行业 洞察 《制造业卓越质量工程实施意见》解读
——加快推动质量管理数字化
■ 耿鹏飞 2023年12月20日,工业和信息化部、国家发展改革委、金融监管总局三部门联合发布 《制造业卓越质量工程实施意见》(以下简称《实施意见》)的通知,从研发设计、生产制造、质量保障及数据管理四个方面提供全链条指引,为制造业企业提升质量管理数字化水平、增强质量管理能力提供了明确路径。 同时,《实施意见》首次提出了依据标准开展制造业企业质量管理能力等级划分,质量管理数字化成为判断的重要标准和依据之一。 如今,质量管理数字化不是一个孤立的领域。它是提升制造业高质量发展,打造企业竞争优势的重要举措,成为企业数字化的重要组成部分。制造业质量管理数字化必须要与企业数字化战略的规划和实施进行有效的协同,和企业生产制造系统的数字化建设同步推进,才能更精准、更高效的提升企业管理能力。 发展初期挑战仍存 随着新一代信息技术的快速进步,生产制造过程的个性化定制、智慧化决策、柔性化生产等特点日益凸显,对企业质量管理提出了用户需求精准感知、信息系统精益优化、生产制造精确控制、质量要素精细管理等一系列更高要求。因此,推动质量管理数字化赋能制造业提质增效,是顺应当前和未来产业数字化浪潮的迫切需要。 “推进质量管理数字化,能够在全行业组织开展全流程质量在线监测、诊断与优化,减少质量损失,降低质量成本,提高生产效率和经济效益。”中国机械工业联合会执行副会长罗俊杰在对 《实施意见》的解读中这样说道。 智昌科技集团技术委员会主席戚骁亚认为,《实施意见》中推进质量管理数字化是企业现阶段可以采取的具体提升质量行动,覆盖了产品全生命周期。 在戚骁亚看来,当前制造业质量管理的数字化现状是均值低,方差大 (大量中小企业缺乏数字化质量管理体系,少数先进制造业的头部企业质量管理体系数字化程度很高)。一方面多数企业数字化基础设施还在建设过程中,缺乏全面的质量管理数据;另一方面多数行业缺乏有效的数字化软件来分析优化质量管理数据。 中国电信研究院战略发展研究所高级分析师王朋认为,当前我国制造业质量管理数字化处于发展初期。目前制造业开展质量管理数字化,仍存在诸多挑战。一是配套服务质量低,高水平的质量管理数字化服务提供商数量较少,较难满足大规模企业数字化转型需求。二是实施落地难,整个产品生命周期的质量管理数字化,不仅需要过硬的技术支持,还需要对多部门业务、管理流程深刻理解,进行跨业务、跨部门的协同推进。三是资金投入高,质量管理数字化转型周期长,且人才培训、工具采购等所需的技术、资金支持高于传统质量管理,微利企业较难完成整个转型周期。四是数据风险大,转型涉及企业各环节数据,收集、存储、调度敏感及隐私数据将增加潜在的安全风险。 应与企业数字化战略有效协同 今天,质量管理数字化不是一个孤立的领域,它是企业数字化的重要组成部分,更成为企业数字化战略的重点。 王朋认为,企业数字化战略通过充分运用数字技术,对战略思维、业务流程、组织架构、商业模式等进行全方位重塑,以提升效率和效益为导向,用数字技术驱动业务变革的过程。制造业质量管理数字化是提升制造业高质量发展,打造企业竞争优势的重要举措,必须要与企业数字化战略的规划和实施进行有效的协同。 “企业制定数字化战略规划时就要把质量管理数字化的需求考虑进去,把质量管理相关数据的采集、存储、监测、分析、优化等功能进行整体规划,实施时要和企业生产制造系统的数字化建设同步推进,可以分阶段、分模块实施质量管理数字化建设。”戚骁亚说道。 据悉,智昌蜂脑工业互联网平台提供包括质量管理数字化方面的产品和服务。其中,基于工业大模型的KPI价值网络产品能够实现生产过程质量数据的存储监测和分析优化,正在河钢集团开展试点项目。基于工业大模型的SOP个人助理产品能够实现基于自然语言的工艺规范助手。 未来演变呈现四大趋势 在此情形下,企业加快推动质量管理数字化进程意义重大。企业要充分借助数字化、智能化技术,加强产品生命周期全过程的质量控制,包括产品设计、供应链管理、生产制造、质量检验检测、故障维护、质量数据管理等,进而提高质量管理水平和效率。 王朋介绍道,中国电信与中兴通讯联手打造的南京滨江全球5G智能制造基地,通过中国电信 “如翼”5G专网+边缘计算、大数据AI、机器视觉等数字化技术,滨江工厂实现了数字化管理闭环。在工厂内部,传输带、自动导引小车与机械手臂即可实现从零件到成品的全过程,操作人员数量节约28%;通过数据指令控制,数以万计的货箱将自动被分发到各自生产线,物流周转效率提升27%;通过数字基础设施的赋能,使装配问题漏检率降低80%,关键功率不良率降低46%,整个工厂的生产效率提升约120%,能耗节约8%。 在王朋看来,未来质量管理数字化将呈现四大变化。一是数字化管理范围及深度将进一步扩展,从过去以制造过程为主向研发、设计、制造、服务等全流程渗透,同时新型数字技术将在各环节实现落地应用。二是质量管理水平及生产效率大幅提升,设备、网络、制造等技术的集成推动传统生产制造过程向智能车间迈进。三是质量监管力度趋严,数字化使监管贯穿生产、销售、售后等全生命周期,监管准确性及覆盖率都将得到提升。四是数据价值加速释放,数智化管理工具的优化升级将推动数据标准化与数据共享机制的建立,在企业内、企业间形成数据价值闭环,实现业务优化和创新。 此外,构建质量管理数字化产业生态,促进制造企业、数字化工具开发企业、系统集成服务商、数据安全工具厂商等产业各方协同发展。研发可评价质量管理数字化水平的模块化、轻量化、数字化工具,指导企业开展质量管理数字化自评估。探索开展分行业、分区域的质量管理数字化水平比对分析等措施,成为推动制造业质量管理数字化的重要方法。
|