1. 研究背景与目标
信息和通信技术(ICT)在过去几十年里发展非常迅速，其融入制造过程使整个价值链受益，并导致了一个被称为第四工业革命的新时代。新的制造模式除了预计能够管理整个价值链的敏捷和响应方式，集成到制造过程也预计能够利用工业生产力，降低生产成本，并提供有效的解决方案为客户提供质量、速度和整体成本和效益 [1]。面对新革命的挑战和机遇，许多国家和地区，包括德国(工业4.0)、美国(智能制造业领导联盟)和韩国(智能工厂)、中国(中国制造2025)正在制定战略方法，以确保他们的行业转入到新的生产范式，努力开发与智能制造相关的技术，以成为智能制造的市场领导者。因此，在未来的几十年里，学者和从业者都设想主要通过随后的制造过程的数字集成、网络化协同和智能化运营来显著提高效率。很明显，如此深远的愿景将导致微观和宏观层面制造过程的复杂性增加 [2]。
为了帮助制造业企业将智能制造付诸实践，学者们在概念和实证研究中深入研究了智能制造能力的准备度和成熟度，开发了不少智能制造能力(数字化能力、工业4.0)成熟度评估模型。例如IMPULS— Industrie 4.0 Readiness (2018) [3]、PwC Industry 4.0/Digital Operations Self-Assessment (2016) [4]、Schumacher Industry 4.0 Maturity Model (2016) [5] 等。与此同时，智能制造能力成熟度评估已被广泛开展，以帮助企业来规划和推进智能转型。与不同公司举办的几次战略导向研讨会表明，公司在掌握智能制造概念、内涵方面存在严重的问题。一方面，他们无法将智能制造与他们的特定领域和特定的业务策略联系起来。另一方面，他们在确定自己关于智能制造转型愿景发展状态时遇到了问题，无法确定具体的行动、项目和领域。其中比较重要的原因在于德国的工业4.0、美国的先进制造与中国制造2025对智能制造的概念与内涵存在一定差异，现有许多成熟度模型不能准确地反映中国制造企业的现实，未能结合数字化、网络化与智能化的三阶段给出适合中国企业智能化转型的评估体系与路径图。
因此，本研究旨是试图使智能制造成熟度评估具有可操作性，并在现有的一般概念框架的基础上实现特定的于中国制造企业智能化转型相适应的评估框架，同时考虑其实施智能制造转型战略在评估和执行方面的差异。为了研究这个问题，我们根据Becker (2009) [6] 建立的成熟度模型开发程序，开发并评估一个智能制造成熟度模型(IMMM)。由于成熟度模型(MM)是能力开发的有效管理工具(Santos-Neto and Costa 2019) [7]，IMMM旨在帮助制造业企业通过智能制造能力成熟度评估，找到符合公司实际的智能化转型升级路线图。
2 理论基础
2.1. 智能制造的概念和使能技术
2.1.1. 智能制造的概念
Kagermann et al. (2015) [8] 将智能制造系统描述为一种技术驱动的变化，从而导致优化决策、定制生产和提高资源效率。Zhang and Tao (2016) [9] 将智能制造的概念与物联网设备的部署联系起来，以确保系统的互连性、无缝的数据交换和互操作性，它导致了制造工厂的水平和垂直集成。水平集成确保了车间制造资源之间的数据通信性，使不间断的数据能够在人机之间流动(Fei T. et al., 2018) [10]。垂直集成侧重于跨层次级别的数字集成，即从传感器级别到企业规划级别(Xu, Xu, and Li 2018) [11]，增强互联性，从而实现更好的决策和效率。
Shafiq et al. (2016) [12] 将智能制造系统称为制造资产的虚拟化，以及导致创建自我制造软件和自我监控系统的过程。系统的虚拟化依靠数字孪生技术，通过部署产品生命周期管理系统，在产品整个生命周期的有效管理方面发挥着重要作用(Lee, 2020) [13]。数字孪生还可以在执行前帮助建模和模拟制造活动，这将导致在初始阶段预防错误，并作为优化工厂制造操作的工具，以便进行更好的决策(Ghobakhloo, 2018) [14]。
