制造业是实体经济发展的主力军，也是体现国家竞争力的关键｡近年，我国将智能制造作为产业转型推动力，积极并大力推行和发展智能制造，并相继制定和出台了一系列战略性政策文件，如∶工业和信息化部于 2024 年 5 月 15 日印发的《服务型制造标准体系建设指南》《江苏省制造业智能化改造数字化转型三年行动计划 (2022-2024)》, 旨在加速智能化改造､数字化转型(以下简称 “智改数转”) 成效｡

当前阶段，我国较多企业在面对智能制造浪潮时，存在内部实施路径不明确､发展水平难以量化的困境，这不仅影响着国家各项政策的有效落地实施，同时也限制了企业自身在智改数转道路上的探索和发展｡因此，一套科学合理的智能制造发展水平的评价体系，不仅为企业评价当前智改数转现状提供了工具箱和方法论，还能为企业提供方向与指导，对推动企业智能制造水平的提升具有重大意义｡

1 智能制造发展水平评价体系研究现状

德国机械与工程协会 (VDMA) 从战略和组织､智能工厂､智能操作､智能产品､数据驱动和人员 6 个评价维度设计开展评价，提出工业 4.0 就绪度模型｡虽然该模型能较好地体现高端制造业的智能化转型需求，但其高度的专业性和复杂性也使其在中小制造业企业中的适用性受到一定限制｡

相比之下，美国国家标准研究所 (NIST) 提出的智能制造就绪度水平模型 (SMSRL) 则侧重于组织成熟度､信息技术成熟度､绩效管理成熟度及信息连接成熟度 4 个核心维度，旨在通过相对简化的指标体系衡量企业的智能制造进展，但该评价模型衡量指标覆盖范围小，对智能化水平评价能力不足｡工业和信息化部于 2020 年适时推出了《国家智能制造能力成熟度模型》, 该模型以人员､技术､资源和制造四大能力要素为核心，深入剖析这些要素在企业管理提升和综合应用中的实际表现，为客观评价不同地区､不同行业智能制造的发展水平提供了科学依据，具有重要的参考价值｡

2 离散型制造智能发展水平评价体系

本文主要介绍团体标准 T/CAMETA 001001-2019《智能制造发展水平评价体系 离散制造业》的评价体系，同时也关注了现行国标 GB/T 39117-2020《智能制造能力成熟度评估方法》在评估框架､指标体系､评估方法和适用对象等方面存在的差异，GB/T 39117 - 2020 更加注重对智能制造能力的评估和改进，而 T/CAMETA 001001-2019 则更注重对制造业企业智能制造发展水平的全面评价，可为企业提供智改数转指导｡

2.1 制造业企业智能制造发展水平划分

考虑到科学性､实效性､可操作性以及可扩展性，为建立更加规范､实效，又具高度可操作性和可扩展性，T/CAMETA 001001-2019 将企业智能制造发展水平低到高划分为 5 个等级，分别为 1A~5A 级｡该等级的划分由企业的数字化､网络化和智能化程度三者共同决定，分别代表企业具备实施智能制造基本条件､开始进入智能化门槛､具备初级智能制造水平､实现中级水平､达到高级水平和实现卓越智能 (见表 1)｡

表1 智能制造发展水平划分

2.2 评价指标选择

结合当前制造业企业智改数转现状，并根据离散型制造业企业智能制造发展水平状态，选取了战略与组织､智能设计､智能运营､智能生产､智能服务､智能决策､智能产品､业务协同､工业互联网平台应用 / 建设能力和经济效益等 11 个一级指标，41 个二级指标，59 个三级指标 (见表 2)｡

表2 评价指标选择

2.3 评价流程

评价流程分为 3 个阶段和 10 个关键过程，该评价流程确保了全面而系统地进行评价诊断｡3 个阶段分别是项目准备阶段､项目实施阶段和项目结案阶段｡10 个关键过程分别是范围确定､计划编制､企业自评､项目启动会､沟通访谈､证据采集､初步论证､高层沟通､报告编制和报告汇报，详情如图 1 所示｡

