智能制造能力成熟度标准的价值——主管部门篇

2021年5月1日，《智能制造能力成熟度模型》（GB/T 39116-2020）与《智能制造能力成熟度评估方法》（GB/T 39117-2020）正式实施，自此，制造企业、主管部门、服务机构等相关方结束了“摸石头过河”“标准基线缺失”“各地标准不一致”等窘境。两项标准为制造企业提供智能制造水平现状识别、改进规划、明确路径等一整套解决方案，也为主管部门运行监测、政策实施、招商引资等重点工作提供公正性工具。本文以标准支撑主管部门的角度出发，系统梳理了两项标准引导的四大理念和五大典型应用场景，提出了标准推广价值。

一、理论价值：标准的四大理念

简单来说，《智能制造能力成熟度模型》与《智能制造能力成熟度评估方法》两个标准相互促进、相互补充，共同构成制造企业智能制造水平提升的解决方案，由“等级+要素+成熟度要求+评估方法”构成，从应用和价值维度看，等级、要素、要求、评估方法等都有其背后的理念。

（一）等级：智能制造要分步实施

智能制造是一种先进生产方式，旨在提高制造业质量、效益和核心竞争力。制造企业实施智能制造一定不要想着一蹴而就，应该基于问题和价值分阶段分步实施。标准以数据为核心和主线，认为企业实施智能制造可以分五个级别，规划级（流程化管理）、规范级（数字化改造）、集成级（网络化集成）、优化级（智能化生产）、引领级（产业链协同），高等级的要求涵盖了低等级全部的要求，即前一等级是后一等级的基础。标准引导企业先打好流程化管理、精益等基础，再逐步对核心业务和设备改造升级，沿着数据增值方向，逐渐积累知识和模型，最终实现符合自身需求的智能制造愿景。

（二）要素：智能制造要分清主次矛盾

一是要抓P（人员）、T（技术）、R（资源）、M（制造）四大要素。智能制造是一个复杂而庞大的系统工程，涉及公司的流程、管理、人才、业务、财务等方面，标准引导企业首先要有决策层的高瞻远瞩和相应的组织结构与人才支撑，其次要回归制造的本质，综合考虑投入产出比，应用相应的技术并配备适宜的装备、网络等资源，提升企业的智能制造能力，增强核心竞争力。二是牢记制造是核心。新一代信息技术与先进制造技术深度融合，促进了新模式、新业态的发展，对于制造企业来说，降本增效提质是根本目标。新一代信息技术的进步为制造业转型升级提供了便捷的方案和工具，但只有大数据、人工智能等技术应用到业务环节中，并带来了效益和成效，才是标准关注的核心。

（三）成熟度要求：高等级不是所有企业的最终目标

成熟度要求是核心要素在不同等级下应满足的具体条件，这意味着企业想要达到高成熟度等级不能有明显的短板和缺陷，这也导致四级及以上的企业占比不到7%（来源于智能制造评估评价公共服务平台数据）。考虑到制造企业的行业属性、制造模式、规模、业务范围等因素，标准引导的方向是企业找到自身发展需求的实施路径，并不要求所有企业都以成熟度4级及以上等级为目标，制造企业不应盲目的应用新一代信息技术，还是应持续关注质量、成本、效率等核心参数，盲目的提升企业等级不符合制造业企业投入产出的要求。例如某ODM代工企业智能制造水平达到3级便已满足当前企业的运营，甚至是行业单项冠军，仅需符合供应链上下游协同要求，没有必要投入大数据分析等一次性投入较高的产品。

（四）评估方法：标准支持拆解组合

中国是全球唯一拥有所有工业门类的国家，为满足不同行业企业智能制造能力的评估与应用，标准通过对PTRM四大要素下能力域设置权重和支持裁剪两个机制解决千差万别的企业类型，权重值是通过行业专家打分和层次分析法得知，裁剪分为可选域与必选域，裁剪后权重也会按照规则进行调整。这种灵活的机制为不同行业、不同规模企业应用标准提供了路径，也为支撑工业和信息化主管部门诊断设备、单元、车间、工厂等不同层级智能制造水平提供了标准参考。

