质量管理及数字化 逻辑思维 1- 快速表达 逻辑思维 2- 精准表达 逻辑思维 3- 解决问题 逻辑思维 4- 结构化与批判性思维—锻造火眼金睛 逻辑思维 5- 逻辑思维方法—问题分析与总结 逻辑思维 6- 职场沟通与汇报— - 学做擅表达的人 逻辑思维 7- 创新性思维与发展变革—面向未来 逻辑思维 8- 系统性思维与企业管理—培育管理 能力 ( 上 、 下 ) 逻辑为基 、 能力为本 能力为本 霍 尔模型： 时间 维 、 逻辑维 、知识 维 知识学习 项目管理 逻 辑 思 维 讲 《建设一体化 数智工厂》 《逻辑思维与 员 工 成 长》 《打造数字化 研发流水线》 主要著作 研 发 管 理 数 智 化

神经网络类 PC 桌面门户 大屏展示 移动门户 APP 企业信息化新思路：无码开发支撑分层组装式建设 无 代 码 开 发 平 台 能 力 生产类 2.2 应用 能力层 业务应用能力组件库（页面、逻辑、业务流、数据流、数据服务） 市场营销 项目管理 党群文化 集成制造 客户服务 采购供应 财务管理 人力资源 内外关系 IT 管理 业务能力 资产管理 合规管理 销售类 研发类 业务流 逻辑控制 服务编排 数据流 报表 图表 企业资源 生产管理 产品管理 物料管理 办公管理 财务管理 其他 研发管理 算子 / 模型 一、从业务和软件形式两个维度，规划智慧制造行业组件能力 软件形 式维度： 从数据、 管理到 分析领 域，抽 象 3 个 领域常 用的组 件模式 业务维度：从企业各部门业务出发、抽象出细粒度业务数据、界面和逻辑 1. 业务软件化 业务软件化 把企业业务抽象为软件的 数据、界面和逻辑等组件 2. 软件数据化 用无代码平台 + 元数据 （描述软件的数据）定义软 件的数据、界面和逻辑 3. 数据资产化 将业务数据集中治理融合、 形成企业数据资产 4. 资产价值化 数据资产聚合催生新应用、 分析、运营、指导企业降 本增效、输出数据价值 业 务 数 据 软件形式 客户类 生产类 产品类 物资类 销售类 财务类

分析数据集成 管理需求  扩展 CIM （ IEC 标 准）  设计企业公共 数据模型 数据架构 设计 5  主数据模型 语义视图  公共数据逻 辑模型  分析型数据 逻辑模型  设计原有门户 与 SAP 的集成  设计原有集成 平台和 SAP 集 成  设计原有系统 和 SAP 数据传 输接口  设计未来数据 集成平台 技术架构 设计 业务功能分析 设计 SAP/ 非 SAP 接口集成 设计统一 应用框架 分析业务对象关系 确定企业主题域 应用 IEC 标准 识别 SAP 内对象 建立公共信息 概念模型 设计公共数据 逻辑模型 设计公共数据 对象物理模型 分析非结构 化数据需求 分析实时 数据交易需求 分析数据管理 统一需求 决策 SAP 边界 设计未来技术架构蓝图 理解一体化平台技术需求 SAP/ 使用 被提供成 支持 信息 - 结构关系 定义 交互 IT 服务 – 服务设计 自动实现 执行 数据实体 - 数据结构 , 实体关系 逻辑数据模块 物理数据模块 逻辑应用模块 数据集成管理 物理应用模块 逻辑技术模块 物理技术模块 使用 / 更新 支持 / 暴露 地点 产品 制造出 位于 描述 支持 支持 / 暴露 未来企业架构元模型 战略驱动

分析数据集成 管理需求  扩展 CIM （ IEC 标 准）  设计企业公共 数据模型 数据架构 设计 5  主数据模型 语义视图  公共数据逻 辑模型  分析型数据 逻辑模型  设计原有门户 与 SAP 的集成  设计原有集成 平台和 SAP 集 成  设计原有系统 和 SAP 数据传 输接口  设计未来数据 集成平台 技术架构 设计 业务功能分析 设计 SAP/ 非 SAP 接口集成 设计统一 应用框架 分析业务对象关系 确定企业主题域 应用 IEC 标准 识别 SAP 内对象 建立公共信息 概念模型 设计公共数据 逻辑模型 设计公共数据 对象物理模型 分析非结构 化数据需求 分析实时 数据交易需求 分析数据管理 统一需求 决策 SAP 边界 设计未来技术架构蓝图 理解一体化平台技术需求 SAP/ 使用 被提供成 支持 信息 - 结构关系 定义 交互 IT 服务 – 服务设计 自动实现 执行 数据实体 - 数据结构 , 实体关系 逻辑数据模块 物理数据模块 逻辑应用模块 数据集成管理 物理应用模块 逻辑技术模块 物理技术模块 使用 / 更新 支持 / 暴露 地点 产品 制造出 位于 描述 支持 支持 / 暴露 未来企业架构元模型 战略驱动

