|
一级指标
|
二级指标
|
指标说明
|
一级
|
二级
|
三级
|
四级
|
五级
|
|
设计
|
工厂规划
|
对工厂、生产线、设备、工艺等建立基于数字化和虚拟化的仿真体系，利用CAD/CAx、AR/VR等数字化和虚拟化技术构建模型，进行工厂规划的设计和布局优化，并进行仿真和验证。
|
以设备作为规划的中心，周边配套以手工操作为主，没有数字化规划仿真的考虑或应用
|
以消除浪费为指导思想，采用人工的方式进行规划
|
全面植入精益的理念，利用软件进行工艺、产线和物流的仿真，以发现问题和验证KPI
|
应用专业的仿真系统进行工厂布局规划和设计，并通过物理检测与试验进行验证和优化
|
充分考虑数据采集和传输的需要，通过产品仿真和生产仿真系统实现研发、制造、客户体验等的虚实结合
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
产品设计
|
以统一的三维数据模型打通全业务链条，并通过仿真验证跌落、受热、光、电、磁、液等物理和化学影响，解决多物理场联合仿真、工艺仿真、生产过程仿真、运营仿真、售后维修仿真等，并实现业务过程的效率、质量及成本问题的改善
|
完全的手工设计，没有相关软件的应用，所有的设计业务均以物理实体进行，既浪费成本又降低效率
|
有二维图纸的设计工具和软件支撑，开始建立三维模型但没有真正落地，产品研发主要靠经验，庞大的工作量和技术专业性导致仿真应用非常有限
|
意识到仿真的重要性，开始集中投入人力和物力等进行仿真应用的建设和规划，有了基础的通用模型，完成了个别场景的应用
|
建有完整设计知识库实现复用，建立数据分析模型驱动产品研发设计及制造，体现出软件的边际效应，带来成本、质量和时间效率的提升
|
利用数字技术提升用户体验甚至用户直接参与设计，并传递至协同研发过程中，实现多物理场联合仿真、工艺仿真、生产过程仿真、运营仿真、售后维护仿真等，实现基于三维模型的产品研制，极大提升效率，节约成本，提高质量
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
工艺设计
|
建立工艺模型，并进行工艺设计、工艺仿真、工艺分析和优化，实现基于工艺结构的工艺数据、工艺分析仿真数据的统一管理
|
人工的工艺设计，没有应用工艺仿真验证工具
|
二维工艺设计，简单应用工艺仿真验证工具
|
开始应用基于设计模型的工艺设计和分析仿真验证，综合考虑精益生产、物流和产能匹配
|
全面应用基于设计模型的工艺设计和分析仿真验证
|
智能化动态工艺设计
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
生产
|
采购管理
|
考察企业采购管理全流程智能化应用水平
|
具备一定的信息化基础来辅助采购业务
|
能够实现企业级的采购信息化管理，包括供应商管理、比价采购、合同管理等，实现采购内部的数据共享
|
实现采购管理系统与生产、仓储管理系统的集成，实现计划、流水、库存、单据的同步
|
实现采购与供应、销售等业务的协同，与重要的供应商实现部分数据共享，能够预测补货
|
实现库存量可实时感知，通过销售预测和库存量进行分析和决策，形成实时采购计划，与供应链上下游企业实现数据共享
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
计划调度
|
评价企业编制生产作业计划的方式，及人工干预调整的程度
|
手工编制生产计划
|
通过ERP形成主生产计划，但通过人工进行调度排产
|
ERP订单在MES中自动形成排产计划，MES支持向ERP上传计划执行数据、实际生产信息等
|
基于APS实现自动排程，按订单即时排产，可处理生产过程中的波动和风险
|
动态实时的排产与调度，提前处理生产波动和风险
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
工艺知识管理
|
用于评价企业生产现场作业下发和作业优化情况
|
具有纸质的工艺文件和作业指导书
|
通过信息技术手段传输和下发工艺信息等到生产单元
|
根据生产状态，自动工位直接装载生产数据，人工工位推送操作提示，并能自动检查、警告和提示
|
三维指导现场作业，系统通过模型分析作业异常
|
实现生产作业全过程虚拟化生产
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
生产过程信息实时追溯
|