Kusiak (2017) [15] 认为智能制造是指整个制造和供应链企业中网络化的信息技术的普遍实施和应用，创建能够实时适应变化条件的灵活智能的制造系统。智能制造可以在不同的变化中采用，其不同的复杂程度取决于所涉及的技术应用的范围和集成(Kusiak, 2019) [16]。
周济等(2018) [17] 指出智能制造是将先进制造技术与数字化网络化智能化赋能技术深度融合，推动制造企业产品创新、生产创新、模式创新、集成创新的整体突破的制造模式，在迭代融合演进过程中逐步形成了3种基本范式：数字化制造、数字化网络化制造、数字化网络化智能化制造；其中，智能制造作为一个大系统，贯穿于设计、制造、服务等产品全生命周期的各个环节，关联制造系统优化集成，支撑实现制造的数字化网络化智能化。
2.1.2. 智能制造使能技术
随着智能制造实践的采用，组织正在关注受技术进步影响的制造系统的特征(Kusiak 2017) [15]。包括网络物理系统(CPS)、物联网(IOT)、协同机器人、自主机器人、自主机器、水平和垂直集成、建模和仿真、增强现实、数字孪生、大数据分析、增材制造、网络安全和云制造等在内的技术变化对智能制造系统产生重要影响(Rojas R A, Rauch E 2019) [18] (见表1)。这些技术是实施智能制造系统所需采用的关键推动因素。但是，根据组织对所需的智能水平的战略决策，这些技术的选择和水平可能会有所不同。智能水平是指组织准备为特定流程、制造资产和工厂实施智能制造的程度。
Table 1. Intelligent manufacturing enable technology
表1. 智能制造使能技术
2.2. 能力成熟度模型
一般来说，“成熟”一词是指“完整、完美或就绪”状态，并意味着系统开发的一些进展。成熟度模型通常被用作一种概念化和衡量一个组织或一个过程中关于某些特定目标状态的成熟度的工具。成熟度模型的同义词是准备模型，目的是捕获起点并允许初始化开发过程。我们认为准备就绪度评估会在参与成熟过程之前进行，而成熟度评估的目的是捕捉成熟过程中的现行状态。成熟度模型有广泛的应用程序，但所有模型的结构都是相似的，一般来说，成熟度模型是一种测量调查对象当前状态的工具，例如，一个人、一个公司，或在特定区域内的一种行为。成熟度模型由四个基本要素组成：预设好的成熟度水平数，并附带相关描述；评价指标及其特征；每个成熟度水平与相应特征之间的联系；根据结果的成熟度水平进行的推荐活动 [19]。
在能力开发的背景下，MMS反映了组织能力的演变，MMS是支持逐步能力开发的广泛使用的管理工具，MMS可以是描述性的、指令性的、比较性的或任何组合，一个MM服务于一个描述性的目的，如果它有助于评估一个组织的成熟度，一个指令性的目的，如果它提供了如何确定一个理想的未来成熟度的指导，并建议实现它的措施，以及一个比较的目的，如果它支持内部或外部基准(Mettler et al. 2009) [20]。
根据这些目的，MMS通常被概念化为矩阵，包括水平上的成熟度阶段和垂直轴上的维度，维度代表特定领域的能力领域(也称为重点领域、过程领域或因素)，涵盖分析单元的不同方面，每个能力领域都可以通过实践操作。至于能力领域，在以前的研究中发现的众所周知的领域可能是足够的，而潜在的实践可以通过文献综述来确定，并辅以专家访谈完善。成熟阶段是成熟的原型水平，反映了一组不同的特征，也就是说，每个能力区域的所有实践都被分配到成熟阶段(Forstner, E., N. Kamprath, and M. Ro¨glinger，2014) [21]。
为了将实践分配到成熟阶段，有自上而下和自下而上的方法。自上而下的方法被应用于对什么是成熟度知之甚少的领域，即定义“完整、完美或准备状态”和“使某物成熟的过程”的领域。因此，一般成熟度阶段被确定，然后通过将实践分配到成熟度阶段来操作。相比之下，自下而上的方法主要用于有证据表明什么是成熟度的领域，但对如何衡量成熟度知之甚少。这是首先通过确定每个能力区域的实践，然后归纳地分类它们来定义成熟度业务研究阶段，例如，通过进行调查，包括标准化问卷来评估实践的困难(Cleven et al., 2014) [22]。
