1. 建立统一认知：帮助经理层明确数字化转型的核心逻辑（“业务引领技术”），理解自身在转型中的 “枢纽角色”，掌握制造型企业数字化转型的关键路径（如全产业链数字化、数据驱动运营）。

2. 掌握项目方法：使经理层熟练运用数字化项目推进方法论（从立项、规划、执行到复盘），能独立完成智新内部数字化项目的目标拆解、风险管控与资源调配，解决跨部门协同问题。

3. 明晰落地路径：让经理层掌握制造数字化转型的具体场景（如数字化工厂、“三电” 部件生产数字化）与实施案例，能结合智新 “马赫动力”“全产业链自制” 特点，初步规划业务场景的数字化落地方案。

4. 搭建数据思维：帮助经理层建立 “数据驱动业务” 的思维模式，理解数据驱动体系的建设逻辑（数据采集、治理、应用），能通过数据分析优化业务决策（如生产效率提升、质量问题排查）。

1.1. 模块一：认知统一 —— 制造型企业数字化转型与经理角色（1.5 小时）

1.1.1. 制造型企业数字化转型的核心逻辑

² 解析数字化转型的本质：“业务引领技术，数据驱动效率”，区别于 “信息化”“自动化”，明确转型对智新 “全产业链自主可控” 的价值；

² 分享制造行业转型趋势：全球头部车企（如特斯拉、宝马）数字化案例，聚焦 “研产供销服” 全链路协同与数据价值挖掘；

² 锚定智新转型目标：结合 “马赫动力” 产品升级、“三电部件” 产能提升需求，明确数字化转型的核心方向（如生产效率提升、质量追溯强化）。

1.1.2. 经理层在转型中的 “枢纽角色” 与核心职责

² 拆解经理层 “承上启下” 定位：向上承接高层战略（如数字化工厂建设），向下带领团队落地（如产线数字化改造）；

² 分析经理层转型核心职责：需求拆解、跨部门协同、项目管控、数据应用推动，避免 “只懂业务不懂技术”“只谈技术脱离业务” 两种误区；

² 互动讨论：智新经理层当前转型中遇到的最大障碍（如 “研发与生产数据不通”），现场收集痛点并纳入后续模块解答。

1.2. 模块二：方法掌握 —— 数字化项目全生命周期推进方法论（2 小时）

1.2.1. 数字化项目启动：精准立项与目标拆解

² 项目立项核心步骤：基于智新业务痛点（如 “三电部件良品率波动”）明确项目目标，使用 “SMART 原则” 拆解目标（如 “3 个月内，通过数字化追溯使三电部件不良率下降 5%”）；

² 需求调研与可行性分析：教经理层用 “业务需求清单”“技术可行性评估表”，避免 “拍脑袋立项”，结合智新 “100% 自制” 特点评估资源（人力、技术、成本）；

² 实战练习：分组针对 “智新供应链库存优化” 场景，输出数字化项目立项初稿（含目标、需求、初步资源评估）。

1.2.2. 数字化项目规划：路径设计与风险管控

² 项目路径规划方法：用 “WBS 工作分解结构” 拆解项目任务（如 “数字化质量追溯项目” 拆解为 “数据采集 - 系统选型 - 员工培训 - 上线验收”）；

² 跨部门协同规划：引入 RACI 责任矩阵，明确研发、生产、IT 等部门在项目中的角色（如 “生产部负责提供质量数据需求，IT 部负责数据采集技术实现”）；

² 风险管控：梳理制造数字化项目常见风险（如 “生产中断”“数据不通”），教经理层用 “风险评估矩阵”（概率 × 影响）制定应对策略（如 “分批次上线避免全产线停摆”）。

1.2.3. 数字化项目执行与复盘：确保落地与持续优化

² 执行阶段核心动作：进度管控（用 “甘特图” 跟踪任务）、问题解决（建立 “跨部门快速响应群”）、数据反馈（定期输出项目效果数据）；

² 验收与复盘方法：明确项目验收标准（如 “数据追溯覆盖率达 95%”），用 “PDCA 循环” 复盘项目（总结经验、规避下次问题）；

² 案例分享：华为制造数字化项目复盘案例（如 “某生产线智能改造项目”），提炼可复用的复盘模板。

1.3. 模块三：场景落地 —— 制造数字化转型路径与智新实践（2 小时）

1.3.1. 制造数字化核心场景与落地路径

² 数字化工厂建设：拆解核心模块（智能生产 MES 系统、设备互联 IIoT、质量追溯系统），明确各模块对智新 “动力总成生产” 的价值（如 “MES 系统缩短生产周期 10%”）；