评价企业生产过程中数据的采集、传输和应用情况
|
人工或半自动采集生产过程信息
|
自动采集生产过程信息并上传至系统
|
在制品一物一码，实现生产全流程数据的数据采集与追溯，并实时监控与显示过程数据
|
生产作业数据的在线优化，并根据优化结果调整工艺、工位等
|
建立生产指挥中心，实现生产作业现场可视化
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
质量控制
|
如何实现产品质量控制和产品质量信息追溯
|
建立质量检验规范
|
采用信息技术手段辅助质量检验
|
实现包含产品原料、质量特性、关键工序过程等信息的可追溯
|
实现产品质量的精确追溯
|
能够实时收集产品全生命周期的质量信息
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
质量检测
|
评价产品质量检测的方式
|
基于人工经验对产品进行质量检测
|
检测系统能自动输出检测结果数据
|
检测系统能自动在线判断质量的异常，实现在线检测、判断和预警
|
依据在线检测结果能够预测质量的异常并自动给出生产的纠正和预防措施
|
在线预测异常，并自动回馈以调校相关生产参数
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
自动化仓库设备及控制系统应用
|
评价自动化仓库设备及控制系统应用情况
|
无自动化仓储设备
|
有单台仓储自动化设备
|
部分自动化仓储设备实现与信息系统的集成
|
大部分自动化仓储设备均实现与信息系统的完全集成
|
设备间、设备与系统间的协同、自适应、自优化
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
产线物料配送
|
评价产线物料的配送方式
|
基于生产计划定时定量配送物料
|
基于实际物料情况发起配送请求，并提示及时配送
|
用数字化设备（AGV、桁车等）或配送人员和信息系统集成实施关键件及时配送
|
实现仓储和配送可视化管理，生产计划实现动态模拟拣货需求
|
基于实际生产实现全流程自主实时分拣和配送
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
安全管理
|
评价安全生产管理方式和员工职业健康管理情况
|
制定企业安全管理机制和流程并执行
|
通过信息技术手段实现员工职业健康和安全作业管理
|
应建立安全培训、风险管理、职业健康等知识库；在现场作业端应用定位跟踪等方法，强化现场安全管控
|
实现作业的前期安全识别和风险评估，并提供安全提示和建议措施，形成闭环管理。开展职业健康数据分析，进行职业危害预防
|
应用知识库及大数据分析，支持安全作业分析，风险评估与管理和员工职业健康改善等，实现生产安全一体化管理
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
环保管理
|
评价环境保护、环境治理等优化改进措施
|
制定环保管理机制和流程并执行，符合法规要求
|
采用信息技术手段实施环保管理，环保数据可采集并输入信息系统
|
实现环保数据的全面采集，实时监控及报警，并开展可视化分析。信息化系统覆盖从清洁生产到末端治理的全过程
|
实现环保监测数据和生产作业相关数据的集成应用，建立数据分析模型，开展排放分析及预测预警
|
实现环保、生产、设备等数据的全面实时监控，并应用数据分析模型，预测生产排放并自动提供生产优化方案并予以执行
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
物流
|
物流管理
|
考察企业物流管理的智能化水平，对物流信息全流程跟踪与反馈，实现物流业务优化与协同
|
通过计算机辅助物流管理，对信息进行简单的跟踪反馈
|
通过信息系统实现订单管理、计划调度、信息跟踪和运输资源管理
|
实现出库和运输过程的整合，物流信息能够推送给客户
|
应用知识模型实现订单精益管理、路径优化和实时跟踪
|
实现最优化的运输手段和全网域的信息协同
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
物流配送
|
根据企业实际业务考虑不同的物流配送模式，应用智能化技术将运输、在途储存、装卸搬运、包装、流通加工、配送、信息处理等业务环节进行全面管理
|
物流配送，全程基本人工沟通，协调和控制能力较差
|