精准营销 为店铺挖潜引流 , 提升顾客转化率 终端 配送 统筹运能资源 合理规划线路 路径规划 干线 运输 1 2 3 4 5 6 7 销量预测 - 逻辑介绍 预测结果 应用 历史销量数据 外 部 数 据 搜索指数 年度销售计划 竞品数据 节假日信息 舆情信息 深度学习 数据 整合 运筹优化 统计学 机器学习 企 业 数 据 算法 40% 34%36% 预测对业务优化效果 实际拆单率 预测优化后拆单率 优化提升比例 分仓规划 - 逻辑介绍 利用大数据技术，定量分析供应链网络，帮助客户在服务水平与成本之间找到最佳平衡，满足供应链战略的需要，明确供应链节 点的位置和不同节点的覆盖范围。  算法逻辑  业务逻辑 分仓规划 - 案例 推荐分仓结果：加件量分布 客户痛点 • 配送时效和配送成本较高 • 问题的核心在于分仓规划不合理 问题的核心在于分仓规划不合理 项目效果 • 推荐的分仓结果提高了配送时效，降低了配送成本 • 提供建仓顺序，客户可根据实际情况选择分仓方案 智能补货 - 逻辑介绍 销 量 预 测 库存分析及预警 预测销量 可用库存 调拨模型 商品缺货分析 仓间运输时效 仓间调拨成本 仓网覆盖规则 仓内作业时效 基 础 数 据 货源仓 补货成本 目的仓 补货时效 补 货 方 案 调拨补货方案

可能无法及时获取和更新最新的能源数据和信息，导致在处理与时效性相关的能源问题时，给出的结果滞后或不准确。 2 、逻辑推理方面： 1 ）复杂逻辑处理能力有限，能源系统涉及发电、输电、配电、用电等多个环节，各环节之间存在复杂的因果关系 和 逻辑联系。 DeepSeek 在处理一些需要深入理解和分析复杂能源逻辑关系的问题时，可能会出现混淆概念、因果倒置等逻辑错误，难 以提 供准确有效的解决方案。 2 ）缺乏辩证思维。能源行业的很多问 理等相关领域的数据，让 DeepSeek 能从更丰富的维度理解能源问题中的逻辑关系。 。 2 、模型优化：利用能源领域的特定数据集对 DeepSeek 进行微调，针对能源领域的复杂逻辑关系问题，调整模型的参数和结构。将 DeepSeek 与其他专门用于处理逻辑关系的模型或算法进行集成，如知识图谱、逻辑推理引擎等，结合各自的优势来提升处理复杂逻辑 关系的能力。 3 、多模态融合与交互： 除了传统数 施分布、利用监控 视 频识别能源设备状态，结合文本数据，能让 DeepSeek 更全面地理解能源场景中的复杂逻辑。 4 、模拟与仿真结合：将 DeepSeek 与能源系统模拟软件集成，利用模拟软件对能源系统的物理过程进行精确模拟， DeepSeek 基于模 拟 结果进行逻辑分析和决策优化，如在电力系统规划中，结合模拟软件的潮流计算结果， DeepSeek 进行更合理的电网布局和调度逻

自动派单 工单 系统 自动 上报 平台 配电线路 1 、变压器楼供配电系统逻辑状态图（不限含开关状态、电流 电 压信息及功率流向）； 2 、园区内的供配电系统逻辑状态图； 3 、大楼、每个楼层及每个配电柜的供配电系统逻辑状态图； 4 、 UPS 的供配电系统逻辑状态图； 5 、柴油发电机状态及的发电系统逻辑状态图； 交直流电力屏 交直流电力屏 ，对园区管理者可实现基于园区和 楼 楼 宇 2.5D 和 3D 配电、能耗及电力线路图的模型。 电力屏 空调系统逻辑 冷冻水管路 1 、冷热源系统逻辑运行状态图 2 、空气热湿处理系统逻辑运行状态图； 3 、冷却塔系统逻辑运行状态图； 4 、空气输送与分配系统逻辑运行状态图； 5 、空调水循环系统逻辑运行状态图； 空调系统逻辑图 ，对园区管理者可实现基于园区和楼 宇 2.5D 、 3D 模型、关键设备模型冷热源运行流程图 维人员 设定不同的报警 种类对应不同的 应对措施 自定义报警升级 策 略 ， 包 括 升 级 时 间 、 推 送 对象 等 报警机制 报警管理：每个测点都可以自定义上报逻辑；成熟分级报警机制与报警升级机制；避免报警信息堆积、滥报 ，淹没重要报 警 信息。 重复报警周期 安全时段 报警种类 报警分级 报警升级 报警信息 总经理 副总 部门经理 维护人员 报

