在危机中创造新机遇，在变革中开辟新机遇。
总经理室：李平 2023年11月08日晚
首先感谢公司高层领导提供这次难得的培训学习机会。最终的目标是心怀感恩，并将所学运用到实际工作中。
在非常紧凑的五天培训中，1位企业管理专家、1位高级顾问和5位资深教授谈论了9大话题，但归根结底，核心还是数字化转型、精益生产和科学管理三大方面，以及他们的执行能力的完成情况。提供更多可行的参考数据案例，为我们当前企业赋能转型指导大方向和关键细节。
转向数字化是大势所趋，也是企业未来价值链的增长点。
数字化的客户需求信息、数字化的市场调研分析、数字化的研发设计以及工艺数据的在线信息同步和传输、数字化的生产线、数字化的供应链管理和物控管理等，融入数字化全息工厂，所有流程和数据一目了然。这些都是杜逸飞教授为我们描绘的企业数字化的美好前景，需要我们结合工作实际，努力去实现。
我公司于2020年5月14日推出的SAAS ERP系统就是最典型的数字化第一步。根据杜教授的主题，基于每个ERP模块的内容以及大数据和运营成熟度的完成情况，第二步将是利用工厂的加密内网和设备相关接口来集成所有生产设备，包括未来机械手和智能机器人，同步协调客户需求，市场调研、营销、订单、生产计划、设计研发、物料BOM、物流、供应链、工艺技术、报价等全部数字化在线控制。通过主屏终端或主电子看板即可清晰了解各环节实时数据变化、异常点追踪及及时处理等，实现零跑腿，一览工厂整体动态。
关于这一点，我在回程航班上与刘博阳先生进行了沟通。当时，他提到了北京美克美家数字化工作室的先例。以前的订单响应式调度最终将被智能预调度所取代。由于数字化过程的终点是智能化，也就是目前流行的人工智能技术，所以我在课堂上举手问张教授：人工智能如何与我们的产品设计和开发相结合？虽然他的回答不是我想要的答案，但我认为大体的逻辑是正确的。 AI一方面是人工、人操作的部分，这是AI的早期基础。另一方面是算法的智能化和自我迭代。它是带有各种传感器、计数设备和算法的联网机器设备或云服务器或云。计算操作的一部分。如果使用AI进行设计，无论是MJ、SD还是DE，还是其他目前主流的在线平台工具，前期都必须做人工提示词研究或者提供关键参考数据。像风格、特征、色彩、材料、方向、角度、空间、工艺、结构等，人工智能或自动化都是人工设定正确、逻辑、可靠的规则和程序后的执行结果。
就在今年年初，Chat-GPT正式商用。嵌入或封装人工智能的设计软件层出不穷。国内的有：即时AI、即时灵感；国外的有：Adobe、、、、、等，当然还有我们设计设计师最常用的Adobe最新版本，增加了Tool、Lens Blur、 、 Fill等强大的AI功能。
例如，经过两年的不断实践和改进，我们的开发部门已经实现了全电脑放样的使用。从 3D 建模，到大型绘图的 CAD，再到 PDS 或 Rhino 3D 展平和制板，以实现最佳布局和 CNC 刀具路径编程。虽然基础数据与流程的衔接存在细微的缺陷，但这并不妨碍我们继续提高我公司设计开发该模块的核心竞争力。
随着机器学习（ML）技术和大数据（BD）的日益成熟和成熟，未来五年数字化、智能化、人工智能技术将真正影响或带动我们制造业各方面的快速发展。更新迭代。我们不仅需要时刻保持学习，还需要时间做好准备，我们的岗位可能会与数字化或人工智能相连，并可能被这些技术完全取代。
精益生产依赖于持续改进、团队合作和消除浪费。
精益生产不仅仅是指5S和现场改进，而是指准时生产和全员积极参与改进。关键词是准时和全员参与。徐健老师在课堂上提出了新精益管理体系的四大要点：客户至上、持续改进、重视人效、现场改进。两次提到改进，说明改进和持续改进是精益生产的基础。我们的现场5S、生产线质量、样品信息、工艺流程、物料控制、展会营销、客户接待等都需要不断改进，做到最好。
不仅如此，我们还重视团队合作，以实现持续改进。要成为一名出色的团队合作者，您必须：了解事实、支持队友、提供建设性批评、处理冲突并了解自己的界限。钟主任、钟业务经理经常在群里鼓励我们：“优秀的团队有四个统一：统一思想、统一目标、统一方法、统一行动”。我认为团队合作需要集中思考、努力工作。在一个地方工作，无论任务多大、多多、多难，都可以通过分工协作、优势互补、相互支持来完成。
生产是一个复杂且基于规则的系统。它从销售、计划、采购、仓储和材料控制开始，以切割、切割、制造、包装和运输结束。只要某一环节出现异常，就会影响生产过程。以保证整个系统的顺利运行。就像张教授提到了企业内部的三大链条：产品链、生产链、业务链。而且，这三个链条是相互关联、相互依存的。业务链需要向企业输入客户需求和订单指令，生产链需要通过计划、调度、制造完成按期交货，产品链需要完成所有产品样品和技术数据的基础建立。无论是上下游、前端和后端、还是系统和链条，底层逻辑其实都是团队协作、环环相扣的团队协作。优秀的团队合作和团队精神让员工与公司共同进步。