建立物流配送作业标准，各环节按照作业标准操作，但基本是人工操作，无系统支持和追踪过程
|
建立物流配送作业标准，并固化到物流配送系统中，关键环节进行系统管控
|
运用移动互联技术，对物流配送进行实时协同和跟踪，及时发现异常并预警
|
根据企业实际业务考虑不同的物流配送模式，应用智能化技术将运输、在途储存、装卸搬运、包装、流通加工、配送、信息处理等业务环节进行全面管理
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
销售
|
需求管理
|
聚焦在用户对产品的多样化需求、用户对产品的体验、用户的消费行为以及用户行为的文化背景等方面进行洞察，以了解用户到底需要什么样的产品和服务，以及产品和服务如何精准推送给用户
|
缺少用户基础数据管理，或没有针对用户自然属性和行为、需求的标签化；无法对用户分群分类
|
有基本的用户数据管理，有针对用户自然属性的标签化和分类分群，如地区/年龄/性别/购买产品等
|
通过对用户需求的深层次分析，对用户需求和用户个人特点进行标签化，分析结果用于指导用户分群分类和营销活动制定
|
建立大数据标签管理系统和算法模型，整合全网用户行为数据，完成海量用户数据的清洗和标签化；对用户精准聚类分群，对特征用户进行画像
|
用户大数据分析系统实现海量用户的清洗和标签化，对用户精准聚类分群，对特征用户进行准确画像；分析结果支持精准营销、精准企划和研发，产生良好业绩
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
销售管理
|
考察企业销售管理的智能化，对销售数据进行分析和预测，带动相关业务的优化
|
通过信息系统对销售业务进行简单管理
|
通过信息系统实现销售全过程管理
|
销售与生产、仓储等业务集成，实现产品需求预测拉动生产、采购和物流业务
|
应用知识模型优化销售预测，制定更加精准的营销计划；通过电子商务平台，整合所有销售方式，实现根据客户需求自动调整采购、生产、物流计划
|
能够实现对电子商务平台的大数据分析和个性化营销等功能
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
服务
|
产品运维服务
|
考察企业的产品运维服务能力
|
设立产品服务部门，通过信息化手段进行产品服务管理，并把客户服务信息反馈给相关部门，指导其改进
|
具有规范的产品服务制度，通过信息系统进行产品服务管理，并把产品服务信息反馈给相关部门，指导其改进
|
产品具有存储、通信等功能，建立产品故障知识库，可通过网络和远程工具提供服务，能把产品故障分析结果反馈给相关部门，持续改进产品的设计生产
|
产品具有数据采集、通信和远程控制等功能，通过运维服务平台，提供在线检测、故障预警、预测性维护、运行优化、远程升级等服务，通过与其他系统的集成，把信息反馈给相关部门，持续改进产品的设计生产
|
通过物联网技术、增强现实/虚拟现实技术和云计算、大数据分析技术，实现智能运维和创新性应用服务
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
资源要素
|
装备管理
|
评价装备的运维、保养方式
|
建立规范的装备管理制度（点检、保养、维修、备件），通过人工或手持仪器开展装备点巡检
|
应通过信息化手段实现装备日常管理（台账、点检、保养、维修等），能够科学制定装备维护周期，实现预防性维护
|
实现重要关键装备的状态自感知，建立运行模型，并能进行远程诊断分析，及装备状态的预判，减少非计划停机
|
实现关键装备状态预警及自诊断，指导开展装备预测性维护；装备可根据环境、任务、故障等条件自行配置加工功能，支持柔性生产
|
基于大数据及AI实现装备的自学习、自适应
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
装备数控化率
|
评价车间/工厂的数控化率：（数控装备数量/设备总数量）×100%
|
数控化率≤30%
|
30%<数控化率≤50%
|
50%<数控化率≤70%
|
70%<数控化率≤90%
|
数控化率>90%
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
装备联网率
|
评价装备联网率：（与SCADA/PIMS等控制层相连的装备台数/装备总台数）×100%
|
装备联网率≤25%
|
25%<装备联网率≤60%
|