2.3.已有典型智能制造能力成熟度框架和理论模型
目前，为了评估智能制造能力成熟度，专家们编制并开发了许多成熟度评估模型，其中包括美国SMSRL模型 [23]、德国IMPULS IRI模型 [3]、新加坡SIRI模型 [24]、普华永道RAMI模型 [4] 和中国IMCMM模型 [25] 等：
Table 2. Typical intelligent manufacturing capability maturity model
表2. 典型智能制造能力成熟度模型
我们认为，“IMPULS-工业4.0准备就绪度”、新加坡SIRI (2019)、中国IMCMM (2016)的开发是基于一个全面的数据集，并提供了关于等级、维度、指标和评估方法的细节。该类模型具有科学基础、结构和结果。表2中列出了典型的智能制造能力成熟度相关的评价模型。
本研究旨在提出一个成熟度模型和相关工具，系统地用于评估中国制造企业基于数字化、网络化、智能化阶段的智能制造能力准备度和成熟度。成熟度模型是通过结合基于先前开发的模型的科学和实际方法来开发的。从该模型的测量结果中，希望能从中国智能制造公司获得有关智能制造准备状态和成熟度的数据。通过这种模式，它还允许公司自己实际评估智能制造能力的成熟度，并反映对其当前战略的遵从性。
3. 智能制造能力成熟度模型构建流程
为了构建IMMM的设计过程，我们遵循了Becker et al. (2009) [6] 被广泛使用的过程模型。它在Hevner的设计科学方法中有强大的理论基础，并提供了一个严格的方法。按照Becker的程序，进行了多方法的开发方法，包括系统的文献研究和综述、专家访谈、概念建模和验证以及该领域新模型的测试(见图1)。
我们使用自上向下的方法开发IMMM，将AP分配到成熟度阶段。现有的成熟阶段和这些阶段的进展提供了一个合理的基础。相比之下，自下而上的方法是不合适的，因为它专注于如何衡量成熟度。因此，自下而上的方法旨在开发MMS基于大型数据集的推导得出成熟度阶段。由于智能制造(IM)是一个跨学科和复杂的现象，专家很难获得，因此，通过自下而上的方法开发IMMM是不可行的。
Figure 1. IMMM development process based on Becker maturity model
图1. 基于Becker成熟度模型开发的IMMM开发流程
使用自上而下的方法，我们选择了构建一个阶段性的MM，因为每个AP都代表了一个针对智能制造(IM)开发的动作，这需要实现不同水平的经验。因此，应将AP分配到其实施是合理的成熟度阶段。这并不意味着AP在其他成熟度阶段并不重要，而是表明哪些AP已经可以在较低的成熟度阶段实施，哪些需要更多的经验。将IMMM设计为一个连续的MM似乎是不可行的，因为根据文献中所包含的信息，在成熟度阶段区分AP是不可能的。
定义研究问题(第1阶段)：IMMM使组织能够评估其现状和未来的IM的成熟度。IMMM的目标是任何在市场上运作的组织(或“独立”的部门)。由于IM的实施具有战略意义，IMMM对高管很有用，特别是那些从事战略、创新管理、组织设计或业务发展的人员。
关于现有的MM回顾(第2阶段)：回顾了IMMM文献，总结现有智能制造(工业4.0)呢你成熟度评估模型，总结其特点，分析存在的研究缺口，证实我们的研究差距和对IMMM研究的必要性。
开发策略(第3阶段)：我们将现有MM的结构组合为一个新的MM，因为文献提供了关于能力开发的成熟知识和描述性IM知识。因此，我们通过采用现有的能力领域、IM类型和成熟度阶段来开发了IMMM。
评估IMMM中间结果(第4阶段)：开发IMMM时，我们轮流从文献中获得知识和与从业者一起评估中间结果。因此，我们进行了结构化的文献综述和卡片分类。为了继续进行评估，我们在两轮半结构化访谈中进行了专家访谈，以讨论IMMM的全面性、一致性和问题充分性(Becker et al. 2009) [6]。
IMMM的迭代开发和评估(第5阶段和第6阶段)：为了将IMMM转移给制造业企业，我们让从业者参与了IMMM的迭代开发和评估。此外，我们还计划发布一个手册和一个评估工具来评估其组织的现状和未来的IM成熟度。为了评估IMMM (第5阶段和第7阶段)，我们选择了一种涵盖经验和理论视角的评估策略。总的来说，其目标是确定IMMM是否与研究问题相一致，创造效用，并扩展关于IM的现有知识。