关于消除浪费，徐健老师提到了5S和八大浪费，我认为这与我们的工作实际非常相关。对于一个连5S工作都没有或者没有做好的企业来说，怎么谈得上降本增效呢？刚进公司时，廖总说：5S是一切管理的基础和开始。 5S做得不好就是浪费。如果做得好，不仅能为后续的精益生产流程或策略打下坚实的基础，也是降本增效最直接、最全面的方式。如生产线上检测到的不良品和批量返工，库存过多，各部门人员、物料、机械设备等各种等待，人才和岗位配置不合理，动作执行不遵循最优关键路径，制造流程 过度加工是一种巨大的浪费。
因此，要想实现精益生产，就必须不断改进，加强团队合作，积极消除浪费。
在科学管理上，我还有很多东西需要学习、借鉴、反复实践和总结。
徐健老师说：管理是指一定组织中的管理者，通过实施计划、组织、领导、协调、控制等职能，协调他人活动，使他人与自己共同实现既定目标的过程。随后，他列举了建立目标的思路、总流程图工具在方便面店生动的商业案例中的使用，以及价值流图工具在招聘过程中的使用。这些对我以后的工作都会有很大的帮助。这里的核心方法是教我们在工作项目执行过程中如何协调、规划、利用圆图工具来优化我们手中的工作流程。因为时间对于我们每个人来说都非常非常宝贵，无论我们是一线计件员工，还是领导各种规模团队的管理者，关键是要充分利用我们所拥有的时间，做出好的成绩或成绩。
如果团队能够取得优异的绩效，改善或消除不良和异常的产出，并形成合理有效的流程或体系并固化在我们工作的关键节点上，那么我们的管理就可以称为科学管理。 。
管理和管理的主体是人。赵老师说，在中国饭桌上的文化氛围中，管理的第一核心问题是社交，其次是开会讨论、分配任务、指导工作、找人谈话、签字检查。考核奖惩。全教授说：用餐和社交是为了协调管理者和内外各方的关系，但一定要适度，三杯酒就可以了。
执行力需要教育、培训、辅导、培训，形成文化基因。
赵教授指出：教育、培训、辅导、培训是打造执行力的核心基础。形成一种基于员工理解和认可的文化，可以保证各项制度的落实和各项决策的顺利执行。可见，一个企业自上而下的企业文化氛围对于其表现的好坏至关重要。
在谈到执行力的两大逻辑时，赵教授表示，结果导向的逻辑是：企业是讲功绩、不讲努力的地方。结果（表现）用于获得奖励。属性是价值，目的是交换；工作是工作，不是任务。企业要的是结果，而不是理由。执行是有结果的行动。以我的职业经验来看，无论是工厂、工贸、企业、设计公司、外贸公司，工作没有结果、没有业绩，就和白干没有什么区别。而且我们还需要注意一些方法，比如PDCA循环闭环思维。一切都有计划、有执行、有检查、有处理，再加上实时跟进和回顾，基本可以保证每项工作的完成。
最后，在当前家居市场困难的环境下，非常感谢公司高层精心组织的这次中层管理培训机会。为明博团队、博阳、博亿、益丰团队提供了更紧密的联系和沟通，更好地激发了大家的向心力和凝聚力。回到学校，我再次感受校训，再次温习课本，再次关注课堂，再次遇见老师，再次努力进步。
初秋的汗水流尽，夫妻恩爱显露，留下儿时友情的回忆。我深深感受到公司高层打造优秀学习型企业的良好意愿和前瞻性决心。接下来，我们只能学以致用，持之以恒，赋能增效，责任前行，学会感恩，回馈公司给予的学习机会和展示能力的工作平台。
（一）全教授金句摘录：工作境界，人生坎坷，承担责任，直面问题。
做事四种意境：认真、务实、创新、合作。我们工作要认真，执行务实，追求创新，注重团队合作的必要性。
人生十五关：自信、浮躁、名利、嫉妒、交际、创业、压力、保守、人脉、挫折、理财、健康、婚姻、事务、教书。
提高责任感的基本行为：汇报工作、陈述结果；索取工作指示和国家计划；总结工作和状态流程；分配工作并规定标准；移交工作和国家经验；接受工作并规定截止日期；回顾工作并陈述见解。
3 不要（远离问题） 不要等到灾难发生才开始关注；不要等到犯了错误才开始后悔；不要等到问题堆积起来才开始反思。
7件事不能放手（处理问题） 如果找不到问题的根源，就决不放手；如果找不到问题的责任人，绝不放过；如果找不到问题的解决办法，就决不放手；如果纠正方法执行不到位决不放过；在对问题负责人进行教育之前，决不要放过它；没有长期改善措施，绝不放过；在奖惩机制建立之前决不放过。
（2）分享一下学习心得，拓展阅读：美国李杰教授写的一本很好的书——《从大数据到智能制造》（电子版）。如果您有兴趣，请随时@me，发送原始文件。
(3) 术语表：
AI：人工智能的缩写，于1956年（恰逢电子科技大学建校之年）提出。它是关于模拟、延伸和拓展人类智能的理论、方法、技术和应用系统的研究与开发。一门新的技术科学。
ML：机器学习，顾名思义，是开发算法和统计模型的科学，计算机系统使用这些算法和统计模型来执行任务，无需明确的指令，依赖于既定的模式和推理。计算机系统使用机器学习算法来处理大量历史数据并识别数据中的模式。
MJ：，主流AI设计平台之一；
SD：主流AI设计平台之一；
DE：Dall-E，主流AI设计平台之一。
PDCA：Plan（计划）Do（）Check（检查）Act（），美国统计质量控制之父A.提出的观点，并被美国质量大师W.广泛运用。