制造企业质量管理数字化转型的思考

对数字化转型有关概念的理解与辨析

在数字化转型工作中，通常有几个概念比较容易混淆，这些概念主要有：数字化、信息化、网络化、智能化、数字化转型。把这些概念厘清是确保工作方向不跑偏、目标不混淆的前提。

一是数字化。数字化原特指电子领域把模拟信号转化成数字信号，例如，把一段波形转化为数字化信号，计算机出现后，概念扩展为把一幅图像、一段声音转变成计算机能够存储的数据格式。换句话说，我们应用计算机辅助处理工作就是建立在数字化的基础之上。

二是信息化。信息化更侧重于流程管理，比如说我们常说的OA、ERP等管理信息系统，绝大部分目的是提高工作程序的规范性，提高日常信息流转、处理的效率，我们常说的“让信息多跑路，让人少跑路”就是信息化的作用。

三是网络化。网络化的含义更多的是在硬件层面，通过网线和通信协议把多个计算机、网络设备或者工业硬件设备联结成一个网状结构，网络价值通常用网络上节点数量的平方来度量，联结的设备越多，网络价值就越大。

四是智能化。智能化是近几年比较火热的一个词，智能化不是简单“增删改查”的数据操作，也不仅仅关注业务流程或者网络联结互通，智能化更多是在大量数据分析的基础上，能够进行拟人化的决策和判断，核心是数据和算法。一些所谓的知识系统、专家系统、故障诊断系统，大多停留在数据库层面的条件查询和结果展示上，还没有达到智能化应有的状态。

五是数字化转型。数字化转型与前面四个概念都有关联，与工信部提出的“两化融合”（指信息化和工业化的高层次的深度结合，以信息化带动工业化、以工业化促进信息化，走新型工业化道路；两化融合的核心就是信息化支撑，追求可持续发展模式）一脉相承，数字化转型体现了传统行业从土地、资金、技术等生产要素驱动转变为数字驱动的模式，企业将数据作为核心资产，通过实施数字化转型不仅提高了企业经营管理效率和效益，更进一步将企业数据资产运营转化为新的业务领域和利润增长点。

制造业质量管理数字化转型的挑战与机遇

（一）传统制造业企业在数字化转型中的现状

1.不同行业数字化转型的程度差异较大。如在汽车、电子消费品、移动通信、电力等行业领域数字化转型较早，处于领先地位。其他许多传统制造业企业的数字化还停留在比较简单的应用，成熟度还不够，可挖掘潜力还很大。

2.一些企业在数字化转型上仍然犹豫不决。尽管技术进步迭代加速，人力成本逐渐高企，倒逼企业数字化转型压力逐渐增加，但是一些传统制造业企业的经营理念还停留在“以规模论英雄”的时代，在数字化转型投入上举棋不定。究其原因，一是数字化转型投入巨大，很多身处微利行业的企业担心转型失败无异于“找死”；二是很多企业缓慢转型，眼睁睁看着技术进步和成本控制越来越难，也有着“等死”的意味。

3.能够指导和带领企业数字化转型的技术服务公司稀缺。我们看到很多做数字化转型咨询的公司，大部分由原生产管理咨询公司和信息系统开发企业转型而来。这些企业要么过于偏向于传统生产管理，侧重于流程梳理和现场管理，缺少解决数字化转型实操问题的经验；要么是在信息化方面过于理想主义，偏重于信息系统实施，不了解实际经营管理的规律和需求，导致数字化转型项目实施效果不好，对企业转型升级实际推动作用不大。

（二）数字化转型为制造业企业带来的机遇

数字化转型已经成为企业做优做强做大的必由之路，并逐步形成企业的核心竞争力。通过实施数字化转型的企业将在三个方面获益：

一是能够帮助企业提高管理和运营效率；二是能实现成本显化，通过大数据分析，及时发现问题，降低成本；三是能实现企业知识的有效积累和传承，推动技术快速迭代。当然企业实施数字化转型之后，将能够更加快速响应市场需求，持续提高并优化设计、生产、管理能力，能够比竞争对手推出品种更多、技术更好、质量更稳定的产品，从这个角度看，企业实施数字化转型对为消费者提供更好的产品和体验方面也很有意义。

（三）数字化转型为质量管理转型奠定基础

数字化转型将为现代制造业质量的提升提供更多方法和手段，质量管理也将借助数字化转型将质量锻造为企业的核心竞争力。回顾工业发展历程，不论是工业制造技术的升级，还是工业产品的迭代升级，都紧紧围绕以质量管理为核心的产品品质升级，现代工业发展都以更加高效地生产更高质量的产品为目标，以不断满足市场需求。现代质量管理经历了从面向产品的质量检验、面向过程的质量控制，到面向系统的全面质量管理的转变。随着信息技术和质量大数据的快速发展，质量管理手段正经历从信息化、网络化到智能化、数字化的阶梯式转型，数字化转型推动质量管理水平提升，质量数据也已经成为制造企业的潜在竞争力和无形资产，质量管理数字化转型成为制造企业在市场竞争加剧、需求快速变化的数字时代下的必然选择，数字化驱动的质量管理变革正在加速制造业转型升级。

