中国信息通信研究院解读《制造业卓越质量工程实施意见》：加快质量管理数字化建设 促进制造业迈向卓越质量

近日，工业和信息化部等三部门联合印发了《制造业卓越质量工程实施意见》（以下简称《意见》）。《意见》明确了未来五年我国制造业质量水平提升的主要目标，部署了增强企业质量意识、提升企业质量发展能力、推进质量管理数字化等一系列重要任务，为推动“中国制造”向高端迈进、建设现代化产业体系、加快推进新型工业化提供高质量支撑。这是工业和信息化部2021年发布《制造业质量管理数字化实施指南》后，对质量管理数字化进行了更加深入的工作部署。

一、加快推动质量管理数字化的重要意义

质量管理数字化，是增强全生命周期、全价值链、全产业链质量管理能力的重要举措，有力支撑企业提高产品和服务质量，促进制造业高质量发展。《质量强国建设纲要》两次强调“质量管理数字化”关键词，提出要开展质量管理数字化赋能行动，推动质量策划、质量控制、质量保证、质量改进等全流程信息化、网络化、智能化转型；要强化新一代信息技术应用和企业质量保证能力建设，构建数字化、智能化质量管控模式，引导企业开展质量管理数字化升级。

近年来，我国制造业增加值规模持续位居世界首位，但制造业“大而不强、全而不优”的局面尚未得到根本改变。我国质量总体水平滞后于规模增长和经济社会发展，质量发展基础还不够坚实。随着新一轮科技革命和产业变革的深入发展，特别是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。加快新一代信息技术的融合应用，促进质量管理的数字化、网络化、智能化升级，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。《意见》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。

二、加快推动质量管理数字化的重点举措

（一）强化研发设计数字化，从源头把控质量

研发设计阶段对企业控制最终产品的质量和成本具有重要影响。数据表明，产品的设计开发成本仅占总成本的　10％　～　15％，但决定了总成本的70％　～　80％。企业越来越清楚地认识到，质量源于设计，好的产品质量是设计出来的，产品设计质量决定了产品的固有质量。而设计质量很大程度取决于质量分析工具的有效应用。例如，设计阶段的潜在失效模式分析，是从设计阶段把握产品质量预防的一种手段，可以有效避免由于产品设计缺陷带来的质量问题。《意见》提出，支持企业加强采用仿真设计、数字孪生等数字化设计工具和人工智能等新一代信息技术，更全面、准确地预测产品可靠性，确定最优设计方案，从源头防止质量风险、解决质量问题。此外，传统设计模式无法应对市场多样的、快速的需求变化，数字化设计工具支持标准化、模块化设计，可以快速响应用户需求。

（二）强化生产制造数字化，从过程把控质量

在生产制造过程中，企业对影响产品质量的“人机料法环测”的控制，是保证产品最大程度呈现设计效果的关键。“人机料法环测”稳定性受到人员操作、工艺方法、作业流程、设备状况等诸多因素的影响。缺乏对这些影响因素的数据监控和实时数据分析，将直接造成产品不良率上升。《意见》提出，支持企业运用工业互联网平台，加快传感器、机器视觉等技术应用，固化作业流程，开展运行设备远程在线监测和质量数据在线诊断和分析，比对标准过程参数，实现质控预警，对设备实施预测性维护，减少人为偏差。

（三）强化质量保障数字化，从全生命周期把控质量

全面质量管理理念将质量控制扩展到产品生命周期全过程。供应链管理、产品质量检验检测、产品保养服务等环节成为质量保障的重要部分。部分企业积极采用供应商管理系统、物料“一码通”等数字化工具，减少供应商质量评价的时间成本，加快采购货品入库周期，缩短产品上市时间。产品质量检验走向数字化和智能化，我国工业AI质检市场规模逐年增长，预计到2025年将达到9.58亿美元。通信及电子制造、汽车及零部件、消费品和原材料四个行业是目前工业AI质检的主要应用行业，合计占据91.5％的市场空间。《意见》提出，引导企业建立供应链数字化系统，保证物料质量；推动试验验证、检验检测数字化和智能化，深化机器视觉、人工智能等技术应用，提升检验检测准确率；在产品维修、保养等售后服务中大力推广应用数字化系统，分析售后质量数据，实现数字化质量追溯、故障预测等，促进产品向高端化迈进。

（四）加强质量数据管理分析，有效挖掘数据价值

质量数据是质量管理数字化的最关键要素，质量管理数字化进程是以质量数据的采集、存储、处理和分析过程为基础。作为企业内部数据，质量数据应受到充分重视。《意见》提出，推动企业建立质量数据管理制度，搭建质量数据架构，明确质量数据标准，确定质量数据安全的技术和管理策略，提高数据质量，为质量数据的进一步开发利用打好基础。

三、多方合力加快推动质量管理数字化

为更好贯彻落实《意见》、以质量管理数字化助力制造业卓越质量工程，应加强政策引导和资源统筹，充分发挥企业、第三方专业机构作用，加快质量管理数字化进程。

一是加强政策引导和资源统筹。行业主管部门组织开展质量管理数字化方向案例遴选和“深度行”活动，在“智能制造示范工厂”“专精特新”“质量标杆”等项目申报中引入质量管理数字化指标，引导制造业企业开展质量管理数字化改造。通过工业互联网标识解析体系，推动工业质量大数据“上网”，打造实现新型工业化的质量基础保障。采取税收优惠等方式加大财政支持力度，发挥政府投资基金引导作用，鼓励社会资本扩大对优质企业投资，引导金融机构满足企业在质量管理数字化等质量创新方面的融资需求。

二是发挥各类企业积极作用。支持行业龙头企业主动运用数字化质量工具和质量决策系统，提升产品质量，为制造业中小企业质量管理数字化起到示范作用。推动链主企业带动供应链企业协同推进质量管理数字化转型。鼓励国内信息技术服务企业加快研发推广质量分析、质量决策、质量管理系统等数字化质量工具。鼓励质量管理数字化先进企业面向行业输出质量管理数字化典型经验。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。

三是健全第三方专业机构公共服务。支持搭建政策解读、产业培育、质量基础设施服务一体化公共服务平台。鼓励开展评估咨询等技术服务，帮助企业寻找质量管理数字化薄弱点，逐步提高全生命周期、全价值链、全产业链质量管理数字化能力。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。

（编辑：旦知吉）