本书是全球知名的精益制造专家力作。书中将人工智能技术、精益制造思想和六西格玛管理方法紧密结合在一起，用丰富的案例介绍了企业如何运用人工智能和精益六西格玛来实现生产成本的降低、生产周期的缩短、生产质量的提升、生产安全的保障等。 本书介绍了数据挖掘、深度学习、神经网络等人工智能技术，并用案例说明如何运用数据来挖掘盈利机会、如何利用人工智能进一步改善生产流程、如何运用人工智能进行产品开发和项目管理等。书中对人工智能的阐述清晰明了，有助于企业获得竞争优势和生产效率优势。

引言 大脑对神经网络和深度学习的启发
第1章 人工智能数据挖掘实现了EBITDA的转变
改进指标和财务业绩
管理团队
人工智能数据挖掘
现金流改善
劳动效率
报废成本
全面生产维护
减少设置时间
员工士气
税息折旧及摊销前利润
在制品库存周转
小结
第2章 只有人工智能才能消除的浪费
丰田的周期缩短和库存减少
废料对批量大小的影响
机器停机时间对批量大小的影响
废料和机器停机所带来的综合影响
工厂的生产周期
丰田快速设置单元中的生产
丰田的四步快速设置法
丰田的终极目标：随机序列零件高效生产
为什么制造单元在丰田很成功？
为什么单个外部客户的制造单元不成功？
对于首席数据挖掘官的迫切需求
维护减少浪费这一原则
神经网络越强大，浪费成本越低
通用设置减少
发现潜藏的浪费并消除
小结
第3章 21世纪的生产力挑战
互联网商务：通货紧缩的来源？
第一次制造业革命
第二次制造业革命
第三次制造业革命
第四次制造业革命
克服学习人工智能的障碍
不实施人工智能的危险
第4章 为什么现在需要第四次制造业革命
当前为什么要使用人工智能
第5章 人工智能数据挖掘、产品流程和周期时间
用数据挖掘盈利机会
作业车间流程问题
小结
第6章 第四次制造业革命概述
分而治之
将精益六西格玛拉式系统改造为人工智能拉式系统
神经网络的分支界定法训练
神经网络和深度学习
人工智能工厂布局
小结
第7章 深度学习和神经网络介绍
示例1
示例2
深度学习的总结和展望
第8章 深度学习在制造中的具体应用
作业车间调度
测试和质量控制
确定新产品的作业/工具订单
应用深度学习的注意事项
第9章 人工智能拉式系统开发
拉式系统
在制品控制拉式系统
作业车间的活力
补货拉式系统
小结
第10章 进行人工智能准备情况评估
需要评估的绩效因素
筛选优先行动
“航空航天”公司的评估和行动
形成有效的部署
第11章 流程工业中的人工智能精益六西格玛
半导体制造业
半导体简史
第12章 人工智能通过预测性维护防止机器停机
测量振动
第13章 项目管理和产品开发中的人工智能
每周工作40小时的灾难性影响
用于项目管理的神经网络
需要管理层参与
数据挖掘过去的项目
神经网络的输入
小结
注释