智能制造能力成熟度评价实施指南

1T/GXDSL214—2025智能制造能力成熟度评价实施指南随着全球制造业深刻变革和我国制造强国战略的深入推进，智能制造已成为推动制造业转型升级、实现高质量发展的核心路径。智能制造能力成熟度评价是科学衡量企业智能制造发展水平、识别改进方向、引导产业有序发展的重要工具。当前，我国企业在推进智能制造过程中，面临发展水平参差不齐、路径选择不清晰、投资效果难评估等挑战，亟需建立统一、科学、可操作的智能制造能力成熟度评价体系及实施规范。为引导制造企业系统化、阶梯式提升智能制造能力，为政府制定产业政策、服务机构开展专业服务提供依据，特制定本实施指南。本指南基于国内外成熟的成熟度模型理论和我国制造业实际情况，提出了覆盖制造企业核心业务流程和使能要素的智能制造能力成熟度评价模型、实施流程、评估方法及结果应用要求，旨在为企业开展自我评价或第三方评价提供标准化指导。本指南由广西产学研科学研究院联合制造业企业、科研院所及行业协会共同研制。2范围本指南规定了智能制造能力成熟度评价的评价模型、评价要素、实施流程、评估方法、评价报告及结果应用等要求。本指南适用于离散型制造和流程型制造企业开展智能制造能力成熟度的自我评价或接受第三方评价。各级工业和信息化主管部门、行业协会、咨询服务机构等组织开展相关评价活动时可参照使用。3规范性引用文件下列文件对于本指南的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本指南。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本指南。GB/T39116-2020智能制造能力成熟度模型GB/T39117-2020智能制造能力成熟度评估方法GB/T23020-2013工业企业信息化和工业化融合评估规范GB/T23000-2017信息化和工业化融合管理体系要求IEC62264-1:2013企业控制系统集成第1部分：模型和术语（参考模型）《智能制造发展规划（2016-2020年）》（工信部联规〔2016〕349号）《国家智能制造标准体系建设指南（2021版）》（工信部联科〔2021〕54号）4术语和定义智能制造能力：指企业围绕其核心价值流，综合应用先进制造技术、新一代信息技术和智能装备，在研发、生产、管理、服务等各环节实现数字化、网络化、智能化所具备的系统性本领。2T/GXDSL214—2025智能制造能力成熟度：指企业智能制造能力所达到的持续改进的发展阶段水平，体现了能力的系统性、有效性和可持续性。成熟度等级：指用于表征智能制造能力不同发展阶段的一组有序的集合，每个等级代表一个进化的评价要素：指构成智能制造能力的关键领域和维度，通常包括流程维和要素维。流程维覆盖产品全生命周期的主要活动；要素维包括技术、资源、人员等使能条件。评价指标：指用于具体衡量评价要素下某项能力达成情况的观察点或度量项。评价证据：指在评价过程中，用于证实企业满足特定成熟度等级要求而收集的客观事实，包括文件、记录、系统演示、现场观察、人员访谈等。评价组织：指负责策划并实施智能制造能力成熟度评价活动的机构或团队。5评价模型与等级划分本指南采用的评价模型遵循GB/T39116-2020的基本框架，从“制造”和“智能”两个维度构建。模型将智能制造能力分解为“流程维”和“要素维”两个相互关联的维度。流程维聚焦产品全生命周期的主要价值创造活动，包括产品的设计开发、生产制造、物流仓储、销售服务、资源能源管理等核心业务流程。要素维关注支撑流程智能化运行的使能条件，包括数据、技术、装备、网络、人员、组织等关键要素。每个评价要素在不同成熟度等级下有对应的具体要求，形成了多维度的评价矩阵。智能制造能力成熟度划分为五个等级，自低向高依次为：一级（规划级）、二级（规范级）、三级（集成级）、四级（优化级）、五级（引领级）。一级（规划级）表示企业开始对智能制造进行规划，部分核心业务环节有信息化基础，但数据独立未贯通，智能化处于萌芽阶段。二级（规范级）表示企业核心业务环节实现了基于标准或规范的数字化改造，数据在部门内开始共享，关键工艺过程可实现自动化或半自动化。三级（集成级）表示企业实现了跨部门、跨系统的业务集成和数据互通，能够基于统一的数据模型进行协同设计与生产，车间级实现柔性自动化与实时调度。四级（优化级）表示企业能够利用数据分析和模型对核心业务流程进行预测、优化与决策支持，实现生产与经营的自适应和精细化管控。五级（引领级）表示企业形成了基于数据驱动的创新模式，能够与产业链上下游实现深度协同与价值共创，具备持续创新和引领行业发展的能力。成熟度等级是渐进的，高级别包含低级别的所有特征要求。6评价组织与人员要求评价活动可由企业自行组织的内部评价团队实施（自我评价或由独立的第三方评价机构实施（外部评价）。评价组织应确保评价过程的客观性、公正性和专业性。评价团队应至少由3名评价人员组成，设评价组长1名。评价人员应经过智能制造能力成熟度评价专业培训，熟练掌握评价模型、方法及工具，具备制造业、信息技术或工业工程等相关领域知识背景和至少3年以上实践经验。评价组长应具备主导完成不少于2次完整评价项目的经验。评价组织应建立完善的评价人员管理制度，包括选拔、培训、考核、监督及持续教育机制，确保评价人员能力持续满足要求。评价人员应恪守职业道德，对评价过程中知悉的商业秘密和技术秘密承担保密义务。7评价实施流程T/GXDSL214—20253智能制造能力成熟度评价实施应遵循系统化、规范化的流程，主要包含评价策划与准备、现场评价活动、评价分析与报告、评价结果审议与发布四个主要阶段。