沈阳鸿宇科技有限公司

【行业资讯】制造企业数字化转型成熟度评价

发布时间:2023-03-15 文章来源:鸿宇科技 浏览次数:925

      中小制造企业是经济社会发展的生力军,目前国内外经济环境复杂多变,中小制造企业面临要素成本上升、创新发展动能不足、市场竞争加剧等问题,所以中小企业数字化转型已不是“选择题”,而是关乎生存和长远发展的“必修课”。
      工业和信息化部发布《中小企业数字化转型分析报告(2021)》显示,目前中小企业数字化转型处于初步探索阶段的企业占比79%,达到深度应用阶段的企业占比9%,不少中小制造企业受市场环境、行业特征以及数字化基础等因素影响,数字化成熟度存在差异。所以,建立行之有效的中小制造企业成熟度评价模型,既可以为企业诊断当前数字化转型现状提供工具箱和方法论,又可以作为指南针为企业提供方向与指导。

1数字化转型评价研究现状

      随着物联网、大数据、人工智能、5G、云计算等信息技术与企业发展的深度融合,企业数字化评价模型也受到越来越多的学者关注。结合研究现状,针对中小制造企业数字化转型成熟度评价研究较少,加之中小企业数字化转型之路更加严峻,所以建立合适的数字化成熟度评价模型,帮助中小企业制造数字化转型具有重要意义。
      而根据制造企业数字化能力的不同维度,国内外学者提出了相关理论模型,例如德国机械与工程协会(VDMA)针对机械工程行业提出的工业4.0就绪度模型(IRI)聚焦在资源、信息系统、文化和组织架构4个领域,从战略和组织、智能工厂、智能操作、智能产品、数据驱动、人员等6个维度来评价企业的工业4.0就绪度。
      美国国家标准研究所(NIST)提出的智能制造就绪度水平模型(SMSRL)主要从组织成熟度,信息技术成熟度,绩效管理成熟度和信息连接成熟度等4个维度评估制造公司是否采用数据密集型技术进行性能管理的准备情况。工业和信息化部在2020年发布的《国家智能制造能力成熟度模型》提出,从人员、技术、资源和制造4个能力要素在企业进行管理提升和综合应用的程度,客观评价各地区、各行业智能制造发展水平,为企业精准提升智能制造能力,起到重要的参考价值。成熟度评价模型对比如表1所示。
表1 成熟度评价模型对比

2 评价模型构建

      2.1评价指标选取原则
      为建立更加规范、贴合中小制造企业数字化转型的指标体系,本研究在选取指标时遵循以下原则:①科学性原则。指标选取应能表征数字化转型的内涵和特征,实际反映数字化转型发展阶段,指标采集应准确可控,定性和定量相结合,有效支持数字化转型水平与能力、效能与效益的评估、分析、诊断和改进;②实效性原则。指标体系应具有典型性,能够从战略层面、发展基础、应用场景和创新发展反映中小制造企业数字化发展现状与转型趋势,以评估企业数字化转型水平与能力;③可操作性原则。评估指标宜易于选取,能够和企业实际相结合,便于采集与分析,围绕企业数字化和数据管理能力建设,突出对战略、基础设施、制造、管理、服务等关键环节数字化转型的评估,具有广泛适用性。

      2.2评估模型指标选择及解释
      在分析、汲取两化融合和数字化评价模型的基础上,结合当前中小制造企业数字转型现状,本研究以战略与组织、基础设施、数字化应用、效能与效益4个维度为核心,设立14个二级指标(类)36个三级指标(域)对中小制造企业数字化转型的评价模型构建进行探究,如表2所示。

