2020年，国家颁布了GB/T 39116—2020《智能制造能力成熟度模型》（以下简称“智能制造能力成熟度模型”）和 GB/T 39117—2020《智能制造能力成熟度评估方法》（以下简称“评估方法”）两项国家标准。基于国标，开展了全国范围的智能制造能力成熟度自评估（基于智能制造评估评价平台），并进行行业摸底和智能制造能力成熟度评估工作（现场评估+访谈），以对企业进行标准符合性审查，从而帮助企业了解自身在智能制造领域的现状，发现存在的问题和不足，为企业未来在智能制造领域的发展方向提供助力。本文旨在通过分析标准在行业领先企业中发挥的赋能作用，阐述基于标准应用，赋能汽车行业的数字化转型和智能化改造，激活数据价值发展新质生产力的行业实践。

1 智能制造能力成熟度评估模型解析

智能制造能力成熟度模型由成熟度等级、能力要素和成熟度要求构成，描述了企业实施智能制造要达到的阶梯目标和演进路径，提出了实现智能制造的能力要素和要求。其中，能力要素提出了智能制造能力成熟度等级提升的关键方面，包括人员、技术、资源和制造4个维度。每个能力要素由若干能力域构成，每个能力域由若干能力子域构成，如图1所示。

图1 国家标准智能制造能力成熟度模型

成熟度等级定义了企业智能制造能力在不同阶段应达到的水平，从低到高分5个成熟度等级综合评价企业数字化、网络化、智能化发展水平，较高的成熟度等级涵盖了低成熟度等级的要求。如图2所示，一级为流程化管理（规划级），二级为数字化改造（规范级），三级为网络化集成（集成级），四级为智能化生产（优化级），五级为产业链创新（引领级）。这些等级旨在引导制造企业有规划、分步骤地实施智能制造，也为客观评价各地区、各行业智能制造发展水平提供有效抓手。

图2 成熟度等级

成熟度要求规定了4个能力要素所包括的每个能力子域在不同成熟度等级下应满足的具体条件，进而为企业在内部进行自诊断评估提供指引，同时也是外部评估机构评估打分的标准依据。

2 智能制造能力成熟度评估方法简介

基于评估流程 ，对于参评企业的要求为：在《GB/T 4754—2017 国民经济行业分类》中规定的制造业范围内，并且生产经营状态正常，同时具备生产活动必需的人员、设备、车间、厂房和工厂等资源。符合条件的制造企业或具备生产制造活动的组织均可向CMMM评估机构提出CMMM评估申请。企业根据自身业务活动确定评估域，评估域应同时包含人员、技术、资源和制造4个能力要素的内容。其中，人员要素、技术要素和资源要素下的能力域和能力子域为必选内容，不可裁剪；制造要素下生产能力域不可裁剪；其他能力域可裁剪。

图3 智能制造能力成熟度评估流程

智能制造能力成熟度评估流程如图 3 所示。企业向评估机构提交评估申请表、自评估报告、评估文件清单。其中申请3级、4级评估的企业需要有一名企业内部人员参加“智能制造能力成熟度模型”培训并考试合格，其在正式评估阶段需作为企业内部评估师进入评估组，参与评估。

在预评估环节，CMMM 评估机构发起评估流程，组织评估团队前往企业开展预评估。预评估为期2天，由主任评估师带队通过企业生产现场走访、文档审查、系统演示等方式确定评估范围、识别重点环节、给出预评估结论。结论将明确企业有无问题，以及何时可以开展正式评估。如企业无问题，将在 3 个月内启动正式评估。如存在问题，则企业需按需整改。

在正式评估环节，企业能力达到正式评估要求后，评估组长带领评估团队前往企业开展正式评估工作。通过生产现场查访，分能力子域访谈、系统查验等方式开展工作，识别弱项，按照满足程度对评估域的每一条要求进行现场评估打分，得出是否达到申请评估等级的结论。

经正式评估，如企业通过相应等级申请，且无弱项，则由评估团队组织相关审核材料编写，进入后续合规性审查环节。如企业存在弱项，则企业需根据评估团队识别出的弱项点给出整改方案，经平估组验证后，企业盖章提交给评估团队。现场评估结束后，评估团队基于现场评估的情况整理评估记录，梳理其他相关文档，并按要求提交评估审核文档。由秘书处对评估材料的完整性和评估过程的一致性进行核查。专家委员会专家对提交的评估材料进行复核及现场抽查，作出专家结论，决定是否批准通过 CMMM 标准符合性评估。如专家复核无意见，则企业通过评估，在证书公示期后，CMMM 评估机构制证为企业颁发证书。每年度由评估机构负责验证评估申请企业的评估弱项整改情况。