二、应用价值：标准典型应用场景

标准作为连接政策和产业的桥梁、市场和政府的枢纽，以“无处不在”的方式发挥着重要作用。《智能制造能力成熟度模型》两项标准及其配套的智能制造评估评价公共服务平台，具有政府支撑属性，在制造企业自诊断及数据展示、现场车间诊断、试点示范遴选、招商引资以及十四五目标任务实现等方面，发挥着重要的价值。

（一）公共平台，区域体检

基于标准开发的“智能制造评估评价公共服务平台（c3mep.cn）”可为制造企业提供全面的自诊断，实时展示企业弱项和在行业以及全国的水平。平台自诊断数据可帮助主管部门快速盘点区域内各企业智能制造水平，间接的了解企业高质量发展数字化转型的量化水平。鉴于标准及评估方法的一致性，不同区域间整体和行业水平均可实现横向对比，为主管部门提供“目标导向”“因地制宜”的扶植政策。目前，无锡市、山东、内蒙古、北京、苏州等工业和信息化主管部门分别建立了分平台监测本区域制造企业整体水平，无锡市自2018年建立分平台以来，已推动4300多家规上企业开展自诊断，连续两年颁布实施分级别的补助政策，推动区域企业高质量发展，整体水平由2018年的0.86分提升到1.27分，培育了无锡普洛菲斯和无锡小天鹅两家国家级智能制造标杆。

（二）柔性裁剪，一致诊断

标准裁剪和权重机制，为地方工信主管部门开展智能单元、智能车间、智能工厂的诊断提供了标准和工具。当前，招投标遴选服务机构进行现场诊断的服务方式，存在机构间标准不一、人员能力各异、企业报告套娃、走马观花等现实监管问题。智能制造能力成熟度两项国家标准可提供统一的诊断要求和便捷的评估工具（workbook），人员培训后便可提供标准化的诊断服务，提供覆盖诊断流程、诊断标准、诊断记录、诊断结果、诊断报告全流程的标准化要求，保证企业诊断的成效。当前，部分机构已基于标准在无锡、山西、扬州、苏州等地开展智能车间诊断活动，有效提高机构诊断的工作效率和服务质量，并衍生了新的监管措施，保障现场诊断的公正和一致性。如江苏赛西科技发展有限公司作为监管方，基于两项国家标准在江苏苏州吴江区、吴中区、昆山市，对30家服务机构进行标准化监管，保障专项资金的使用效益。

（三）项目验收，有标可依

标准的制定是建立在协商一致的基础上，标准研讨的过程也是业界统一认识的过程。一方面，标准支撑主管部门遴选试点示范。标准为区域评选示范智能车间、智能工厂、标杆企业，培育示范工厂提供了一把标尺，有助于不同省市间试点示范的互认，平台自诊断和标准符合性评估创新了试点示范的遴选模式，定期的平台自诊断有助于试点示范的动态更新。另一方面，标准为技改补助、资金补助类项目的实施与验收提供了风险保障。技术改造提升项目，鼓励企业运用新一代信息技术对现有装备和管理方式进行数字化、网络化、智能化更新和改造，根据建设结果实施资金补助。两项标准可发挥公正、公开的优势，支撑主管部门对技改项目进行改造前评审，提升后验证，支撑做好技改评审工作。

（四）等级采信，招商引资

招商引资往往涉及新增工业用地，同时主管部门还要破解低效工业用地清理整治的难题，标准的符合性评估结果可为“双面夹击”的主管部门提供解决思路。一是标准可作为招商引资的主要参考。明确企业新建工厂建设要求，将企业拟建工厂的智能制造水平与工业用地面积结合，采信建设完成后工厂的智能制造能力成熟度等级给予税收减免或后期工业用地增加等优惠政策。二是成为鼓励、激励企业开展高质量建设、智能制造和数字化转型的主要输入。将企业当前智能制造能力成熟度水平作为企业申请新增工业用地面积的主要参考，同时评估新建工厂的建设要求与智能制造能力成熟度等级对标，作为土地转让资金的指标。如余杭区2017年发布文件，要求新增工业用地超过20亩的，应满足成熟度2级要求，超过50亩且按最低限价标准70%确定土地出让价的项目，新建工厂应满足成熟度3级要求。达到成熟度2级的优先列入年度供地计划。

