去年10月，我國發布了《智能製造能力成熟度模型》和《智能製造能力成熟度評估方法》兩(liang) 項國家標準，開展企業(ye) 自評估工作。近期，中國電子技術標準化研究院根據《智能製造能力成熟度模型》的宣貫、實施和企業(ye) 自評估情況，形成並發布了《智能製造發展指數報告（2020）》。

　　製造業(ye) 發展現狀

　　1.智能製造能力水平明顯提升

　　截至2020年12月，全國12000多家企業(ye) 通過平台開展智能製造能力成熟度自診斷，江蘇、浙江、山東(dong) 、寧夏回族自治區、四川、湖南、陝西等工業(ye) 和信息化主管部門高度重視，有效推動標準應用。通過對自診斷數據進行分析，以反映現階段我國智能製造的發展現狀。

　　全國智能製造能力成熟度自診斷企業(ye) 分布

　　全國智能製造能力成熟度自診斷企業(ye) Top5地區

　　整體(ti) 來看，2020年全國製造業(ye) 智能製造能力成熟度較2019年有所提升。75%的企業(ye) 開始部署智能製造，14%的企業(ye) 屬於(yu) 成熟二級邁向數字化，6%的企業(ye) 處於(yu) 成熟三級階段網絡化特征明顯，5%的企業(ye) 處於(yu) 成熟四級階段標杆示範效應明顯。

　　2.不同行業(ye) 智能製造發展水平不均衡

　　離散型製造業(ye) 的成熟度水平略高於(yu) 流程型製造業(ye) 。汽車、電器等排頭兵行業(ye) 在智能製造方麵進行了大量探索和實踐，帶動了行業(ye) 的整體(ti) 水平提升。

　　流程型製造業(ye) 在流程化管理、自動化改造方麵具備良好的基礎和優(you) 勢，但在智能化提升的過程中仍需加快推進，特別是新一代信息技術在工藝優(you) 化、係統集成、服務等環節的應用。

　　離散型和流程型智能製造能力成熟度等級分布對比圖

　　行業(ye) 等級分布情況

　　3.重點龍頭企業(ye) 發揮示範引領效應

　　參與(yu) 自診斷的企業(ye) 中，有370家是2015—2018年來獲批工信部智能製造試點示範或新模式項目的企業(ye) 。這些企業(ye) 中，平均得分達到3.05分，相比2019年提高0.24分，獲得重點支持的企業(ye) 在人員、資源、技術等方麵均具備了智能製造能力提升的保障基礎，仍是創新智能製造技術與(yu) 模式的主力軍(jun) ，未來將繼續保持領先優(you) 勢，逐步向高成熟度等級發展，有望成為(wei) 標杆企業(ye) ，並在相關(guan) 行業(ye) 大規模移植、推廣成功經驗和模式。

　　獲得重點支持的企業(ye) 智能製造能力成熟度水平提升情況

　　4.中小企業(ye) 聚焦生產(chan) 製造模式轉型

　　參與(yu) 自診斷的中小企業(ye) 占比達87.92%，通過統計分析顯示，中小企業(ye) 以生產(chan) 製造過程的能力提升為(wei) 優(you) 先發力點，主要聚焦生產(chan) 製造模式轉型與(yu) 裝備自動化改造。中小企業(ye) 更專(zhuan) 注於(yu) 細分市場，專(zhuan) 業(ye) 化生產(chan) 、服務和協作配套能力是企業(ye) 發展的核心，聚焦產(chan) 品質量和生產(chan) 效率的穩步提升仍是我國中小企業(ye) 提高核心競爭(zheng) 力的重要突破點。

　　中小企業(ye) 智能製造發展情況

　　製造業(ye) 發展趨勢

　　1.聚焦智能製造遠景目標擘畫發展藍圖

　　製造企業(ye) 已深刻意識到智能製造是提升核心競爭(zheng) 力的關(guan) 鍵，並逐步將智能製造細化到企業(ye) 的戰略舉(ju) 措中。

　　2.提升設備數字化和網絡化能力，夯實智能製造基礎

　　設備的數字化和網絡化是智能製造的基礎，根據平台結果分析，截至目前企業(ye) 設備的數字化水平已有明顯改進，設備數字化率達到50%，完成設備聯網和設備運行數據采集的達到23%，實現設備遠程監控的達到24%，開始探索設備預測性維護的達到14%。

　　3.紮實推進數字化設計，快速應對需求變化

　　數字化設計是實現智能製造的關(guan) 鍵基礎技術，是製造業(ye) 提升智能製造能力水平的關(guan) 鍵方麵，目前已從(cong) 傳(chuan) 統二維設計，轉變為(wei) 基於(yu) 知識庫的參數化/模塊化、模型化設計。

　　4.著力推進生產(chan) 過程智能化，建設智能化車間

　　根據平台結果分析， 40%的車間可實現作業(ye) 指導、加工程序、工藝參數等工藝文件的遠程下達，36%的車間部分實現了生產(chan) 的人、機、料、法、環、測數據采集，12%的車間實現了生產(chan) 計劃和作業(ye) 工單的自動排程，23%的車間實現了生產(chan) 信息的可視化與(yu) 數據統計，29%的車間實現了設備的信息化管理。

　　5.關(guan) 注在線質量管控，提升產(chan) 品品質可靠性

　　質量控製的能力與(yu) 水平成為(wei) 衡量企業(ye) 智能製造能力水平的重要指標和關(guan) 鍵要素。通過實現工序狀態的在線檢測，借助於(yu) 數理統計方法的過程控製係統， 把產(chan) 品的質量控製從(cong) “事後檢驗”演變為(wei) “事前控製”，做到預防為(wei) 主，防檢結合，可達到全麵質量管理的目的。

　　6.加強集成技術深度應用，消除信息孤島

　　集成技術的應用及效果是企業(ye) 邁進成熟度三級的關(guan) 鍵核心，促進企業(ye) 實現各業(ye) 務、信息等的互聯與(yu) 互操作，最終達到信息流、數據流無縫傳(chuan) 遞的狀態。

　　7.提升數據分析利用率，基於(yu) 模型驅動精準決(jue) 策和業(ye) 務優(you) 化

　　隨著新一代信息技術的在製造業(ye) 的深度應用，生產(chan) 製造過程數據倍增，係統地挖掘分析生產(chan) 製造數據，將數據轉化為(wei) 知識、知識轉化為(wei) 決(jue) 策，基於(yu) 數據驅動的製造是實現智能化的必要前提。

　　8.加快智能製造人才培養(yang) ，支撐產(chan) 業(ye) 持續發展

　　未來智能製造人才培養(yang) 要聚焦專(zhuan) 業(ye) 化、體(ti) 係化，服務企業(ye) 內(nei) 部智能化過程改進工作。