（2）是否有必要加以层别，亦即由数据看是无相关，但将数据分群后却发现具有相关。
（3）一个相关与否的散布图需放入单纯且必要的数据
案例练习：AI赋能+散布图应用
七、QC七大手法7--管制图
1. 管制图定义
2. 管制图分类
（1）计量值管制图
（2）计数值管制图
3. 均值与极差管制图（X－R ）的绘制步骤
4. 管制图判别的12项法则
5. Ca、 Cp、Cpk
案例练习：AI赋能+管制图应用
课程答疑与课程回顾
程平安