中小企业智能制造能力成熟度模型

高 亮，吉 敏，杨敬辉

(上海第二工业大学，上海 200120)

2012 年以来，随着美国工业互联网和德国工业4.0 提出，中国也加紧了制造升级转型的步伐，出台了不少智能制造相关政策，智能制造已经成为中国制造业的主攻方向。但是，目前中国对于智能制造的发展与实施尚未有统一的标准，工业1.0 标准、工业2.0 标准、工业3.0 标准共存，主要以工业1.0标准和工业2.0 标准为主，而达到工业3.0 标准的企业数量还不到10%［1］，各企业智能制造能力良莠不齐。针对不同运营模式的制造企业建立全面的智能制造能力成熟度评价模型，让企业更准确地分析智能化建设效果，并根据智能制造能力成熟度指标评分找出企业建设的短板，能够为智能制造企业更好地发展提供参考。

1 智能制造能力评价模型研究现状

能力成熟度评价模型是由美国卡耐基梅隆大学软件工程研究所针对软件开发过程和开发能力提出的一套有效的成熟度评价管理方法，并逐步发展成各领域的能力成熟度评价体系。针对智能制造的发展水平与实施路径等问题，各国学者和机构从不同的角度提出了相应的理论模型，例如Jung 等［2］提出的美国的智能制造就绪度水平模型、Flatt 等［3］提出的德国的工业4.0 就绪度模型，以及中国工业和信息化部［4］提出的中国智能制造能力成熟度模型等（见表1）。

表1 中美德企业智能制造能力评价模型对比

通过研究发现，虽然上述评价体系均建立在智能制造背景下，但在不同领域的应用中仍存在局限性，难以准确反映行业问题，并且对于基础薄弱的中小企业难以适用，无法真正反映企业的痛点和难点，难以为其发展提供准确的方向。近年来国内有不少专家学者也陆续开展了对企业智能制造能力成熟模型的研究，如龚炳铮［8］从智能制造企业生态环境、建设水平以及企业效益3 个角度出发建立智能制造企业评价模型；尹峰［9］提出从生产线、车间、企业以及企业协同等4 个层面来评价制造企业的智能制造能力；肖吉军等［10］从企业管理水平、创新能力、供应链物流能力以及信息互联互通程度4 个维度建立智能制造能力成熟度评估指标体系；任嵬等［11］结合石化行业特点，借鉴了中国智能制造参考架构和智能工厂建设实践经验，从智能和业务两个维度提出了石化行业智能制造能力成熟度模型；任俊飞等［12］面向机械制造企业提出五级智能制造能力成熟度模型，从基础资源能力、业务活动集成能力、信息融合使用能力以及持续改进能力4 个方面构建了智能制造能力成熟度评价指标体系；苏青福等［13］结合汽车行业特点和国内外其他成熟度模型的应用实践，在人员、技术、资源和制造（PTRM）这4 个能力要素的基础上增加了文化、供应链以及物流，优化完善了研发、生产和销售3 个指标，形成汽车行业智能制造能力成熟度评估体系。可以看出，中国关于企业智能制造能力成熟度的研究主要围绕信息化、智能化技术等智能制造关键要素在业务活动和生产活动中的应用情况，适用对象仅限于有一定制造基础的企业，对于基础薄弱的特别是中小企业难以适用，中国绝大多数中小企业均处于工业1.0 和工业2.0状态，直接利用智能制造要素来评估这类企业则难以发现企业所面临的迫切问题和提供有效的指引。

笔者认为，智能制造能力成熟度是对企业智能制造能力全过程的综合度量，描述了智能制造从未规划级到引领级过程的演进路径。目前很多中国企业在发展智能制造，但大部分企业缺乏对自身智能制造能力的综合度量，加之中小企业面临的挑战更加严峻，因此急需对企业的智能制造水平进行评价，以指导其制定智能制造建设方案。本研究将立足于中国中小企业实际发展现状和行业技术特点，基于各项智能制造能力成熟度指标所占权重分析，采用层次分析法对各指标权重进行量化计算，从而构建适用于中国中小企业的智能制造能力成熟度评价模型，实现对国内企业智能制造能力成熟度的整体或局部评估。

2 智能制造能力评价模型的建立

孟凡生等［14］研究发现，技术创新、先进生产、人才建设等因素正在影响智能制造的发展方向，表明企业智能化转型升级需要具备两个方面的基础，一个是硬条件，另一个是软条件即技术和企业先进管理，因此，在对企业智能制造能力评价时需要包括硬实力和软实力这两个方面。鉴于中国目前处于工业1.0、工业2.0、工业3.0 共存的阶段，并且仅达到工业1.0 和工业2.0 水平的企业占比较大，而现有的评价指标体系只对有一定制造基础企业有指导意义，对基础相对薄弱的企业而言效果微乎其微，评估模型需要具备对处于不同阶段的企业的评价和指导的作用，因此如何有效地评价和指导处于工业1.0和工业2.0 水平的企业是本研究进行模型优化的出发点，为推动企业根据自身实际向智能制造发展提供参考。