3 智能制造能力成熟度的行业应用情况

3.1 基于国标开展的智能制造能力成熟度自评估工作

为深入贯彻落实全国新型工业化推进大会部署，按照《“十四五”智能制造发展规划》要求，工业和信息化部持续组织开展智能制造能力成熟度自评估工作（以下简称“自评估工作”），系统评估各地智能制造示范工厂建设水平和制造业企业数字化智能化发展情况，推动制造业转型升级，发展新质生产力。自2021年标准正式执行至2024年7月底，全国已有31个省、自治区、直辖市，359个城市，31类制造行业的10万余家制造企业在智能制造评估评价公共服务平台完成了智能制造能力成熟度自评估。如图4所示为制造行业中31业自评估等级分布情况个类别的企。其中汽车制造业，一级及以下占比 54. 5%，二级占比 25. 1%，三级占比13. 9%，四级及以上占比6. 5%。

图4 各行业智能制造能力自诊断能力分布

3.2 基于国标开展的智能制造能力成熟度评估工作

自 2021 年标准正式执行至 2024 年 7 月底，有825 家制造企业通过智能制造能力成熟度等级评估获得相应的一至四级的智能制造能力成熟度符合性证书，其中汽车行业（含汽车及汽车零部件）获证 49 家，达到三级企业 12 家，达到四级企业5家。

智能制造能力成熟度评估的导入，在支撑产业发展、引导企业智能化升级等方面取得显著成效。此外，全国各省市政府纷纷出台政策推进智能制造能力成熟度标准的落地实施。目前，包括北京、上海、天津、深圳、江苏省、浙江省等在内地方工业和信息化主管部门先后出台鼓励企业开展智能制造能力成熟度自诊断、评估等标准应用的资金奖补贴、技改资助等政策，鼓励和引导企业用标准、找短板、定方向、促建设。同时，智能制造能力成熟度也在逐步成为企业遴选合作伙伴和供应商的依据，出现在招标要求中。智能制造能力成熟度模型中国标准海外推广应用已于2023年正式启动，通过与海外企业、机构和政府合作，推动智能制造标准的海外落地及应用，促进我国智能制造产业的全球化发展。

《“十四五”智能制造发展规划》明确提出“到 2025 年，70% 的规模以上制造业企业基本实现数字化网络化，智能制造能力成熟度水平明显提升”，并指出“建立长效评价机制，鼓励第三方机构开展智能制造能力成熟度评估。各地政府也相继推动和落实“《规划》”的本地政策：《上海市推进智能工厂建设 领航产业高质量发展行动计划（2022-2025 年）》、《江苏省制造业智能化改造和数字化三年行动计划（2022-2024 年）》、《广东省制造业高质量发展“十四五”规划》等，智能制造能力成熟度模型及评估方法的应用方兴未艾。

4 整车制造企业智能制造能力成熟度应用实践

上汽集团股份有限公司乘用车分公司临港工厂（以下简称“工厂”）于 2008 年 9 月建成投产，总占地面积超过 120 万平方米，涵盖冲压、车身、油漆、总装四大工艺，设计规划年产16万辆整车（含传统车型及新能源车型），是国内率先达到传统技术和新能源技术全覆盖的高柔性化制造基地。目前工厂生产包括荣威、MG、飞凡和智己4个品牌的十余款车型，2023年新能源车产量超过70%。

在“中国制造 2025”的先进理念及上汽“新四化”的战略指导下，近年来工厂不断进行数智化探索、实践与赋能。工厂以客户为中心，聚焦整车制造全业务链痛点、难点，通过推进“智工艺、智生产、智物流、智品质、智运营”的数字化实践，构建工业大数据平台和智能制造云平台等，打造了智慧供给、高效协同、精益稳健、交期透明、“零”缺陷的数字化智能工厂，并逐步构建与拓展应用生态圈，从而形成示范引领效应。该工厂作为公司代表参评工厂，助力公司荣获2021年国家智能制造标杆企业，同时为了进一步发挥智能制造为企业全面赋能的作用，工厂开启了智能制造能力成熟度的导入与赋能实践。

4.1 以评促建、以评促改

2022年以临港工厂为主体率先开展了智能制造能力成熟度三级评估，进而通过评估识别现状及改进点，评估结果为乘用车分公司的智能制造能力成熟度的设计、生产、销售、物流、服务活动评分为2. 97分，达到三级集成级水平。其中工厂在计划调度、生产管理等方面能力较为突出。同时，评审团队结合三级评估结果，进一步厘清现状，并结合成熟度四级的评估标准识别在仓储配送（建议项）方面和采购（建议项）方面仍存在一些弱项，也给出一些有建设性的整改意见和建议。