质量管理数字化转型的价值体现

（一）数字化转型有助防控质量问题

企业实施数字化转型后，在设计阶段，通过数字化建模设计提升产品设计质量；在生产阶段，通过生产管理系统提升产品生产制造效率；在产品形成过程，通过大量数据分析，监控产品质量特性，优化成本管控，对指标超差预警；在产品供应流转过程，通过供应链数字化系统对产品进行溯源，跟踪每一项产品质量问题的解决。数字化质量管理可有效解决产品研发管控能力弱、生产周期长、质量指标提升乏力、过程质量管理效率低、质量成本损失严重、全过程质量监测信息不完善、质量问题管理无序等系列问题。

（二）数字化转型提升精益管理能力

数字化技术可实现精益生产流程的实时可视化、精益生产数据自动统计追溯，进一步提高生产管理能力、降低库存积压、锁定关键问题、缩短整改周期、降低退换货率；通过大数据分析，可优化质量管控流程和方法，提前实施质量过程控制，实现管控流程优化和降低损失；通过经验总结提炼，可提升产品研制的标准化和模块化能力，优化批量化生产和定制化生产的决策和产能平衡；通过生产管理系统的数据治理和流程再造，实现柔性制造和敏捷制造，在激烈市场竞争中持续提升先进制造能力和产品质量。

（三）数字化转型赋能供应体系管理

实施数字化转型可系统整合生产现场质量数据、供应商物料数据、实时市场反馈信息，实现质量数据全链条贯通。通过构建供应链数据共享机制，丰富了供应商管理手段，优化了客户服务网络，提高企业服务客户的效率，减少客户投诉，提高客户满意度、忠诚度和市场占有率，树立良好的企业品牌形象。数字化技术还将畅通企业研发、制造、销售、服务的内外部信息渠道，实现点状连接的链式供应向多方协同的快速敏捷型供应网络转变。

（四）数字化转型推动质量技术创新

质量数据是质量管理的基础，大数据采集统计、云计算处理分析，将大量节约质量数据管理人力资源成本，数字技术提高了数据处理的效率和准确性，丰富了质量监测技术手段，将对传统质量抽样检验的统计理论和检测方法产生根本性变革，质量管控由事后补救向数字技术支撑的全生命周期质量状态监控预测转变。数字化新技术与传统质量技术工具和现代制造体系深入融合，将彻底解决传统质量管理模式下数据管理的无序状态和依靠经验判断的管理决策，推动质量分析结果在经营管理决策中发挥越来越大的作用。

质量管理数字化转型的重点工作

（一）推进企业质量管理一体化融合

1.推进数字化技术和质量管理技术深度融合，实现质量管理工作系统化、标准化、规范化，减少质量管理体系运行中人为因素的影响，避免质量管理与实际经营“两张皮”现象。

2.制定企业质量管理数字化转型方案，实现生产工艺质量管理、供应链质量管理、零部件管理、计量工器具管理和质量策划、质量监控、问题管理等系统集成。

3.推进制造企业“两化融合”管理体系建设，以质量管理数字化转型为突破点，深化数字化管理与质量管理体系的融合应用，以点带面实现跨技术、跨部门、跨系统的科学管理。

（二）构建质量数据的顶层设计思路

1.实现质量信息数据的结构化管理，这是开展数据价值挖掘和智能化应用的基本前提，制定数据模型和数据标准，加强数据基础管理和挖掘应用，将质量数据整理成结构化的企业知识数据。

2.推进实现从产品零部件到整机系统的全流程数据采集，建立产品全生命周期质量信息档案，在纵向实现工厂各层面的数字化建模与数据互联互通，在横向实现从客户需求、产品设计、供应商管控、生产制造到物流服务的质量数据的系统集成。

3.应用大数据分析、云计算等数字技术，结合六西格玛、精益生产等质量技术，推动质量信息的系统统计分析和深度挖掘应用，依托数据信息统计分析，实现智能分析、预警和辅助管理决策，最终实现质量数据系统化管理和智能化应用。

（三）推广全过程质量管理数字技术

1.积极探索大数据、云计算、数字孪生、人工智能等技术在企业经营管理中的应用，实现与研发、设计、生产、供应链等全过程质量管理的融合，推进制造技术突破、工艺技术创新、业务流程再造和生产管理智能化。

2.实施数字化工厂改造升级，打造具有行业示范效应的智能产品、智能制造生产线、智能车间和智能工厂，培育推广网络化协同、个性化定制、服务化延伸的数字化制造服务管理新模式。

3.数字化转型赋能新产品研发，推动5G、北斗导航、智能芯片、物联网传感器等在新产品中的装配，实现全过程数字化互联、感知、分析、决策和控制功能，实现用户需求和满意度的实时感知、科学分析和持续改进，提升客户黏性和市场认可度。