首先，在智能制造发展过程中，中小企业面临的第一个问题往往就是生存问题，因此降本增效是企业的首要任务，而精益生产能够很好地帮助企业进行降本增效并持续优化。欧阳生等［15］在精益智能制造中也提到精益生产是企业走向智能制造的必经之路，因此精益化应成为企业智能制造能力成熟度评估的第一个维度。其次，企业向智能制造发展的其中一条必经之路是自动化，现阶段自动化评价主要聚焦在“机器换人”方面，但实际效果并不理想，因此将自动化作为第2 个维度。第三，从2015 年工业和信息化部发布的《关于开展2015 年智能制造试点示范专项行动的通知》中有关“信息化”“数字化”的定义可以看出，企业信息化数字化是通往智能制造的基础，但目前绝大多数中小企业缺乏信息化数字化经验，因此将信息化数字化作为第3 个评价维度。此外，在企业完成数字化转型升级之后，企业的智能化升级还有两个部分，即企业内部智能化（智能工厂）以及企业外部智能化（互联化），而相较于整条供应链的互联，完成企业内部各流程的智能化相对容易，因此分别将智能化和互联化作为第4个和第5 个评价维度。综上所述，中小企业智能制造能力成熟度模型将以精益化、自动化、信息化数字化、智能化、互联化5 个智能制造发展阶段作为一级指标，对这5 个阶段的基本要素以及侧重点进行分析，得到13 个二级指标，在此基础上又筛选出54 个三级指标（见表2）。由于智能制造各阶段之间的发展是相辅相成的，因此不同阶段之间是阶梯式发展，例如精益化发展中离不开自动化、数字化，为达到更高水平的精益化能力必然需要借助自动化、信息化、智能化等技术；同时，精益化程度较高又能推进自动化、数字化的发展，因此不同阶段的智能制造能力等级起点不同（见图1）。

表2 中小企业智能制造能力成熟度评价指标

表2（续）

图1 中小企业智能制造综合能力等级划分

根据中国电子技术标准化研究院等起草的《智能制造能力成熟度模型》中的智能制造能力成熟度模型［16］，本研究重新对中小企业智能制造综合能力等级划分标准进行定义，评估等级自低向高分别是一级（已规划级）、二级（规范级）、三级（集成级）、四级（优化级）和五级（引领级），如图2 所示，较高的成熟度等级涵盖了低等级的要求，等级的提升通过渐进的方式来实现。各级别的具体条件如下：（1）一级（规划级），企业开始对实施精益管理的基础和条件进行规划，能够对核心业务进行流程化管理；（2）二级（规范级），企业已经开始实施精益生产，并采用了自动化技术完成对企业的核心业务、核心装备的自动化改造和规划；（3）三级（集成级），企业实施了一段时间精益生产，完成产线整体自动化改造并开始采用了信息化数字化技术，能够对单一业务进行数据分析和共享，部分业务完成了信息系统集成；（4）四级（优化级），企业精益水平已处在行业领先水平，大多数车间已完成自动化改造，已完成核心业务间的信息系统集成，并对此进行预测和优化，同时开始聚焦工厂范围内数据的共享，投入相关的智能软件、智能硬件，开始建立CPS；（5）五级（引领级），企业精益水平已达到行业顶级，工厂已全面完成自动化改造，企业内部系统全面集成，数据的分析使用已贯穿企业的方方面面，各类生产资源都得以最优化利用，设备之间实现自治反馈和优化，企业打通上下游供应链，将整个产业链互联，再建立互联平台形成生态圈，实现万物互联、在物理世界实时协同，创造一个完整的虚拟CPS 镜像以实现虚实协同。

图2 智能制造能力成熟度评估等级1）

4 智能制造能力成熟度评价过程

第一步，借鉴郭金玉等［17］和谢亚丹［18］的研究做法，利用层次分析法确定权重，主要步骤有构建判断矩阵、专家意见打分、计算权重、一致性检验。

（2）专家意见打分。整理相关资料和内容，要求每位专家根据自身经验，比较评估各指标之间的相对重要程度并打分赋值。判断矩阵打分规则如表3 所示。

表3 判断矩阵打分规则

（3）计算权重（Wi）。对判断矩阵每一行向量求积（Mi）：

求Mi的n次平方根：

式（5）中：AWi表示矩阵A的第i个特征向量。计算一致性指标：

计算一致性比例CR：

若CR 结果小于 0.1，说明该判断矩阵符合一致性要求，否则不符合。RI 为平均随机一致性指标标准值，其参考值如表4 所示。

表4 平均随机一致性指标 RI 标准值

第二步，根据实际情况，对比成熟度模型设置的等级要求对三级指标进行打分评价，基本规则如表5 所示。

表5 成熟度满足度评分规则

三级指标的得分为根据实际情况对比设置的等级要求，每个对应等级所得分的总和，该等级内所有条件得分的平均值达到0.8 分才能视为满足该级别的要求，满足低等级的要求后才能对更高等级进行评价打分。计算形式如下：