4. 智能制造能力成熟度(IMMM)模型描述
4.1. 智能制造能力成熟度领域维度和标准
为了定义模型架构，确定执行这些活动的制造过程非常基础，这对智能化转型具有战略意义。在构建制造相关过程时，首先要考虑的是它们如何高度依赖于公司的生产策略。构建了一个模块化和可扩展的架构，使其能够适应公司使用不同生产战略的需求，从而进行评估。为了使架构尽可能通用，最终确定了3个主要领域和14个维度。这3个领域涵盖了一个公司价值链中的主要活动。公司的最终IM能力级别取决于所有维度的IM能力级别的综合。
4.1.1. 技术领域方面
信息和通信技术(ICT)融入制造过程，是四大工业革命的基础，新技术将成为智能制造转型的核心。技术方面包括技术、资源与平台3个维度。技术领域标准及其具体标准及其表述见表3。
Table 3. Standards in the technical field
表3. 技术领域方面的标准
4.1.2. 流程(Process)领域方面
智能制造最重要的变化之一是关注所有物理资产的端到端数字化，以及与价值链合作伙伴集成到数字生态系统的优化流程，进而实现虚拟与现实、设备与设备、地域/组织与管理、作业与管理、信息化与自动化、产品与服务等的融合，通过数据驱动管控、智能决策优化，最终实现敏捷柔性生产。流程领域具体标准及其表述见表4。
Table 4. Standards in the process area
表4. 流程领域方面的标准
4.1.3. 战略与组织领域方面
战略与组织使企业智能制造转型的重要保障。智能化战略不仅关注企业内部的职能和流程的智能化战略，更关注其在市场上的整体竞争力，差异化能力、连接和影响消费者的能力，以及融合、维护、拓展生态的能力。战略与组织方面包括战略、组织结构、管理机制、领导风格、变革文化等。战略与组织领域具体标准及其表述见表5。
Table 5. Standards in the areas of strategy and organization
表5. 战略与组织领域方面的标准
4.2. 智能制造能力成熟度水平
一旦给出了体系结构，成熟度级别仍然未定义；然而，它们是成熟度评估中的相关问题。事实上，为了这项工作的目标，制造公司的智能化准备程度是通过成熟度水平来定义的。这些级别描述了一组适当的公司能力，以提供其当前(智能化制造)能力的对照。这些级别是基于中国工程院关于智能制造3范式框架的原则。在提出的模型中，制造商的IM能力分为4个级别，即模拟制造级、数字化级、数字化网络化级、数字化网络化智能化级。
4.2.1. Level 0：模拟制造阶段
IT系统和办公软件均应用于价值链的主要业务流程中。IT网络已部署，互联网/内部网。产品设计采用CAD，但制造工艺由有经验丰富的工程师决定，并以纸质文件准备、储存、流通。生产领域采用数控机床，数控程序是手工制作的。生产计划和管理仍然依靠人力。MES尚未应用，因此材料循环和工艺质量信息记录在现场的纸张上。定期维护和故障维护是设备管理的方式。作业车间的材料运输由手动手推车完成。专业的管理系统可以应用于关键的业务流程中，但这些系统并没有相互集成。
4.2.2. Level 1：数字化制造阶段
通过计算、通信、控制(3C)和其他数字化技术为产品添加了“大脑”，通过对产品信息、工艺信息和资源信息进行数字化描述、集成、分析和决策，进而优化生产流程、缩短产品研发周期、降低制造成本、强化产品质量控制、提高企业劳动生产率、快速生产出满足用户要求的产品；管理信息系统位于价值链的关键业务流程中，如ERP/PDM/CAPP/MES/SCM。3D、CAD工具用于产品的数字化；产品设计、材料清单和技术文件采用PDM系统进行管理；现场的数控机床连接到OT网络，数控程序可下载到机床；MES系统已实现调度、计划、监控和维护；质量控制与质量管理标准保持一致；此外，还对与质量相关的数据进行了监测和分析。原材料和库存信息。企业信息化仍处于本地应用阶段；数据驱动的服务，通过服务支持新的运营效率和收入流(即数据驱动的服务的可用性)恶习，来自数据驱动服务的收入份额，所使用数据的份额。