表2 中小制造企业数字化转型成熟度评价模型


      (1)战略与组织。中小制造企业数字化战略的顶层设计与实施,是数字化建设顺利开展的前提,具体表现在数字化战略规划和人才建设两个方面:数字化战略规划主要评价数字化转型规划制定和企业发展战略的一致性,企业架构设置时是否放在重要位置,以及在企业自动化、信息化建设运维以及研发投入等相关资金投入的水平。数字化人才建设主要评价中小制造企业专职人员队伍建设,信息化主管领导层级以及研发、生产和管理人员的信息化相关程度,企业数字化转型中人才保障制度、机制建设的全面性。
      (2)基础设施。基础设施信息化建设是中小制造企业数字转型的基石,本维度选取设备数字化建设、信息网络建设和数据安全防护作为主要评价指标。设备数字化建设重点评估中小制造企业在设备、软件与系统构建过程中投入水平和适度性,设备设施的智能化或数字化水平。信息网络建设重点评估企业信息化架构和网络环境建设水平,数据资源采集及数据集中管理应用,以及信息化资源积累与整合、云服务平台建设等。数据安全防护重点评估信息资源、设备设施和系统安全保护,同时关注数据安全管理和防范机制建设。
      (3)数字化应用。通过评估数字化技术在采购流程、研发设计、生产制造、物流配送、市场服务以及行政管理等方面数字化场景引入应用,衡量整个制造企业信息化、数据化和智能化应用的深度。采购流程数字化应用指标反映在企业采购全过程的数据化水平、采购流程的可视化和供应链体系的智能建设。研发设计数据化应用指标反映在数字化产品模型或原型样机、模块化设计和计算机辅助产品工艺设计的水平与能力。生产制造数字化应用指标反映在企业生产作业计划编制与执行、过程信息监控、生产异常管控以及产品质量检测和产品质量信息追溯等方面。物流配送数字化应用指标反映在仓库管理智能化应用水平和对物流信息进行跟踪反馈水平。市场服务数字化应用指标反映在企业利用大数据进行市场细分与定位,预测市场趋势并进行优化定价和营销策略选择,并通过电子商务平台建设,做好质量问题、维修过程等售后服务反馈。行政管理数字化应用指标反映在财务业务集成和财务管理软件的覆盖率,以及智能测算绩效实现人力资源管理精细化、智能化的能力与水平。
      (4)效能与效益。数字化效能和效益是企业实施数字化转型产出,主要通过评估在成本效能、经济效益和创新能力的提升判断数字化转型成熟度。成本效能主要体现在中小制造企业成本利润率的提高、采购降本指标完成率以及测算预算执行偏差率。经济效益主要评价通过数字化转型在营业收入增长,人均劳动生产率、存货周转率及流动资产周转率提升等直接或间接带来的经济效益。在创新能力评估方面,可以细分为大数据应用创新和商业模式创新。

      2.3中小制造企业数字化转型成熟度评价
      针对成熟度评价模型中4个核心维度、14个二级指标和36个三级指标,通过构建判断矩阵、专家评分、计算权重和一致性检验等程序,利用层次分析法确定其指标权重,进行中小制造企业数字化转型成熟度综合评价并定级。

      2.3.1构建判断矩阵
      矩阵A中aij表示指标i相对于指标j的比较结果,判断矩阵如下:
      2.3.2专家评分
      邀请评估专家基于指标解释,对成熟度模型同层次的指标两两比较,根据1-9标度方法进行重要性评分,规则如表3所示。
表3 指标比较标度及其描述
      2.3.3计算指标权重
      将矩阵A的各行指标用方根法进行几何平均得出平方根向量.Wi,进行归一化处理,计算得到中小制造企业数字化转型成熟度各评价指标权重和特征向量Wi。
      2.3.4一致性检验
      由于判断矩阵中评估专家主观判断会产生一定的偏差,所以需要检验一致性。首先利用公式(3)对判断矩阵的一致性指标进行计算:
      其中λmax为矩阵A的最大特征值。再利用公式(4)计算判断矩阵的随机一致性比率CR:
      当一致性指标计算结果CR<0.1时,可以认为构建判断矩阵具有满意的一致性,否则需要专家重新判断评分。RI为平均随机一致性指标标准值,其参考值如表4所示。
表4 平均随机一致性指标参考标准值
      2.3.5综合评价
      根据中小制造企业实际情况对照数字化转型成熟度等级,评审专家对三级指标根据数字化成熟度从低到高进行0~5赋分,根据各指标得分结合权重进行加权求和得出最后得分,对标成熟度评价模型设置的等级分值,即可以自诊企业整体数字化转型的成熟度。
      本研究通过参考中国电子技术标准化研究院等发布的智能制造能力成熟度模型,将中小制造企业数字化转型成熟度划分为5个等级,分别是规划级(一级)、规范级(二级)、集成级(三级)、优化级(四级)和引领级(五级),各级别评分如表5所示。
表5 中小制造企业数字化转型成熟等级评判参考
      规划级(一级):企业开始对准备实施数字化转型,能够对研发设计、生产制造、物流配送、销售运营和市场服务等核心业务活动进行流程化管理。
      规范级(二级):企业对核心装备和核心业务活动等进行数字化转型改造和规范,通过自动化技术、信息技术手段实现单一业务活动的数据共享。
      集成级(三级):企业实现数字化装备、信息系统等的数据共享,开展跨业务活动间的综合集成。
      优化级(四级):企业已实现对人员、资源、制造等数据挖掘与数字化转型,能够对核心业务活动的精准预测与优化。
      引领级(五级):企业数字化成熟度已经处于行业领先水平,实现全业务活动创新协同并衍生新的数字化制造模式与商业模式。

