中小企業智能制造能力成熟度模型

高 亮，吉 敏，楊敬輝

(上海第二工業大學，上海 200120)

2012 年以來，隨著美國工業互聯網和德國工業4.0 提出，中國也加緊了制造升級轉型的步伐，出臺了不少智能制造相關政策，智能制造已經成為中國制造業的主攻方向。但是，目前中國對于智能制造的發展與實施尚未有統一的標準，工業1.0 標準、工業2.0 標準、工業3.0 標準共存，主要以工業1.0標準和工業2.0 標準為主，而達到工業3.0 標準的企業數量還不到10%［1］，各企業智能制造能力良莠不齊。針對不同運營模式的制造企業建立全面的智能制造能力成熟度評價模型，讓企業更準確地分析智能化建設效果，并根據智能制造能力成熟度指標評分找出企業建設的短板，能夠為智能制造企業更好地發展提供參考。

1 智能制造能力評價模型研究現狀

能力成熟度評價模型是由美國卡耐基梅隆大學軟件工程研究所針對軟件開發過程和開發能力提出的一套有效的成熟度評價管理方法，并逐步發展成各領域的能力成熟度評價體系。針對智能制造的發展水平與實施路徑等問題，各國學者和機構從不同的角度提出了相應的理論模型，例如Jung 等［2］提出的美國的智能制造就緒度水平模型、Flatt 等［3］提出的德國的工業4.0 就緒度模型，以及中國工業和信息化部［4］提出的中國智能制造能力成熟度模型等（見表1）。

表1 中美德企業智能制造能力評價模型對比

通過研究發現，雖然上述評價體系均建立在智能制造背景下，但在不同領域的應用中仍存在局限性，難以準確反映行業問題，并且對于基礎薄弱的中小企業難以適用，無法真正反映企業的痛點和難點，難以為其發展提供準確的方向。近年來國內有不少專家學者也陸續開展了對企業智能制造能力成熟模型的研究，如龔炳錚［8］從智能制造企業生態環境、建設水平以及企業效益3 個角度出發建立智能制造企業評價模型；尹峰［9］提出從生產線、車間、企業以及企業協同等4 個層面來評價制造企業的智能制造能力；肖吉軍等［10］從企業管理水平、創新能力、供應鏈物流能力以及信息互聯互通程度4 個維度建立智能制造能力成熟度評估指標體系；任嵬等［11］結合石化行業特點，借鑒了中國智能制造參考架構和智能工廠建設實踐經驗，從智能和業務兩個維度提出了石化行業智能制造能力成熟度模型；任俊飛等［12］面向機械制造企業提出五級智能制造能力成熟度模型，從基礎資源能力、業務活動集成能力、信息融合使用能力以及持續改進能力4 個方面構建了智能制造能力成熟度評價指標體系；蘇青福等［13］結合汽車行業特點和國內外其他成熟度模型的應用實踐，在人員、技術、資源和制造（PTRM）這4 個能力要素的基礎上增加了文化、供應鏈以及物流，優化完善了研發、生產和銷售3 個指標，形成汽車行業智能制造能力成熟度評估體系。可以看出，中國關于企業智能制造能力成熟度的研究主要圍繞信息化、智能化技術等智能制造關鍵要素在業務活動和生產活動中的應用情況，適用對象僅限于有一定制造基礎的企業，對于基礎薄弱的特別是中小企業難以適用，中國絕大多數中小企業均處于工業1.0 和工業2.0狀態，直接利用智能制造要素來評估這類企業則難以發現企業所面臨的迫切問題和提供有效的指引。

筆者認為，智能制造能力成熟度是對企業智能制造能力全過程的綜合度量，描述了智能制造從未規劃級到引領級過程的演進路徑。目前很多中國企業在發展智能制造，但大部分企業缺乏對自身智能制造能力的綜合度量，加之中小企業面臨的挑戰更加嚴峻，因此急需對企業的智能制造水平進行評價，以指導其制定智能制造建設方案。本研究將立足于中國中小企業實際發展現狀和行業技術特點，基于各項智能制造能力成熟度指標所占權重分析，采用層次分析法對各指標權重進行量化計算，從而構建適用于中國中小企業的智能制造能力成熟度評價模型，實現對國內企業智能制造能力成熟度的整體或局部評估。

2 智能制造能力評價模型的建立

孟凡生等［14］研究發現，技術創新、先進生產、人才建設等因素正在影響智能制造的發展方向，表明企業智能化轉型升級需要具備兩個方面的基礎，一個是硬條件，另一個是軟條件即技術和企業先進管理，因此，在對企業智能制造能力評價時需要包括硬實力和軟實力這兩個方面。鑒于中國目前處于工業1.0、工業2.0、工業3.0 共存的階段，并且僅達到工業1.0 和工業2.0 水平的企業占比較大，而現有的評價指標體系只對有一定制造基礎企業有指導意義，對基礎相對薄弱的企業而言效果微乎其微，評估模型需要具備對處于不同階段的企業的評價和指導的作用，因此如何有效地評價和指導處于工業1.0和工業2.0 水平的企業是本研究進行模型優化的出發點，為推動企業根據自身實際向智能制造發展提供參考。