图1 智能制造发展水平评估流程

2.4 加权算法

在离散型制造企业智能发展水平评价过程中，受评价方先根据其当前业务现状，填写预先设计的调查问卷｡该问卷针对不同选项赋予了不同的得分，以全面反映企业在智能制造各方面的表现｡评价团队随后接收并分析这些问卷数据，运用相应的评分机制，对受评价方的智能制造发展水平进行客观评分｡

计算过程中，根据三级指标权重将三级指标的 5 个等级的得分分别归集到二级指标的 5 个等级，再根据二级指标的权重将二级指标 5 个等级的得分分别归集到一级指标的 5 个等级｡计算公式如式 (1) 和式 (2) 所示:

式中:

3S: 三级指标的分值；3W: 三级指标的权重；i:三级指标中的第 i 个指标 m: 三级指标的总个数｡

式中:

2S: 二级指标的分值；2W: 二级指标的权重；i: 二级指标中的第 i 个指标；m: 二级指标的总个数｡

3 应用与结果分析

为全面客观地检验本文所述离散型制造企业智能化发展水平评价体系的实效，以某汽车零部件制造企业为例进行评价诊断及结果分析｡在期项目准备期，项目组成员通过编制企业诊断评估实施计划，初步确定诊断评估周期为 5 天，并提前让企业参与线上自评，完成项目准备阶段工作｡在项目实施阶段，项目组通过召开项目启动会，与企业代表充分沟通此次评估诊断行程，确认沟通访谈人员与时间｡同时项目组专家成员通过车间走访证据采集，并结合线上线下采集的数据，得出初步诊断结论，并召开座谈会与企业高层沟通，编制诊断报告｡最后在项目结束阶段，对为期 5 天的诊断进行总结，汇报诊断报告｡

该企业综合评价为 AAA, 达到中级智能水平 (如图 2 所示)｡痛点主要集中在以下两个方面｡

图2 企业智能制造发展水平综合评估

一方面，在数字化战略和组织方面开展的该企业智改数转相关的顶层设计不足，主要体现在数字化战略缺乏明确性和长远规划､顶层设计与企业实际运营情况脱节､企业的组织结构与管理体系未能及时适应智改数转的需求等方面｡

另一方面，“重硬轻软” 的现象严重｡由于企业工业互联网平台建设相对滞后，存在过度重视硬件设备投入，而忽视软件与数据平台重要性的情况｡特别是企业在产品计算､物联网和信息系统等应用的投入不足｡这限制了企业提升数字化信息平台服务的能力，进一步阻碍了企业在多样化应用场景中的创新与发展，从而放慢了它们由 “传统制造” 向 “智能制造” 转型升级的步伐｡

针对此次发展水平评价体系在该企业应用中发现的主要痛点，可通过以下几个维度的提升推动企业智改数转成效｡

一是应进行深入的内部和外部分析，明确企业的核心竞争力和市场定位，制定符合企业实际情况的数字化战略目标｡同时建立跨部门协作机制，确保数字化战略在各部门间得到有效沟通和协同执行，并且企业可以搭建以数字化为核心的组织架构，明确各部门在数字化转型中的职责和角色｡

二是应认识到软件和数据平台在智能制造中的关键作用，调整投资结构，增加对软件和数据平台的投入｡可以通过引入先进的工业互联网平台和技术，提升企业的数字化和智能化水平｡同时，制定工业互联网平台建设规划，明确建设目标和实施路径，进一步加强与软件供应商､服务提供商等合作伙伴的合作，共同推进工业互联网平台的建设和应用｡

4 总结与建议

离散型制造企业在智改数转过程中选择评估方法时，应根据自身的行业特点､发展阶段和实际需求等多方面进行考虑｡对于希望全面了解自身智能制造发展水平的制造业企业，可以参考本文所介绍的团体标准 T/CAMETA 001001-2019, 并结合本文所述的某汽车零部件制造企业诊断实例，开展诊断评价｡

原文刊载于《质量与认证》2025年1月 作者：魏良亭 张丽