国产黄色录像_国产ts人妖_又大又爽又粗免费视频_欧美精品在线一区二区三区

    智能制造能力成熟度標準符合性評估（下簡稱CMMM評估）基于《GB/T 39116-2020 智能制造能力成熟度模型》、《GB/T 39117-2020 智能制造能力成熟度評估方法》兩項國家標準，對產品制造過程的智能化應用能力進行系統性評估。目前國內已有400家制造企業獲得相應等級的符合性證書，其中“四級(優化級)”是國內制造企業目前達到的最高等級，通過評估的企業也是國內高端制造業的典型代表。

    那么企業如何識別能否達到四級？建成四級企業需要具備哪些能力？四級評估相比與其他等級評估，在評估準備時需關注哪些要點？針對大家關心的問題，筆者從十余家四級企業評估活動進行總結，分享下體會。希望在企業智能化能力識別、能力建設、評估準備等方面，對申請四級評估的制造企業有所幫助。

    四級(優化級)：企業應對人員、資源、制造等進行數據挖掘，形成知識、模型等，實現對核心業務活動的精準預測和優化。
    四級能力是企業在達到三級（集成級）的基礎上，即數字化的生產、檢驗、物流設備聯網集成，各應用信息系統間信息集成，實現企業各生產環節互聯互通、數據共享、業務協同的基礎上，廣泛應用各生產環節、業務職能采集的數據，基于實時數據的深層次分析應用，輔助企業人員做出更為科學的決策，或自動對生產過程進行優化調整。
    截止2022年底，國內已有29家企業獲得CMMM四級證書，占所有已獲證企業的7.25%；其中制造大省的江蘇、廣東、山東通過四級評估的制造企業分別為9家、8家、4家，北京、安徽、福建、陜西、湖南、廣西、遼寧等省市也有當地龍頭企業通過四級評估。
    從行業分布來看，部分行業龍頭企業已達到國際領先水平。例如，以小天鵝、海爾為代表的家用電器制造行業，以深南電路為代表的印刷電路板制造行業，以徐工為代表的工程機械行業，以華星光電、京東方為代表的液晶面板制造行業，以中車為代表的軌道運輸設備制造行業，以及其他石油煉化、水泥、醫藥制造行業。同時，有近50%的四級企業，當地并無政策獎勵支持，為企業自發申請評估。由此可見，越來越多的行業龍頭企業，希望自身的智能化建設成果得到權威認可，或在評估中尋求繼續提升的方向。
    從目前四級企業評估結果來看，企業都存在一定的能力弱項,大部分企業還處在四級的初級階段，雖然在部分業務單點上構建了分析模型，但模型應用效果還需進一步驗證，四級的能力建設還需要很長的路要走。