² “研产供销服” 场景数字化：分别讲解研发端（PLM 系统协同研发）、生产端（产能智能调度）、供应链端（库存动态优化）、服务端（售后故障数据追溯）的落地路径；

² 关键技术适配：说明制造场景中 “数据采集技术”“边缘计算”“低代码平台” 的应用边界，避免技术选型误区。

1.3.2. 智新核心业务场景数字化案例拆解

² 案例 1：“马赫动力” 产线数字化改造 —— 如何通过 “设备互联 + 数据分析” 提升生产效率（如设备故障预警、生产参数优化）；

² 案例 2：“三电部件” 质量追溯数字化 —— 从 “人工记录” 到 “全流程数据追溯” 的转型步骤，解决 “质量问题定位难” 痛点；

² 分组讨论：结合智新自身业务（如 “某动力总成研发项目”），分析可数字化的环节与初步路径。

1.3.3. 数据驱动体系：支撑制造数字化落地

² 数据驱动的核心逻辑：业务数据化（如生产数据、质量数据采集）→数据治理（标准统一、质量提升）→数据业务化（如用数据优化生产参数）；

² 制造企业数据体系建设：聚焦 “生产数据”“质量数据”“供应链数据”，明确采集范围（如设备传感器数据、质检数据）、治理重点（如数据一致性）；

² 实战工具：教经理层用 “数据需求清单模板”，针对自身业务场景（如 “生产效率提升”）梳理需采集的数据项。

1.4. 模块四：实战演练 —— 智新数字化项目拆解工作坊（1.5 小时）

1.4.1. 工作坊任务布置

² 明确任务：以智新实际业务痛点为主题（如 “‘三电部件’生产效率提升”“供应链零部件交付延迟优化”），分组拆解数字化项目方案；

² 提供工具：项目拆解模板（含目标、任务、责任部门、风险、数据需求）、案例参考（华为类似项目方案框架）。

1.4.2. 分组实战与指导

² 各组讨论：经理层结合课程所学方法论（如目标拆解、风险管控、数据驱动），输出项目方案初稿（含 3-5 个核心任务、RACI 矩阵、初步数据需求）；

² 讲师指导：巡回各组，针对 “跨部门协同设计”“数据需求合理性” 等问题提供个性化建议，确保方案贴合智新实际。

1.4.3. 方案分享与点评

² 各组派代表分享方案（每组 10 分钟），说明项目目标、核心动作、预期效果；

² 讲师点评：结合智新业务特点与行业经验，指出方案亮点与优化方向，提炼可复用的 “项目拆解方法论”；

² 总结输出：汇总各组优秀思路，形成《智新数字化项目拆解参考手册》（精简版），供经理层课后使用。

1.5. 模块五：总结与行动计划（1 小时）

1.5.1. 课程核心内容复盘

² 梳理关键知识点：数字化项目推进方法论、制造场景落地路径、数据驱动逻辑，用 “知识图谱” 快速回顾；

² 聚焦 “可落地动作”：提炼经理层课后可立即执行的 3 件事（如 “用 RACI 矩阵梳理现有项目责任”“梳理业务场景数据需求”）。

1.5.2. 问题答疑与经验交流

² 解答经理层残留疑问（如 “小体量数字化项目如何快速启动”“技术部门资源不足如何协调”）；

² 鼓励经理层分享后续转型计划，建立 “智新经理数字化交流群”，课后持续赋能。

1.5.3. 制定个人行动计划

² 提供《个人数字化行动计划模板》，引导经理层填写 “1 个月内目标（如 “完成某小项目立项”）、3 个月内目标（如 “推动跨部门数据协同”）”；

² 明确后续支持：讲师提供 1 次课后线上答疑（1 小时），协助解决计划落地中的问题。

2. 注意事项

² 在讲解技术细节时，考虑到学员的专业背景，适当调整难度，避免过于深奥的技术术语，并根据学员所在行业、岗位属性做适当的技术术语转化。

² 避免泛泛而谈技术原理，所有概念均锚定贴合学员行业的实际业务场景。

² 提供实际操作的机会或案例分析，帮助学员更好地将理论知识转化为实践能力。