4.2.3. Level 2：数字化网络化制造阶段
网络化技术允许设备和产品之间低成本且广泛的连接，制造技术和网络化技术深度融合，实现了装备、物料、人员的信息连接，进而形成跨行业、跨领域的产业链维度上的工业互联网平台方案；网络化生产环境以及集成生产计划和调度系统发挥关键作用，将制造和管理模式转变为基于灵活、敏捷和协作制造的更严格、自主和动态自适应的控制；基于网络化生产(NM)的综合生产计划和调度满足许多经常相互冲突的目标和目标，如缩短制造周期、缩短交货时间、更好的互操作性和保持生产灵活性，从而实现许多可行的流程计划，所有这些要求都可以基于适当的支持技术通过IPPS实现集成、互操作性和数字化，以实现必要的主要和共同的企业目标；管理信息系统(ERP、PDM、MES、SCM等)涵盖了所有关键业务流程，产品设计、工艺设计和生产均在IT系统与OT系统实现垂直集成且支持生命周期质量跟踪；从供应商到客户以及所有关键价值链合作伙伴实现水平集成，催生了PdM、个性化定制等新模式。
4.2.4. Level 3：数字化网络化智能化制造阶段
制造技术和数字化网络化智能化技术的深度融合，数字孪生模拟物理系统实现了对不同场景的实时优化，智能化技术(AI和大数据)使产品具有“感知和学习”的能力，从而引发产品功能和性能的根本性变化；管理人员的决策完全依赖于客观的数据和事实，信息系统可以对未来的事件进行预测，生产系统的自适应性得到了大大的提高，生产领域的生产单位可以实现一定程度的自主性，制造模式从面向生产模式转变为面向服务模式；个性化、网络协作和远程维护已成为主要的业务模式。
4.3. 智能制造能力成熟度模型架构评价指标说明
综合智能制造能力成熟度维度以及成熟度水平层次，本研究构建的智能制造能力成熟度框架体系及其评价说明见表6。
Table 6. Intelligent manufacturing capability maturity architecture and its indicator description
表6. 智能制造能力成熟度架构及其指标说明
5. 结论
本文分析比较了现有智能制造能力成熟度模型的不同特征，基于研究缺口，开发了适合中国制造业企业智能化能力评估的智能制造能力成熟度模型(IMMM)。根据研究结果，已开发的智能制造能力成熟度包括技术、流程、战略与组织3个领域、12个评估维度和128个可操作性实践。模型开发使用多混合方法进行，从系统的文献研究开始，通过跟踪之前开发的行业成熟度和准备就绪模型的出版数据，进而与专家一起完成对半结构化访谈模型的理解和开发，对制造业行业进行了深入调查，开发了该模型。
作为与中国工程院提出的数字化、网络化、智能化三范式相匹配的概念化和操作化双外部性发展的IMMM模型，IMMM具有理论和管理意义。我们研究的理论意义有两方面：首先，我们的研究提供了根据三个能力领域结构的128个AP，扩展了IM的描述性知识。定义为与实施相关的明确行动，反映了研究和实践的见解。此外，用于分组AP的三个能力领域确保了IM被整体考虑。最后，将APs分配到IM类型中，阐明了不同的IM类型是如何相互关联的。其次，我们通过将APs分配到成熟度阶段，扩展了关于IM的描述性和说明性知识。研究结果首次说明了实施AP所需的经验水平。因此，IMMM可用于评估组织的IM成熟度，并作为确定合适的IM成熟度的基础。
至于管理影响，IMMM回应了在面对智能制造转型挑战时的指导需求。一方面，IMMM可以评估组织智能制造能力的现状和成熟度水平；另一方面，可以帮助制造业企业在实践中应用IMMM，根据组织的背景和战略选择智能化转型路径。
基金项目
国家自然科学基金面上项目“大数据能力驱动大规模个性化定制的实现机理与影响效应研究”(项目编号：72072171)；江苏省社科基金规划项目“中国制造2025背景下江苏传统制造企业智能化转型升级研究”(项目编号：17GLB011)；教育部人文社会科学研究规划项目“制造业企业与互联网融合发展的水平测度、影响因素和提升路径研究”(项目编号：17YJA630033)。