4 基于契约的信 任 — — CONTENTS 9 培养卓有成效的协同管理行 为 观点与判断 我们无法逃避时代的颠覆 动荡时代最大的危险不是动荡本身， 而是仍然用过去的逻辑做 事 PART 01 德鲁克 《第四次工业革命》 ： 本次工业革命将数字技术， 物理技术， 生物技术有机融合在一起， 迸发出强大的力量 中国过去探寻的是高速增长的模式， 接下来要沿着“ 7. 效率来自协同而非分工，组织管理从“分”转向“合” 基本观点 1 ： 企业是个整体 管理的效率不仅来自分工，更来自协同，因而要求组织具备 一些新能力：“强链接”，构建柔性价值网以及“共生逻辑” 企业的商业模式，组织模式，跨组织协作模式，都开始呈现 “网状协同”的态势，组织管理越来越依赖价值网络的共识 一切都在重构之中，认知重构，价值重构，思维重构，这些 重构需要一个更为广泛的视野，更加互动的关联，以及更加 促进，共同 优化 获得组织任何一方都无法单独实现的高水平发展 尽管会带来冲突和分歧，但它从更大程度上强调了共生组织 之 间的相互理解和尊重，实现更优越的进化循环 基本观点 3 ： 共生是进化逻辑 想要获得价值网络的有效价值，第一个难题就是能不能真 让 价值网络中各个成员互为主体，而不是主客体关系 《激活组织》：一项重要工作是建立“合作主体的共生系 统”，做到这一点，需要构建一个“价值共同体”

拥有成长底线具有三种优势： 有多业务扩张的选择 具备一定的定价权 3 5 好公司是能够与客户建立持续交易基础的公司，因为一旦形成黏性，进行持续交易，公司的价值 就可 以按照客户的 终 身价值来进行贴现。在这个经营逻辑下， 公 司主要从三个方面进行强化。 把流量池变成了客户 池， 并 形成公司的利润 池，具 备了 与客户建立持续交易的基础 构建流量池 锁定忠诚客户 流量转化为客户池 联 合第三方流量口，搭建 流 量入口 要有效锁定客户池中最具有 忠诚度的客户 成长底线： 案例 - 亚马逊所构建的成长底 线 根据这个增长逻辑，亚马逊是怎么做的呢？ 亚马逊成长底线构建 3 6 2018 年 9 月，亚马逊市值突破 1 万亿美元，成为互联网领域市值最高的公司之 ，是商业史上第二家突破万亿美元市值 的公 司（第 书时，亚马逊就 会为这些网站的导入行为支付 8% 的佣金。早期的这 一策 略使大量网络生态愿意为亚马逊导流。 大流量入口的接入可以帮助很多网络企业建立增长源 但是重要的不是结果，而是发展的逻辑， 一 家没有成长底线的公司，何谈升到天际线？ 没有 一座座坚固 的城池，扩张再迅速也形成 不了 亚马逊用 Prime 制度把超级用户挖掘出来，形成自己 强 有力的根据地与利润池， Prime 成为亚马逊构建成

示例：人工智能加入医疗诊断 理解产业数字化 产生 加入 提高 一切正在转化为数据 连接比拥有更重要 持续领先企业所拥有的数字化生存能力，关键核心是企业家认知的改 变 六个关键认知 从竞争逻辑转向共生逻辑 开放、信任和协同是关键 顾客主义 长期主义 数据 媒介 价值本身 企业创新价值空间 方向 六个关键认知 认知一：一切正在转化为数据 效率改变 模式创新 成为 影响 可信 度 安全 性 认知三：开放、信任和协同是关键 生态 伙伴 企业 实现数字化的 核心关键 协同 价值 开放 信任 协同 战略底层逻辑 转向 共生逻辑 竞争逻辑 认识四：从竞争逻辑转向共生逻辑 数字化时代 认知五：顾客主义 企业定义：创造客户价值 顾客需求 + 技术 全新战略空间 认知六：长期主义 需要长期主义认知能力原因： 1. 企业与环境是一种共生关系 企业 持续发展 可能性 组织效率改善 业务模式拓展 价值创新 成本重构 专注技术 创新 快速面向 数字化 优势 获取 找到 新势力汽车公司 传统汽车制造公司 产品逻辑 以智能交互为核心 以发动机为核心 变化二：跨界颠覆，数据有效挖掘和运用 新势力汽 车公司 智能技 术公司 天猫 电子 商务 淘宝 阿里 妈妈 智能 物流 菜鸟 网络 .....