式（8）中：IM 为指标最终得分；L为对应等级得分；m为参与打分的等级个数。

第三步，根据各指标得分结合权重进行加权求和得出最后得分，并判断整体智能制造能力成熟度等级。计算方法如下：

式（9）中：ωi为第i个一级指标的成熟度权重；ωij为第i个一级指标的第j个二级指标的成熟度权重；ωijk为第i个一级指标的第j个二级指标的第k个三级指标的成熟度权重；IMijk为三级指标的成熟度得分；IMM 为综合成熟度得分。

判断标准如表6 所示。

表6 智能制造能力成熟等级评判标准

上述过程为二级指标权重确定过程，三级指标采用平均法得出权重，而精益化、自动化、数字化、智能化以及互联化这5 个一级指标的权重则按照整体评估模型占比加权：精益化占1/3、自动化占4/15、数字化占1/5、智能化占2/15、互联化占1/15。各指标权重如表7 所示。

表7 中小企业智能制造综合能力评价指标权重

5 案例分析

5.1 企业现状

选取浙江省某地区的某智能家居企业（以下简称“S 企业”）为例进行智能制造能力成熟度分析。通过调研发现，该地区企业经营模式均以代加工及贴牌生产（OEM）为主，生产仍以人工为主，企业的自动化、数字化基础薄弱，随着劳动力成本上升，企业迫切需要进行自动化、智能化升级转型以达到降本增效的效果，但企业在进行自动化、智能化升级时往往不了解自身情况和痛点，在进行“机器换人”过程中往往不考虑实际作用，常常出现设备闲置状况，导致企业成本上升。S 企业整体实力在当地处于领先地位，日产量为1 万件左右。S 企业在同行业中进行相关工艺的自动化改造相对较早，在精益生产推行方面初见成效。S 企业拥有两条自动化拉伸线、一条自动化抛光产线、一条自动化覆底线以及自动化高温淋洗线，其余产线装配和产品部分除死角的抛光打磨外，均为半自动化产线，同时拥有多台自动抛光机以及机械手臂。目前而言，S 企业尚不具备数字化、智能化能力，精益化和自动化改造是企业重点。

5.2 模型应用

参照模型和等级要求以及企业实际调研情况，对S 企业各维度指标进行打分，得到S 企业在精益维度下各指标评分（见表8）和综合评分（见表9）。

表8 S 企业智能制造精益维度指标评分

表8（续）

表9 S 企业智能制造能力各维度及综合评分

由结果可见，S 企业智能制造能力成熟度等级为二级，企业正处于工业2.0 初期，评价结果符合企业目前发展实际。S 企业已经过一段时间的精益化改造并且取得了阶段性成果，因此企业精益化能力较其他维度有较高的评分，并且在实施精益化改造过程中投入了部分自动化改造，企业的自动化程度也勉强达到了二级水平；然而，企业的数字化智能化评分较低，尚未达到最低评估标准，因此企业应继续加大对精益化、自动化改造的投入，进一步提高精益化和自动化能力，为数字化和智能化打下基础。由此可见，本研究优化后的评价模型更适用于工业基础水平薄弱的制造型企业，能够清楚了解企业在智能制造发展道路上所处的阶段，为企业发展提供清晰方向。

5 结论

本研究结合对现有文献的研究、资深专家的经验以及中小企业实际发展情况，建立了更适合中小企业的智能制造能力成熟度模型，将精益化理论与智能制造理论相结合，从精益化、自动化、数字化、智能化和互联化这5 个维度对中小企业进行评估，并以S 企业为例，详细阐明了基于层次分析法的企业智能制造能力成熟度评价过程。案例分析表明，S企业在向智能制造升级转型的过程中仍不具备向数字化、智能化方向发展的条件，需要进一步加大对精益化和自动化的投入，同时也证明了对于中小企业而言，精益化是走向智能制造的第一步。由此可见，本研究优化后的评价模型能真实地反映中小企业整体发展现状和单项指标建设水平，有助于企业快速识别自身短板、有针对性地进行改进，对标有计划地完成智能制造转型。

注释：

1）图片来源于GB/T 39116—2020。