首先，在智能制造發展過程中，中小企業面臨的第一個問題往往就是生存問題，因此降本增效是企業的首要任務，而精益生產能夠很好地幫助企業進行降本增效并持續優化。歐陽生等［15］在精益智能制造中也提到精益生產是企業走向智能制造的必經之路，因此精益化應成為企業智能制造能力成熟度評估的第一個維度。其次，企業向智能制造發展的其中一條必經之路是自動化，現階段自動化評價主要聚焦在“機器換人”方面，但實際效果并不理想，因此將自動化作為第2 個維度。第三，從2015 年工業和信息化部發布的《關于開展2015 年智能制造試點示范專項行動的通知》中有關“信息化”“數字化”的定義可以看出，企業信息化數字化是通往智能制造的基礎，但目前絕大多數中小企業缺乏信息化數字化經驗，因此將信息化數字化作為第3 個評價維度。此外，在企業完成數字化轉型升級之后，企業的智能化升級還有兩個部分，即企業內部智能化（智能工廠）以及企業外部智能化（互聯化），而相較于整條供應鏈的互聯，完成企業內部各流程的智能化相對容易，因此分別將智能化和互聯化作為第4個和第5 個評價維度。綜上所述，中小企業智能制造能力成熟度模型將以精益化、自動化、信息化數字化、智能化、互聯化5 個智能制造發展階段作為一級指標，對這5 個階段的基本要素以及側重點進行分析，得到13 個二級指標，在此基礎上又篩選出54 個三級指標（見表2）。由于智能制造各階段之間的發展是相輔相成的，因此不同階段之間是階梯式發展，例如精益化發展中離不開自動化、數字化，為達到更高水平的精益化能力必然需要借助自動化、信息化、智能化等技術；同時，精益化程度較高又能推進自動化、數字化的發展，因此不同階段的智能制造能力等級起點不同（見圖1）。

表2 中小企業智能制造能力成熟度評價指標

表2（續）

圖1 中小企業智能制造綜合能力等級劃分

根據中國電子技術標準化研究院等起草的《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］，本研究重新對中小企業智能制造綜合能力等級劃分標準進行定義，評估等級自低向高分別是一級（已規劃級）、二級（規范級）、三級（集成級）、四級（優化級）和五級（引領級），如圖2 所示，較高的成熟度等級涵蓋了低等級的要求，等級的提升通過漸進的方式來實現。各級別的具體條件如下：（1）一級（規劃級），企業開始對實施精益管理的基礎和條件進行規劃，能夠對核心業務進行流程化管理；（2）二級（規范級），企業已經開始實施精益生產，并采用了自動化技術完成對企業的核心業務、核心裝備的自動化改造和規劃；（3）三級（集成級），企業實施了一段時間精益生產，完成產線整體自動化改造并開始采用了信息化數字化技術，能夠對單一業務進行數據分析和共享，部分業務完成了信息系統集成；（4）四級（優化級），企業精益水平已處在行業領先水平，大多數車間已完成自動化改造，已完成核心業務間的信息系統集成，并對此進行預測和優化，同時開始聚焦工廠范圍內數據的共享，投入相關的智能軟件、智能硬件，開始建立CPS；（5）五級（引領級），企業精益水平已達到行業頂級，工廠已全面完成自動化改造，企業內部系統全面集成，數據的分析使用已貫穿企業的方方面面，各類生產資源都得以最優化利用，設備之間實現自治反饋和優化，企業打通上下游供應鏈，將整個產業鏈互聯，再建立互聯平臺形成生態圈，實現萬物互聯、在物理世界實時協同，創造一個完整的虛擬CPS 鏡像以實現虛實協同。

圖2 智能制造能力成熟度評估等級1）

4 智能制造能力成熟度評價過程

第一步，借鑒郭金玉等［17］和謝亞丹［18］的研究做法，利用層次分析法確定權重，主要步驟有構建判斷矩陣、專家意見打分、計算權重、一致性檢驗。

（2）專家意見打分。整理相關資料和內容，要求每位專家根據自身經驗，比較評估各指標之間的相對重要程度并打分賦值。判斷矩陣打分規則如表3 所示。

表3 判斷矩陣打分規則

（3）計算權重（Wi）。對判斷矩陣每一行向量求積（Mi）：

求Mi的n次平方根：

式（5）中：AWi表示矩陣A的第i個特征向量。計算一致性指標：

計算一致性比例CR：

若CR 結果小于 0.1，說明該判斷矩陣符合一致性要求，否則不符合。RI 為平均隨機一致性指標標準值，其參考值如表4 所示。

表4 平均隨機一致性指標 RI 標準值

第二步，根據實際情況，對比成熟度模型設置的等級要求對三級指標進行打分評價，基本規則如表5 所示。

表5 成熟度滿足度評分規則

三級指標的得分為根據實際情況對比設置的等級要求，每個對應等級所得分的總和，該等級內所有條件得分的平均值達到0.8 分才能視為滿足該級別的要求，滿足低等級的要求后才能對更高等級進行評價打分。計算形式如下：

