التميز التشغيلي المدعوم بالذكاء الاصطناعي AI-OPEX

يربط البرنامج أدوات التميز التشغيلي الراسخة مثل الإدارة الرشيقة (Lean) وستة سيجما ومنهجية DMAIC بقدرات الذكاء الاصطناعي في اكتشاف الهدر وتحليل الأسباب. ويتناول التنقيب في العمليات (Process Mining) لرسم التدفق الفعلي من سجلات الأنظمة، وضبط العمليات إحصائيًا مع كشف الشذوذ، والتنبؤ بالطلب لموازنة الطاقة التشغيلية، والأتمتة الذكية للمهام المتكررة. ويركز على قياس الأثر ماليًا وتشغيليًا واستدامة التحسين، بما يخدم الجهات الخليجية الساعية إلى جوائز التميز الحكومي والمؤسسي.

الحصول على الكتيب

للحصول على كتيب بكامل محتويات الدورة برجاء ملء النموذج التالي ببياناتك الصحيحة

تحميل الكتيب

أبريل
، 2027
العربية
دبي
$3,600.00
NEVADA | PROFESSIONAL EXPERIENCE

الإطار المهني للبرنامج

التميز التشغيلي المدعوم بالذكاء الاصطناعي AI-OPEX

نبذة عن البرنامج

يربط البرنامج أدوات التميز التشغيلي الراسخة مثل الإدارة الرشيقة (Lean) وستة سيجما ومنهجية DMAIC بقدرات الذكاء الاصطناعي في اكتشاف الهدر وتحليل الأسباب. ويتناول التنقيب في العمليات (Process Mining) لرسم التدفق الفعلي من سجلات الأنظمة، وضبط العمليات إحصائيًا مع كشف الشذوذ، والتنبؤ بالطلب لموازنة الطاقة التشغيلية، والأتمتة الذكية للمهام المتكررة. ويركز على قياس الأثر ماليًا وتشغيليًا واستدامة التحسين، بما يخدم الجهات الخليجية الساعية إلى جوائز التميز الحكومي والمؤسسي.

مخرجات التعلم

  • ✓رسم خريطة تدفق القيمة لعملية قائمة وتحديد أنواع الهدر ونقاط الاختناق.
  • ✓استخدام التنقيب في العمليات لمقارنة التدفق الفعلي بالتصميم المعتمد وتحديد الانحرافات.
  • ✓تنفيذ مشروع تحسين وفق مراحل DMAIC مدعومًا بتحليلات البيانات وتعلم الآلة.
  • ✓تطبيق خرائط الضبط وكشف الشذوذ لمراقبة استقرار العملية بعد التحسين.
  • ✓تقدير الأثر المالي والتشغيلي للتحسين وفق مؤشرات زمن الدورة والتكلفة والجودة.
  • ✓إعداد خطة استدامة تتضمن الإجراءات المعيارية وملكية المؤشرات والمراجعة الدورية.

الفئة المستهدفة

  • مديرو التميز المؤسسي والجودة
  • أخصائيو تحسين العمليات وحاملو أحزمة ستة سيجما
  • مديرو العمليات والإنتاج
  • محللو الأعمال في مكاتب التحول

المحاور العلمية التفصيلية

01مبادئ التميز التشغيلي
  • الإدارة الرشيقة وأنواع الهدر
  • ستة سيجما ومنهجية DMAIC
  • دور البيانات والذكاء الاصطناعي في التحسين المستمر
02تحليل العمليات واكتشاف الفرص
  • خريطة تدفق القيمة
  • التنقيب في العمليات من سجلات الأنظمة
  • اختيار المشاريع حسب الأثر والجهد
03القياس والتحليل المدعوم بالبيانات
  • جمع البيانات وتحليل نظام القياس
  • تحليل الأسباب الجذرية باستخدام الانحدار وأشجار القرار
  • تحليل النصوص من شكاوى المتعاملين
04التحسين والأتمتة الذكية
  • تصميم الحلول واختبارها تجريبيًا
  • أتمتة المهام المتكررة والقرارات الروتينية
  • التنبؤ بالطلب وموازنة الطاقة التشغيلية
05الضبط والاستدامة
  • خرائط الضبط الإحصائي وكشف الشذوذ
  • الإجراءات المعيارية وإدارة التغيير
  • لوحات متابعة الأداء اللحظية
06التميز المؤسسي وقياس الأثر
  • ربط التحسين بنماذج التميز والجوائز المؤسسية
  • احتساب العائد المالي والتشغيلي
  • بناء ثقافة التحسين المستمر

منهجية التدريب

جلسات تفاعلية يقودها خبير مدعومة بأمثلة من بيئة العمل
دراسات حالة وتمارين تطبيقية مستمدة من واقع المنطقة
ورش عمل جماعية مع مراجعة متبادلة للقرارات والمخرجات
تغذية راجعة مرحلية وفق معايير أداء واضحة

المشروع والمخرج التطبيقي

المشروع التطبيقي

ينفذ المشارك مشروع تحسين لعملية في جهة عمله وفق DMAIC: تعريف المشكلة، وخريطة التدفق الفعلي من البيانات، وتحليل الأسباب، وحلول تشمل عنصر أتمتة أو تنبؤ، وخطة ضبط واستدامة مع تقدير الأثر.

التقييم

تقييم تشخيصي قصير في البداية، ومهام تطبيقية مرتبطة بكل مخرج من مخرجات التعلم، وتقييم المشروع التطبيقي وفق معايير معلنة.