3 综合评价模型应用

      3.1成熟度综合评价模型实证分析
      针织服装制造是浙江义乌的特色产业集群,据统计,义乌现有针织生产企业超1200家,主要产品占据国内市场份额的80%、全球的25%。
      2021年,针织服装产业集群入选浙江首批产业集群新智造试点,在政策扶持下多家企业实现数字车间和数字化生产线覆盖,智能制造由点状突破向整体提升转变发展。在龙头企业带领下,
      针织服装中小制造企业逐步实现数字化转型,为全面客观的评价数字化成熟度,检验综合评价模型实效,通过走访生产基地、产业中心和创业园并发放调查问卷,获取100多家针织服装细分行业中小制造企业反馈,收集有效调查问卷共计113份。并邀请来自政府、企业和高校的专家根据义乌针织服装制造业特点对模型指标进行评分并计算获得指标权重,如表6所示。
表6 中小制造企业数字化转型成熟度评价模型指标权重

      根据统计结果发现,受访企业中69%的企业还未能达到深度数字化转型,具体评价结果见表7。首先是针织服装中小制造企业在研发设计指标数字化成熟度最高,有82%的受访企业评分已达到三级以上,证明企业正由中低端代工生产向品牌化研发设计生产转变;其次是生产制造、设备数字化建设指标成熟度较高,分别有75%和68%的企业评分在三级以上,通过调研发现众多企业已经实现生产智能化。
      此外,评价模型应用反映出一些指标成熟度不高,阻碍了企业数字化转型,主要集中在数字化战略规划、信息网络建设和成本效能等方面。在数字化战略规划指标评分中,只有14%的受访企业达到成熟度三级以上,多数企业数字化转型意愿强烈,但是缺乏清晰的战略目标和实现路径,没有企业顶层设计进行谋划,数字技术人才十分紧缺;在信息网络建设方面,只有17%的受访企业评分在三级以上,在基础设施建设上,企业重视智能生产设备的投入,但在软件与系统构设、数据平台搭建和企业信息化架构等投入不足;在成本效能指标上,只有19%的企业成熟度在三级以上,主要体现在中小制造企业资金力量相对薄弱,融资渠道有限,在数字化车间、智能制造设备等方面投入资金大,导致资金流动性较差,增加了生产成本,如表7所示。
表7 针织服装制造企业数字化转型成熟度评价结果

      3.2数字化转型的建议
      针对针织服装产业集群成熟度综合评价模型应用中存在的问题,可以通过以下几个维度的提升来推进中小制造企业数字化转型:
      (1)数字化战略与组织方面开展企业数字化转型顶层设计,管理者应重视企业的数字化转型,作为一项系统工程制定战略规划,合理优化资源配置,从组织架构、政策、资金投入等保障数字化转型的开展,同时加强数字化人才队伍建设,提升研发、生产和管理人员的信息化程度,建立全面的人才保障制度。
      (2)基础设施数字化投入上企业跳出“重硬轻软”的思维模式,搭建工业互联网数据平台加大对软件与系统构设,特别是智慧控制、自主修复相关的网络化自动控制软件,产品计算、物联网和信息系统等智慧连接系统等投入,不断提升数字化信息平台的服务功能,丰富其应用场景,加快实现中小企业由“制造”向“智造”转变。
      (3)与大企业相比,中小企业没有足够的技术水平和资金实力开展数字化转型,中小企业可以利用信贷和资本市场相结合的方式拓宽融资渠道,一方面,可以争取政府传统产业数字化转型专项资金支持;另一方面,可以利用信息化技术透明化企业融资信息,争取国有大型商业银行、地方金融机构以及民间融资市场的长期投资,来推动中小制造企业的数字化转型升级。

4结语

      本文结合当前中小制造企业数字化转型现状,从战略与组织、基础设施、数字化应用、效能与效益4个维度,将数字化转型的相关因素归纳为可观、可测的因子,以量化数据为基础,设立14个二级指标(类)和36个三级指标(域),对中小企业数字化转型成熟度评价模型构建进行探究,并通过应用对标成熟度等级,让中小制造企业自我诊断数字化转型存在中的问题,引导企业将制造资源配置范围从传统要素向数据要素拓展,提升数字化转型发展水平。

转载:企业数字化咨询