    在眾多申請四級評估的企業中發現，一些企業對申請四級評估并未充分了解，對四級評估考核的維度、難點、要求，未進行對標判斷。企業盲目申請四級，導致最終評估結論降級。針對四級能力識別，經常出現如下誤區。
    此誤區較為普遍，因為已獲證企業確實行業的知名企業居多。行業知名企業確實在產銷量、營業額、市場占有率、品牌形象上處于領先地位，且企業資金雄厚，智能化投入也較多。但CMMM評估考核的是實際的產品制造過程智能化應用情況。有些企業的品牌市場宣傳大于其實際制造水平、智能化水平；還有些品牌依靠外部代加工，沒有制造工廠，無法進行評估。
    曾經遇到一家業內知名的非標裝備制造企業，申請四級評估，生產工藝類型只有裝配，產品組裝環節采用全人工方式，且裝配過程打螺絲還是采用普通電動螺絲刀，不能實現扭矩參數的數據采集，其他智能化應用較少，最終預評估對標下來，評估組認為企業達到三級還有些困難，整體處于二級水平。企業無法接受作為行業龍頭而評估結論是二級，最后終止評估。
    有些企業已獲得省部級、國家級，甚至國際性的智能制造榮譽，這是很好的智能化建設基礎。但由于各種政策、榮譽評選的評價指標不同，不能說獲得某個榮譽，就可以等同通過CMMM四級。
    特別是有些企業反而容易借此榮譽，產生盲目自信心理，而忽視CMMM評估調查取證的全面性、客觀性、嚴謹性。比如，企業承擔了國家重點智能化攻關建設項目，已經由權威專家把關驗收，則認為通過四級沒有問題；但四級評估中，該項目可能只作為四級考核中一個子域的幾個條款的有效舉證，無法以偏概全代表企業整體智能化水平。
    通常的企業智能化成果申報，申報材料都是盡可能展示企業好的一面，而對弱項避而不提。而對于CMMM評估，企業應基于實際業務情況確認評估范圍、評估內容，應評的條款不可隨意裁剪、回避，不能避重就輕，應基于統一標準開展CMMM評估。且對于四級評估，預評估與正式評估在企業現場至少6天時間，評估組有充足的時間，完整、細致的驗證企業各業務職能的智能化應用情況與應用效果。這里的調查取證包括企業獲得優勢、建設亮點的一面，也包括對標后的能力不足和建設缺失一面。
    這里“新建成”特指生產正式運行1年左右的工廠。很多企業投資幾億、十幾億元構建新型號產品制造工廠，且工廠在設計、建造之初就按照行業最高標準建設，吸取以往經驗，各種智能化技術一步到位，打造行業最先進智能工廠。不否認這些工廠的先進性，但通常新建成工廠的產量、銷量還在慢慢爬坡過程，制造產品的種類也有限；特別是智能化應用堆積了很多新技術，工廠整體運行需要一段時間磨合、消化、驗證，短期較難發揮智能工廠的特色能力。
    此外，四級評估的考核要點中，很多是基于數據分析模型的在線優化、預測，由于工廠建成時間短，很多工廠的業務數據累積量不夠，一些制造規律難以發現，并通過分析模型去表達、驗證。比如，【設備管理】子域四級要求的“設備預測性維護”，需要對歷史發生的故障做故障知識積累與分析，而新建工廠是新設備，短期故障發生率也較少，也較難提出預測、優化的需求。再比如四級【能源管理】能力子域要求的精細化“節能模型”，新工廠運行之初重點考慮產量、質量、效率，因此智能化建設會側重這些方面，短期很少考慮節能降耗舉措，當工廠生產穩定，為進一步降低制造成本時，才會由此需求進行智能化建設。當然也有些新建工廠，在建廠之初就綜合考慮了之前的節能經驗，已經采用了節能化設備和方案，接下來就需要進一步挖掘新的節能空間。
    因此，CMMM四級評估的工廠盡量運行一段時間，生產運行穩定，生產管理模式較為成熟，智能化技術較好的應用落地，工廠運行積累了一定的數據，沉淀了知識，有優化提升的需求和舉措，這樣四級的智能化成果也會很好的應用、展現。
    很多人去過這樣的工廠，工廠整潔明亮、工藝布局有序、設備全自動化運行、機器人協同運作、物流配送無人化、指揮調度大廳大屏看板數據展示，看起來非常先進。有的工廠還指定“紅毯”路線、觀光車路線，配備專職的講解員，每到之處講解亮點。
    首先，這種參觀方式只能了解工廠的局部，講解員固定的說辭未必是標準符合性評估需要采集的審核點，而一些CMMM評估關注的審核點，需要評估組去生產工位詳細了解驗證，比如說產品換型時，設備是否自動切換加工程序。
    其次，上面提到的生產高度自動化、大屏看板展示等，大部分是二級、三級要求，四級條款要求的數據分析優化、預測模型，這些底層邏輯也很難用大屏看板展現。還有些大屏看板只是為了“秀”一下，看板上展示數據的時效性、準確性、真實性經不起推敲，一些統計數據很難對生產調度、生產控制起指導支撐作用。隨著移動技術的發展，很多實時信息未必要放到大屏上，通過移動終端、手機APP推送信息，特別是異常信息，比大屏更有意義。
    因此，在四級評估的生產車間現場巡視時，更多查證顯性的三級要求；而對于四級條款，一些實時的生產過程優化控制，要到總控的后臺“大腦”或者數據分析平臺去查證，還有些決策模型已集成到設備運行的底層控制邏輯中。生產現場展示效果好的工廠也未必能達到四級。
    高端、智能化產品蘊含的高新技術多，產品研發周期長，部分制造工藝環節較為復雜，企業在產品研發和工藝研發智能化應用投入較多。隨著市場需求的旺盛，也驅動企業在生產環節智能化應用提升。對于結構復雜產品，產品制造的社會化分工較明顯，各家工廠分別負責其中關鍵零部件的制造，或者幾道關鍵工序的加工，再由終端整機廠商把所有零部件裝配。
    但是，由于終端廠商的品牌曝光度高，容易誤解為一切技術都出自終端廠商。然而，在某些行業會發現，企業制造技術水平、智能化應用水平，部分關鍵零部件制造廠商要比終端產品制造廠商高，例如，液晶面板制造廠商與顯示器、電視機制造廠商。
    當然，這里不是說絕對，很多終端產品制造廠商的智能化水平也較高，整機的核心零部件也是自家生產，大型復雜產品的裝配過程也需要較高水平的智能化技術支撐。
    針對以上常見誤區，企業需保持“歸零”心態，對照標準，認真、客觀的總結智能化優勢能力。

