«Six Sigma Green Belt» із використанням методології «Design Thinking»

Вступ до дизайн-мислення (приблизно 1,5 дні)

Процес дизайн-мислення з першого погляду

Найважливіші правила та фази дизайн-мислення

Практичні підходи та застосування

Цифрові інструменти та штучний інтелект в інноваційному процесі

Етап 1: Дослідження (приблизно 0,5 дня)

Методи дослідження, орієнтованого на користувача

Методи інтерв'ю та аналіз потреб

Дослідження та обробка інформації за допомогою штучного інтелекту

Етап 2: Синтез (приблизно 0,5 дня)

Аналіз та структурування результатів

Розробка формулювань проблем та персонажів

Візуалізація та кластеризація результатів

Етап 3: Розробка ідеї (приблизно 0,5 дня)

Креативні техніки для розробки ідей

Методи пошуку та оцінки рішень

Використання генеративного ШІ в процесі розробки ідей

Етап 4: Створення прототипу (приблизно 0,5 дня)

Розробка початкових підходів до рішення та макетів

Вступ до швидкого прототипування та клік-манекенів

Цифрові інструменти для візуалізації концепцій

Етап 5: Тестування (приблизно 0,5 дня)

Методика проведення тестів та раундів зворотного зв'язку

Аналіз та оптимізація підходів до вирішення проблеми

Ітеративна робота та гнучкий подальший розвиток

Робота над проектом (приблизно 1 день)

Закріплення вивченого матеріалу

Презентація результатів проекту

Вступ до Six Sigma (приблизно 1 день)

Що таке «Шість сигм»? Історія, філософія та стратегія

Етапи проекту DMAIC, цілі та ролі

«Шість сигм» у контексті «Lean», управління якістю та операційної досконалості

Гібридне управління проектами з використанням DMAIC для проектів у сфері штучного інтелекту

Управління проектами з використанням штучного інтелекту (приблизно 1 день)

Основи штучного інтелекту 

Сфери застосування за методологією DMAIC, обмеження та ризики

Основи роботи з даними та промтами, контекст та критерії якості

Управління, безпека, Закон ЄС про штучний інтелект та GDPR

Панель управління ШІ, узагальнення інформації та контрольні точки якості

Define — Визначення (приблизно 3 дні)

Ідентифікація проекту, стратегічна значущість та дерево факторів, що впливають на показники

Відмежування від циклу постійного вдосконалення (KVP) та моделі «проблема-причина-рішення» (PUL)

Коротка характеристика проєкту: опис проблеми та визначення цілей за принципом SMART

Вхідні та вихідні рамки, а також перевірка повноти даних за допомогою штучного інтелекту

LIPOK та «Голос клієнта» (VoC)

Діаграма спорідненості та модель Кано

Перетворення VoC у CTQ, технічні вимоги та критерії прийнятності

Аналіз на основі штучного інтелекту та фахова валідація вимог клієнтів

Економічна ефективність: ROI, TCO та якісна вигода

Аналіз зацікавлених сторін та планування проєктів на основі штучного інтелекту

Аналіз ризиків та превентивні заходи

Управління змінами та мотивація до змін

Стратегія комунікації, «елеваторний пітч» та «історія змін» на основі штучного інтелекту

Перевірка якості на етапі «Define»

Вимірювання (приблизно 3,5 дні)

Математична модель процесу та ланцюг «причина-наслідок» для CTQ

Аналіз факторів впливу за допомогою методів Ісікави та KSR, а також матриця показників, що базується на штучному інтелекті

Типи даних та шкали вимірювання

Операційне визначення, методи збору даних та стратегія вибірки

План збору даних та управління за допомогою інформаційної панелі на основі штучного інтелекту

Аналіз системи вимірювання: похибка, повторюваність, відтворюваність та Gage R&R

Якість даних, перевірка правдоподібності та очищення даних на основі штучного інтелекту

Візуалізація даних, статистичні показники, а також здатність обладнання та процесів

Інтерпретація результатів вимірювань на основі штучного інтелекту та показник Quality Gate Review

Аналіз – Аналізувати (приблизно 3,5 дні)

Процесні та інформаційні потоки, а також аналіз створення доданої вартості

Аналіз потоку створення вартості, діаграма «спагетті», TIMWOODS та Макігамі

Розмежування симптомів, проблем та причин

Аналіз «причина-наслідок» та аналіз Парето, а також кластеризація кодів помилок на основі штучного інтелекту

Формування гіпотез та ШІ як спаринг-партнер

Планування експериментів та перевірка факторів впливу з використанням штучного інтелекту

Кореляційний та регресійний аналіз, а також статистичні перевірки гіпотез та порівняння груп

Матриця доказів на основі штучного інтелекту та FMEA

Аналіз та перевірка на етапі «Quality Gate»

Improve — інноваційне вдосконалення (приблизно 3 дні)

Техніки креативності та розробка рішень на основі штучного інтелекту

Принципи «Lean» та технічні й організаційні заходи

Підходи до розробки рішень із використанням генеративного ШІ, автоматизації та робототехніки

Нормативно-правові та організаційні вимоги до використання ШІ

Оцінка ризиків, пов’язаних із ШІ, а також аналіз здійсненності та ступеня зрілості

Оцінка рішень

Оцінка прийнятності та співвідношення витрат і вигод

План впровадження та пілотне впровадження з критеріями успіху та приймання

Ітеративний підхід до пілотних проектів зі штучним інтелектом та перегляд на етапі контролю якості (Quality Gate Review) Improve

Контроль — управління та стале впровадження (приблизно 2 дні)

Запуск системи, стабілізація процесів та супровід на початковому етапі

Стандартні операційні процедури та план контролю

Ключові показники ефективності (KPI), статистичний контроль процесів, контрольні карти та заходи реагування

Збалансована система показників та моніторинг на основі штучного інтелекту

Концепція аудиту

Завершення проєкту, передача та документація на основі штучного інтелекту

Контроль якості на етапі «Quality Gate»

Робота над проектом, підготовка до іспиту та підсумковий іспит (приблизно 3 дні)