（五）数据支撑，目标实现

依托智能制造评估评价公共服务平台与现场评估，可有效支撑“十四五”智能制造规划目标和重点任务的实现。一是依托平台提升制造企业整体水平。智能制造评估评价公共服务平台中企业自诊断数据可开展智能制造产业数据分析，实现行业对比、区域对比，分析各行业在智能制造发展过程中的优势和短板，形成《智能制造指数分析报告》，有效支撑主管部门制定下一阶段的产业扶持政策，为“锻长板、补短板”提供定量数据支撑，促进制造业企业整体水平提升，驱动“规模以上制造业企业智能制造能力成熟度达2级及以上的企业超过50%，重点行业、区域达3级及以上的企业分别超过20%和15%。”目标的实现。二是建设基于标准符合性评估建设智能车间和标杆智能工厂。标准3级和4级符合性评估结果与智能车间和标杆智能工厂具有强耦合对应关系，广泛开展智能制造能力成熟度符合性评估，培育地方智能车间与标杆智能工厂，建立培育库并在重点企业和行业着重逐年提升，最终培养成国家级智能车间和引领行业发展的标杆智能工厂，有利于“1000个以上智能车间、100个以上引领行业发展的标杆智能工厂”重点行动的实现。

三、推广价值：标准亟需推广

（一）德国高度重视智能制造能力成熟度模型

自2015年开始，德国机械设备制造业联合会（VDMA）发布《工业4.0就绪度模型》，解决识别德国制造业处于工业4.0哪一阶段以及企业如何迈向高级阶段的问题，并对234家机械和装备工程企业调研，得出80%企业处于门外汉或初学者（对应成熟度1级及以下）、5.6%企业处于熟练级（对应成熟度3级）以上水平的结果。

2017年德国国家工程院（acatech）发布《工业4.0成熟度指数》研究报告，给出6个等级和2个域和9个子域。值得注意的是，2017年，亚琛工业大学（RWTH Aachen）专门成立“工业4.0成熟度中心”，统筹工业4.0成熟度指数的研究、评估与推广工作，并在2018年对墨西哥制造业进行整体评估，发布《墨西哥制造公司的工业4.0成熟度》白皮书。2020年4月，又发布了《工业4.0成熟度指数（2020版）》以及配套的《工业4.0成熟度指数应用指南》，2021年3月发布了工业4.0成熟度指数的自诊断平台（hallo-digital.com）。可见，德国对工业4.0成熟度指数的重视程度越来越高。

（二）我国智能制造整体尚处于数字化提升阶段

工业和信息化部装备工业一司于2019至2020年组织12000多家企业在“智能制造评估评价公共服务平台”开展智能制造水平摸底，数据分析显示，从整体看，89%的企业处于成熟度二级及以下水平，正迈向数字化阶段；6%的企业处于成熟度三级，网络化特征明显；5%的企业处于成熟度四级以上，标杆示范效应显现。整体来看，2020年全国制造业智能制造能力成熟度较2019年有所提升，一级以下的低成熟度企业数量减少10%左右，三级以上的高成熟度企业数量增加了8%左右。从行业看，汽车、电子、电器、医药、化学原料及制品等行业的智能制造能力成熟度处于排头兵地位，纺织、通用设备制造、黑色金属加工等行业整体水平较差。从区域来看，江苏、山东、宁夏、湖南、安徽等地区参与度较高，其中江苏有3800多家参加自诊断、山东有1600多家企业参与，宁夏有800多家企业参与，湖南、安徽分别有超过300家的企业参与自诊断。江苏在产业环境、技术、资源等方面具备明显优势，领跑全国。从不同类型企业来看，已获得工信部智能制造试点示范或新模式项目的龙头企业，能力成熟度基本达到三级以上。中小企业在本次摸底中的占比达87.92%，能力成熟度大多在二级以下，是影响智能制造整体水平的主力军。中小企业是我国实体经济的重要组成部分，也是未来影响智能制造整体能力提升的突破点，需加强支持和培育。

总的来看，我国智能制造整体水平正向数字化阶段迈进，龙头企业发挥示范引领作用，中小企业以提质增效为主线，更多聚焦于生产制造模式转型。

在德国研究机构和高校高度重视工业4.0成熟度、以及我国制造企业尚处于数字化补课阶段的大背景下，作为我国原创的“智能制造”亟需政策大力推动，《智能制造能力成熟度模型》国家标准是立于制造企业需求，帮助企业转型升级的理论参考和路径引导，需产学研用各方共同努力，更好地服务我国制造业转型升级。