4.2 基于四级评估的能力提升

对标智能制造能力成熟度四级标准，通过一年多的时间公司主动改进现存薄弱项，提升能力，沿着数据增值方向，逐渐积累知识和模型。

公司于2023年8月通过智能制造能力成熟度四级评估，评估结果为上海汽车集团股份有限公司乘用车分公司智能制造能力成熟度的设计（工艺设计）、生产、销售、服务评分为3. 93分，达到四级优化级水平。

其中，工厂对标智能制造能力成熟度四级标准改进后，以采购、仓储配送、供应链外部协同领域为例，能力子域提升效果明显，实现了从无到有的突破，从有到优的提升，并形成示范引领效应。

采购方面：针对三级评估发现的未充分利用采购、物流、生产相关系统的数据，为各要素的评价提供数据支撑的问题，企业经过整改实现了通过系统定时由程序自动获取系统数据生成评分结果，评分维度包括供应商 PPM 缺陷率、8D 报告数量、PRR 报告数量、批量问题数、受控发运次数、Audit抱怨次数、供货能力、售后抱怨次数等。无论从评估维度的丰富性还是评价方式（以系统代替人工）较三级评估时均有了质的改进和提升。

仓储配送方面：在三级评估时存在的精准预测与优化能力存在弱项，在“工业4. 0”及智能制造大发展的背景下，传统汽车物流行业面临仓库物料接收、入库、存储、拣选、配送等各环节运作信息滞后不透明，传统的物料拉动管理模式已无法完全满足现场运作需求，人员、设备同时存在瓶颈和浪费，造成仓储物流运作效率提升空间有限，压力凸显。公司在冲压车间引入了冲压模具智慧管理系统，利用RFID和UWB技术对模具身份信息和位置信息实现状态自动感知，并根据模具尺寸、工序使用组合情况、使用频率度、生产计划结合五大精益化原则和28种模具位置存放路径最短的优先级组合方式，建立模具回库库位自动推荐算法，借助电子大屏和搭载LoRa技术的腕表实现模具出入库操作精准执行，有效实现模具吊运距离平均减少10 m/次，移库频次由15%降至5%，减少备模编制人员1人，综合节省成本22. 2万元/年。

供应链外部协同方面：基于业务协同、智能制造及数据服务“三朵云”，打造出首个汽车及零部件行业工业互联网平台“上汽领飞”，将公司自身数字化建设成功经验和生产管理体系在行业内进行推广。基于云平台，采用高性能计算技术和虚拟化技术，向行业内相关企业提供多层次的工业信息化应用服务，帮助中小供应商提升生产、物流、质量领域信息化能力，基于“数据-信息-价值”赋能模型改善企业的库存周转率、设备开动率、产品质量和人员成本等核心业务指标，提升产业链供应链管理水平，降低管理成本，推动整个产业实现数字化转型和升级。目前，行业供应链生态联盟已形成规模，覆盖2 300多个全球供应商、1 100多家经销商，平台日均用户访问数超过2万次、数据交互量达千万级。

5 智能制造能力成熟度标准应用的指导意义

智能制造成熟度标准对于企业实现智能制造转型升级、提高生产效率和产品质量、增强竞争力等方面具有重要作用。成熟度评估通过现场调研、企业现场举证、对标核查方式，对照评估标准，将企业现存问题得到充分暴露，能力优势和弱势得到全面梳理，帮助企业高层清晰地了解自身在智能制造领域的不足，结合评估结果制定符合自身实际情况的发展规划，从而成为行之有效的抓手。智能制造能力成熟度标准的导入与应用，为整车制造企业加速自身的智能化转型和升级，提质增效，节能降耗，生态培育，增强企业的竞争力提供良好助力。

企业对于制造环节的管控是一个动态过程，成熟度模型四级、五级条款更是要求企业面对外部需求变化、制造异常变动、潜在失效风险，需要做出敏捷响应，需将企业知识封装为分析模型，并通过模型驱动逐渐代替人工经验判断决策，系统自动实现对核心业务的辅助决策和优化，持续驱动业务优化和创新，最终实现产业链协同的生态圈并衍生出新的制造模式和商业模式。企业基于自身特点，在智能制造成熟度标准要求的引领下，锚定方向，将继续以智能制造能力成熟度五级的标准要求进一步提升自决策、自优化能力，从而充分发挥自身优势以实现引领行业发展。

原文刊载于《上海汽车》2024年12月  作者：上汽集团股份有限公司乘用车分公司 宋政 &上海科耀实业有限公司 孔繁荣