评价策划与准备阶段是评价成功的基础。评价组织应与受评价企业（简称企业）充分沟通，明确评价范围（如覆盖全厂或某重点车间）、评价目标（如用于自我诊断、申报项目、标杆比对等）和评价准则（即本指南及GB/T39116-2020）。双方应共同成立评价联合工作组，企业方需指定对接负责人。评价组长应基于沟通结果编制详细的《评价计划》，内容包括评价目的、范围、依据、评价组成员及分工、评价日程安排（通常现场评价时间为3-5个工作日）、需企业提供的资源和支持等。企业应根据评价计划准备相关材料，包括企业概况介绍、组织架构图、工艺流程图、信息系统清单、相关管理制度文件、近一年的生产运营数据样本等，并确保评价期间相关系统可正常演示、关键岗位人员可接受访谈。评价组应在现场评价前对提交的材料进行预审，初步了解企业现状，形成预审意见。现场评价活动阶段是证据收集的核心。通常以首次会议开始，由评价组长介绍评价计划、方法和安排，企业高层管理者表明支持态度。随后，评价组根据分工，综合运用文档查阅、系统查看、现场观察、人员访谈等多种方法收集证据。文档查阅应覆盖战略规划、管理制度、技术标准、设计图纸、生产记录、运维日志等。系统查看应验证各信息系统（如PLM、ERP、MES、SCADA、WMS等）的功能实现、数据流动及集成情况。现场观察应深入车间、仓库、实验室等场所，查看设备自动化水平、数据采集方式、现场管理状态等。人员访谈应覆盖高层管理者、中层部门负责人、关键业务骨干及一线操作人员，访谈人数根据企业规模确定，一般不少于15人，访谈内容应围绕评价指标展开，验证文件规定与实际执行的一致性。评价组每日应进行内部沟通，汇总发现，梳理问题。评价证据应客观记录，形成证据记录单。评价分析与报告阶段是对证据的系统性研判。现场评价结束后，评价组应对收集到的全部证据进行综合分析，对照智能制造能力成熟度模型各等级的要求，逐条判断企业各项评价指标的符合情况。评价组内部应进行充分讨论，对有争议的指标达成一致意见。基于指标符合情况的判断，综合评价企业在各评价要素及整体上达到的成熟度等级。评价组长负责组织编制《智能制造能力成熟度评价报告》。报告内容应包括：企业基本信息、评价概述（目的、范围、依据、时间、评价组成员）、评价方法及过程简述、评价发现（优势与改进机会）、成熟度等级评定结果（包括整体等级和关键要素等级分析）、详细的能力分析（可结合雷达图等形式展示）、改进建议及后续行动方向。报告应语言严谨、证据充分、结论清晰、建议具体可行。评价结果审议与发布阶段是确保评价结果被认可的关键环节。评价组应将评价报告草案提交给企业，企业可对报告事实部分进行核对。双方可召开末次会议，由评价组长正式通报评价发现和初步结论，听取企业反馈。评价组织应建立报告审议机制，由技术委员会或类似机构对评价报告进行技术审核，确保评价过程规范、结论客观公正。经审议通过后的正式评价报告，由评价组织正式交付给企业。评价组织应对评价过程中产生的所有记录、证据和报告进行归档，保存期限不少于5年。8评价方法与证据收集评价应采用多源证据三角验证的方法，确保评价结果的客观性和准确性。具体方法包括：文件证据分析法：通过审查企业的战略规划、业务流程文件、信息系统需求规格说明书、操作规程、质量标准、会议纪要、项目验收报告等，判断企业智能制造的规划、部署与制度化水平。系统演示与数据追溯法：要求企业在评价现场演示关键信息系统的功能，并追踪一项具体业务（如从客户订单到产品交付）在全系统中的数据流转过程，验证系统集成度和数据贯通能力。T/GXDSL214—20254现场观察法：评价人员深入生产现场、数据中心、实验室等，直接观察设备联网状态、数据自动采集情况、人机交互方式、现场可视化管理水平、物流自动化程度等，获取第一手证据。人员访谈法：通过与不同层级、不同岗位的人员进行结构化或半结构化访谈，了解他们对智能制造的理解、实际工作方式、系统使用感受、面临的挑战等，验证管理体系的实际运行效果和文化支撑。对于定量指标（如设备联网率、数据自动采集率、关键工序数控化率等），应要求企业提供统计方法和数据来源，评价组进行抽样复核。证据收集应遵循以下原则：相关性原则，证据必须与所评价的指标直接相关；充分性原则，收集的证据足以支持对指标符合性的判断；客观性原则，证据应为客观存在的事实或记录；可追溯性原则，证据来源应清晰，必要时可回溯验证。评价组应使用标准化的证据收集模板，确保记录完整、规范。9评价结果应用与持续改进评价结果不应仅作为一个等级称号，而应成为企业持续改进智能制造能力的起点。企业应将评价报告作为重要的管理输入，组织相关部门对报告中指出的优势和改进机会进行深入研讨，结合企业发展战略，制定具体的智能制造能力提升行动计划。行动计划应明确改进目标、责任部门、所需资源、时间节点和预期成效，并纳入企业的年度经营计划或专项规划中予以推进。企业可将成熟度评价与现有的管理评审、内审等管理活动相结合，建立智能制造能力成熟度监测与定期复评机制，建议每2-3年进行一次复评，以跟踪改进成效，规划下一阶段发展目标。从行业和区域层面，相关主管部门或行业协会可在企业自愿的基础上，基于本指南开展标杆遴选、最佳实践推广等活动，引导同类企业对标先进，明确发展路径。评价结果可作为企业申请智能制造相关试点示范、项目资助的参考依据之一。评价服务机构可基于评价发现，为企业提供更具针对性的规划咨询、解决方案、培训等专业化服务。10评价管理要求评价组织应建立完