式（8）中：IM 為指標最終得分；L為對應等級得分；m為參與打分的等級個數。

第三步，根據各指標得分結合權重進行加權求和得出最后得分，并判斷整體智能制造能力成熟度等級。計算方法如下：

式（9）中：ωi為第i個一級指標的成熟度權重；ωij為第i個一級指標的第j個二級指標的成熟度權重；ωijk為第i個一級指標的第j個二級指標的第k個三級指標的成熟度權重；IMijk為三級指標的成熟度得分；IMM 為綜合成熟度得分。

判斷標準如表6 所示。

表6 智能制造能力成熟等級評判標準

上述過程為二級指標權重確定過程，三級指標采用平均法得出權重，而精益化、自動化、數字化、智能化以及互聯化這5 個一級指標的權重則按照整體評估模型占比加權：精益化占1/3、自動化占4/15、數字化占1/5、智能化占2/15、互聯化占1/15。各指標權重如表7 所示。

表7 中小企業智能制造綜合能力評價指標權重

5 案例分析

5.1 企業現狀

選取浙江省某地區的某智能家居企業（以下簡稱“S 企業”）為例進行智能制造能力成熟度分析。通過調研發現，該地區企業經營模式均以代加工及貼牌生產（OEM）為主，生產仍以人工為主，企業的自動化、數字化基礎薄弱，隨著勞動力成本上升，企業迫切需要進行自動化、智能化升級轉型以達到降本增效的效果，但企業在進行自動化、智能化升級時往往不了解自身情況和痛點，在進行“機器換人”過程中往往不考慮實際作用，常常出現設備閑置狀況，導致企業成本上升。S 企業整體實力在當地處于領先地位，日產量為1 萬件左右。S 企業在同行業中進行相關工藝的自動化改造相對較早，在精益生產推行方面初見成效。S 企業擁有兩條自動化拉伸線、一條自動化拋光產線、一條自動化覆底線以及自動化高溫淋洗線，其余產線裝配和產品部分除死角的拋光打磨外，均為半自動化產線，同時擁有多臺自動拋光機以及機械手臂。目前而言，S 企業尚不具備數字化、智能化能力，精益化和自動化改造是企業重點。

5.2 模型應用

參照模型和等級要求以及企業實際調研情況，對S 企業各維度指標進行打分，得到S 企業在精益維度下各指標評分（見表8）和綜合評分（見表9）。

表8 S 企業智能制造精益維度指標評分

表8（續）

表9 S 企業智能制造能力各維度及綜合評分

由結果可見，S 企業智能制造能力成熟度等級為二級，企業正處于工業2.0 初期，評價結果符合企業目前發展實際。S 企業已經過一段時間的精益化改造并且取得了階段性成果，因此企業精益化能力較其他維度有較高的評分，并且在實施精益化改造過程中投入了部分自動化改造，企業的自動化程度也勉強達到了二級水平；然而，企業的數字化智能化評分較低，尚未達到最低評估標準，因此企業應繼續加大對精益化、自動化改造的投入，進一步提高精益化和自動化能力，為數字化和智能化打下基礎。由此可見，本研究優化后的評價模型更適用于工業基礎水平薄弱的制造型企業，能夠清楚了解企業在智能制造發展道路上所處的階段，為企業發展提供清晰方向。

5 結論

本研究結合對現有文獻的研究、資深專家的經驗以及中小企業實際發展情況，建立了更適合中小企業的智能制造能力成熟度模型，將精益化理論與智能制造理論相結合，從精益化、自動化、數字化、智能化和互聯化這5 個維度對中小企業進行評估，并以S 企業為例，詳細闡明了基于層次分析法的企業智能制造能力成熟度評價過程。案例分析表明，S企業在向智能制造升級轉型的過程中仍不具備向數字化、智能化方向發展的條件，需要進一步加大對精益化和自動化的投入，同時也證明了對于中小企業而言，精益化是走向智能制造的第一步。由此可見，本研究優化后的評價模型能真實地反映中小企業整體發展現狀和單項指標建設水平，有助于企業快速識別自身短板、有針對性地進行改進，對標有計劃地完成智能制造轉型。

注釋：

1）圖片來源于GB/T 39116—2020。