（四）构建数智化的精益供应链体系

1.在供应链管理中推广数字化技术和智能装备应用，实现产品及零部件的自动识别、智能验收入库、调度和实时大数据管理，降低供应链成本和质量损失，提升供应链运行效率和智能化管理。

2.推进供应链的精益化、数字化提升，精准优化产品及零部件的需求数量，做到精益采购和精准交付，使各流程、全要素发挥出最佳状态，实现供应链体系持续精益化。

3.建设供应链数字化平台，创新供应链合作模式，优化上下游资源动态配置，优化协调采购订单、市场需求、库存产品、生产进度，打造数字化、智能化的精益供应链。

质量管理数字化转型的路径与策略

（一）质量管理数字化转型的路径

企业在实施数字化转型过程中，将遇到各种各样的问题，然而不管是传统行业，还是新兴产业，头部企业均在主动拥抱数字化。现代制造企业以“产品研制+技术服务”为主要业务价值，其质量管理的数字化转型一般分为4个阶段，分别是标准化、信息化、网络化和智能化。

1.标准化。质量管理的数字化转型，最基础工作是把各项工作流程进行系统梳理，把流程运转的输入输出条件进行准确定义，把流程中涉及的各类数据模型和统计规范明确数据标准，实现质量管理流程、过程控制、数据统计的标准化。

2.信息化。在标准化的基础上，信息化的核心是设法将质量知识和数据信息转化为定量描述，以量化采集的质量管理数据为基础搭建质量数据库，建设质量管理信息系统，将质量信息以数据、图表等多样化展现，为企业质量管理提供决策依据。

3.网络化。基于内外部质量数据库和质量信息系统的不断完善，利用大数据、云平台、5G和工业互联网等技术搭建质量信息网络平台，并将研发、制造、检测、分析、顾客服务等多系统数据融合和互联互通，实现产品和业务流程的质量信息实时监测管理。

4.智能化。智能制造是制造业数字化转型的高阶目标，涵盖制造企业从产品和服务、生存管理模式、运营管理模式和决策管理模式的智能化转型。质量管理的智能化也必将融合于企业智能制造体系之中，实现质量数据的智能采集分析决策、产品全生命周期质量状态智能监测预防、质量管理流程和管理体系的智能优化改进等丰富场景和目的，并将导致制造业质量管理的重大深远变革。

值得注意的是，智能制造模式和数字化转型范式并不是固定的，企业转型的路径也并不是要严格按照这4个步骤逐项实施，智能化是转型的更高阶段，建立在前面三化的基础之上的，只有基础牢固，才能够实现预期的转型成效。

（二）质量管理数字化转型的策略

制造企业的质量管理数字化转型，要结合企业发展实际，在领导重视和全员推动下，做好顶层设计、路线规划和资源配置，以市场需求和企业管理需求为导向，试点推进研发制造过程的质量管理数据标准化、信息化，通过试点提升质量管理绩效，推动企业内外部全过程的质量管理的网络化和智能化水平。

1.坚持市场驱动和问题导向相结合。企业的优势业务领域通常质量管理水平也较高，团队的综合能力较强，更是数字化转型的核心领域，实施数字化转型的需求最突出、效果更明显。制造企业要先梳理关键质量过程和典型应用场景，结合市场需求和企业质量管理痛点、难点，以产品研制等关键过程和应用场景为重点，做好转型方案论证，探索重点过程的质量管理数字化转型路径和方法。

2.坚持管理创新和技术赋能相结合。当企业质量管理数字化转型取得一定成效时，企业将积累大量的产品质量数据和行业技术数据，具备了将质量数据作为生产要素的基础，质量数据资产将支撑企业的产品创新开发、技术服务升级、管理决策优化和商业价值创造，让质量数据成为企业赢得市场的技术竞争优势。制造企业要牢固树立质量取胜和数字技术赋能的转型理念，深化质量技术与数字技术融合，持续推进智能制造的创新应用与质量管理技术方法升级。

3.坚持重点突破和持续改进相结合。数字化转型不是一蹴而就的，是持续改进和迭代升级的过程，这与质量管理的理念和方法不谋而合。数字化转型需要遵循企业发展的普遍客观规律，深化理解其系统性、长期性和艰巨性，做好谋划布局和顶层设计，系统有序推进，要基于重点过程质量管理的创新试点经验，在企业逐步实现全领域、全方位、全过程、全员的应用实施。

数字经济时代已经到来，智造强国和数字中国已经成为我国的国家战略，制造业企业实施数字化转型已是大势所趋，数字化赋能的制造业质量管理，将成为下一阶段制造业转型升级的重要内容。质量管理数字化转型要以价值和效果为导向，在技术更新迭代加速、用户需求不断变化、商业模式重构颠覆、竞争环境复杂多变的环境下，数字化支撑下的质量管理必将发挥着越来越重要的作用。