前面章节中，我们对人员能力要素的两个能力子域组织战略、人员技能进行了解读。今天将进行第二个能力要素——技术能力要素的解读。技术能力要素包括数据、集成、信息安全3个能力域。这里需要注意，技术能力要素的能力域与能力子域是对应的，即能力域就是能力子域。这点与后面我们要谈到制造能力要素所包含的众多能力子域有所不同。如图1所示。

图1 智能制造能力成熟度模型

本文将围绕能力子域中的数据展开解读，GB/T 39116-2020标准中对数据能力子域成熟度是这样描述的：

表1 数据能力子域成熟度等级要求

前面我们对人员能力要素进行了解读，里面包括人员技能这个能力子域。似乎与今天我们要讲的技术能力要素有所重叠。但这其中存在明显区别，人员技能标准包括的是对人才技术和能力的培养提升，重点在人。而技术能力要素包含的数据、集成和信息安全三大能力子域，主要针对的是企业IT系统软硬件技术应用与实现。

数据能力子域主要评估企业对数据活动的处理和使用能力。当前，随着工业互联网的发展，数据成为驱动业务不可或缺的资源要素，应用数据能力的高低将在很大程度上决定企业智能制造的推进深度。通过对标准中数据成熟度能力的描述进行分析，可以从中梳理出四个关键活动特征，即数据获取、数据标准、数据共享、数据分析，涵盖了从数据获取到使用的整个过程。

表2 数据能力子域关键活动特征

获取和使用数据是企业当前最关注的需求之一，也是企业最为头疼的问题。工业领域技术标准多样化，数据的编码、格式和规则各不相同，导致数据的采集、整合和使用非常困难，企业要想高效地使用工业数据，其实是比较难以实现的事情。针对企业数据应用现状，PTRM模型标准对数据能力子域做了比较清晰的描述。

对于一级，只要求企业能获取和使用数据，至于企业怎么获取和使用，并不做具体要求，但主要应用形式是人工。

对于二级，有a、b、c三条要求，除了数据标准未涉及，数据采集、数据共享和数据分析都有涉及。标准要求企业基于二维码、条形码、RFID、PLC等方式实现数据采集，并基于信息系统和人工经验开展数据分析，同时实现数据及分析结果在内部在线共享。

对于一、二级，判定标准在于是否使用了信息系统做数据和分析，但具体使用水平如何？还需要做进一步判断。比如有企业使用的是EXCEL，有些使用tableau，但都是就某一场景需求或单一业务开展数据分析。而二级c中描述的内部在线共享，可理解为点对点的数据共享，也就是企业数据分析结果通过邮件、即时通信工具或在线云盘等形式在部门或公司实现数据共享。

对于三级，标准给出了a、b、c三条要求，涉及数据获取、数据标准、数据共享和数据分析全部关键活动特征。对数据采集，要求企业采用传感技术实现制造关键环节数据的自动化采集；对数据标准，要求企业建立统一的数据编码、数据交换格式和规则；对数据共享，要求企业能整合数据资源，支持跨部门的业务协调；对数据分析，则要求实现数据及分析结果的跨部门在线共享。

与二级对比，三级成熟度对企业要求数据采集使用传感器，实现自动化采集；对数据标准，要求企业内部建立统一的数据采集标准和规范，也就是企业要搭建主数据标准，这成为判定企业数据能力子域成熟度等级标准一个关键参考指标；对数据共享，要求数据分析结果能更具业务源数据的变化实现自动更新、跨部门的共享，也就是企业要在分析工具和业务数据源之间建立衔接和集成。比如有些企业的确应用了很高级的分析工具，但无法根据业务数据的变化自动更新分析结果，数据分析结果具有延迟性，这也不能完全满足三级对数据使用能力的要求，评估诊断需要做细致的分析。

对于四级，标准描述并未涉及数据采集要求，而是对数据标准、数据共享和数据分析的能力要求进一步提升。要求企业建立数据分析模型库，应用各类型算法模型来预测制造环节的状态，为制造过程优化提供决策建议支撑等。与三级比较，四级要求企业在实现数据标准化和规范化的基础上，通过建立数据分析模型，利用大数据技术实现制造过程状态的预测，为生产制造决策提供支撑。可想到最典型的场景就是设备预测性维护，通过实时抓取设备状态数据，通过数据分析模型实现对设备状态的分析预测。

对于五级，标准要求就只有一条，数据模型进行算法训练，提高算法准确性。要求数据分析模型实时优化，实现基于模型的精准执行。

在智能制造体系中，业务系统集成度越高，数据自由流动的效率就越高，借助大数据平台，企业就能实现对数据价值的高效挖掘和分析，进而指导和改善生产过程，推动制造水平的不断提升。数据能力子域中描述的就是企业获取数据和使用数据的手段和方式，不同的数据获取和使用能力的差异性，决定了企业对数据价值挖掘的效率和深度，也成为决定企业智能制造能力的关键要素。表3是数据能力子域的关键活动特征，通过提取这些等级特征，可以作为企业智能制造能力成熟度评估诊断的关键参考。

表3 数据能力子域关键活动特征