    為了準確識別企業四級能力，需要對照標準條款，判斷企業智能化應用的符合性。當然，企業還可以從其他幾個側面初步識別四級能力，這里提供幾點方向。

• 產品制造的復雜性

    從智能化需求測出發，驅動企業在制造過程使用智能化技術的源動力，在于制造過程的復雜性。這里復雜性包括多個方面，如產品結構的復雜性、制造工藝的復雜性、產品種類的多樣性、市場需求的多樣性、生產組織的復雜性，這些復雜性的解決一方面促使企業職能分工越來越細，崗位人員增加，另一方面也促使不斷投入智能化建設減少人力。可以說，企業面對制造問題的復雜程度，解決復雜性問題的能力，代表了企業智能化應用的潛力，這也表現為每個行業獨有的制造特點。
    從這個角度來看，四級評估有些挑行業。有些企業雖然已經做到細分領域的行業龍頭，但是產品不復雜，生產工藝不復雜，工廠生產的產品有限幾種，市場需求較為固定，生產管理也較為簡單，這樣也就不需要多高的智能化建設，行業整體智能化程度也大致相當。企業也有提升的意愿，只是本身制造環境“復雜度”不夠，一些智能化技術用不上，沒有“需求”，通常這些行業的市場競爭也比較激烈。

• 行業創新引領能力

    四級企業一般位于行業前列，為了保證其行業地位，在危機意識下會主動拉開與同行企業的差距，迫使自己不斷提升，但是因為沒有可對標的參照物，沒有可借鑒的案例，必須不斷激發自己的創新能力。四級評估要求的很多數據分析優化、預測模型，企業最終的應用場景都與行業制造特點密切相關，且解決的問題多是在行業內存在、但一直很難解決的，是行業內第一家攻關的。
    從標準條款的引導方面，二級、三級很多條款要求比較明確，給企業智能化建設鮮明的指引，且應用場景適用于大多數行業，很多優秀案例可以跨行業互相借鑒學習。而四級條款，有很多是方向性的指引，描述的較為簡要，這也給每家企業有更多的創新發揮空間。比如【倉儲配送4b】“倉儲模型實現庫存優化”，這里庫存優化可以是物料庫存水平優化，或是出入庫效率優化，或是庫存容積承載能力優化；同時，結合生產業務過程，優化實現的部位既可在原料倉庫，也可在半成品倉庫、成品倉庫。

• 數據應用環境

    四級企業信息系統很多，有的是集團統一推進，有的是企業、事業部自行采購，動輒幾十個信息系統。四級企業已意識到上系統不是最終目的，更重要的是整合好系統內的數據，尤其應用好關聯的數據；同時，企業在三級建設中進行數據治理，規范數據編碼規范、數據交換格式，也為四級數據應用打基礎。
    四級企業開展業務數據應用分析，需要構建數據應用環境。面對眾多系統數據源，首要建立數據的匯聚平臺（數據倉庫、數據中臺、數據湖），實現各方數據的整合，明確數據來源、數據格式、數據同步頻率等等。根據生產業務需求，數據平臺可能是1個或者多個，且數據來源多樣，有的來自業務應用系統，有的來自數字化生產設備；用于后續數據分析的數據，還需在平臺內進行必要的清洗與轉換。通過數據分析應用工具，發現數據的關聯與量化關系；再建立生產數據優化、預測模型部署于制造系統。

• 智能化人才

    四級智能化能力還體現在企業具備的智能化人才規模和能力。四級企業應用的信息系統多，企業IT硬件、軟件維護人員數量少則幾十人，多則上百人。除了系統運維，上面提到數據治理、數據分析工作都需要相應崗位的人員配備。
    此外，對智能化人才的要求不只是IT人員，還有來自各業務部門技術骨干，這些人員能夠將平時的業務難點轉化為智能化需求，具備智能化能力和意識，四級條款要求的生產優化預測模型構建，都離不開生產業務人員的探索和實踐。

    綜上，隨著更多的企業通過CMMM四級評估，對四級能力的識別會更加清晰。企業較難判斷時，可以邀請參與過CMMM評估的評估師，特別是參與四級的評估師進行判斷識別，對照四級條款調研企業智能化應用情況。
    有些企業經過能力識別，與四級水平還有些差距，或者當前已經達到三級，需要在哪些方向四級繼續提升，我們在下一篇《淺談CMMM四級評估 （二）模型實踐》繼續探討。
    還有些企業通過能力識別，判斷與四級水平大體相當，可以著手準備申請四級評估。針對四級評估如何準備，需要注意哪些事項，我們在《淺談CMMM四級評估 （三）以評促建》篇進行討論。