60%<装备联网率≤80%
|
80%<装备联网率≤95%
|
装备联网率>95%
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
战略和组织
|
考察企业对发展智能制造而开展的战略规划、资金投入、组织优化和制度建设
|
企业仅仅具备发展智能制造的意愿，没有规划
|
形成了企业智能制造发展规划，明确发展目标、路径
|
开始实施智能制造发展规划，投入资金，并根据智能制造发展需要对组织结构进行优化、制定相关管理制度
|
智能制造成为企业的核心竞争力
|
通过发展智能制造，企业构建起扁平化、网络化的组织机构，制造模式、商业模式实现重构
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
能源
|
通过能源数据自动采集，对能耗进行全流程的监控和数据跟踪，并通过分析寻找能耗的关键点，采取措施降低能耗，实现整体效益的提升
|
能源利用和管理处于粗放管理阶段
|
有一定能源管理手段，能够部分采集能源生产和消耗数据，并进行初步的分析和改善
|
对能源利用和管理实现有效的监控和数据跟踪，并进行分析和评估
|
构建模型对能源利用和管理进行优化
|
实现智能化的能源管理，具备自适应、自调整的能力
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
互联互通
|
网络架构
|
适应于不同的应用场景，基于不同的硬件设备，所构建的不同模式的网络架构，并能够有效集成
|
不具备网络环境
|
少数装备间互联，不构成有效的网络架构
|
分应用层次建立的网络架构，彼此可互通
|
构建基于工业互联网的架构
|
实现边缘计算和云的结合
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
系统集成
|
纵向集成
|
考察企业是否实现从底层的传感器和数据采集系统，到制造执行系统MES，再到企业资源计划系统ERP的互联互通和数据集成
|
全部采用人工转录的方式传输数据
|
部分系统之间实现集成
|
大部分系统之间实现集成
|
所有系统都实现集成，部分业务实现建模优化
|
大部分业务实现建模优化
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
横向集成
|
考察企业是否能通过系统实现相关数据的跨企业自动传输，创新、制造和服务等资源的跨企业整合以及生产过程和供应链的协同优化。
|
采用电话、邮件等方式进行跨企业数据传输
|
建有SCM或CRM，部分业务实现跨企业数据自动传输
|
建有协同制造平台，大部分业务实现数据自动传输
|
所有业务实现数据自动传输，部分业务实现资源共享和协同优化
|
大部分业务实现资源共享和协同优化
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
端到端集成
|
考察企业是否通过系统实现设计、工艺、生产、销售、物流、安装、服务等产品全生命周期的集成管理。
|
采用人工的方式在各环节之间传递数据
|
部分环节之间实现产品数据自动传递
|
建有PLM，大部分环节之间实现产品数据自动传递
|
所有环节之间实现产品数据自动传递
|
实现产品模型的一致性管理，通过建模优化相关环节
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
信息融合
|
大数据应用
|
在基础的统计分析之上，构建基于大数据技术的数据管理和分析平台，能够更高效和更有效地处理海量数据和多维度复杂数据
|
对于大数据的体系没有认识
|
意识到了不同体系的差异，也有所实践，但没有有效的管理手段
|
针对不同的业务场景，构建了不同的数据管理和应用模式，并取得了一定成果
|
具有大数据统一体系，构建了统一的大数据基础设施，实现数据高度融合，并通过数据分析和应用开发，为质量提升、效率提升、成本降低、服务与管理改善提供支撑
|
具有无差别的统合数据管理体系和专业化的模型，通过智能化系统进行有效协同。利用人工智能、机器学习建立大数据智能分析模型，实现智能化决策、智能化服务等
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|
|
信息安全
|
具有有效的制度与流程以及专门的技术手段（防火墙、网闸、知识库、大数据分析等）对信息安全提供保障
|
制定并落实工业信息安全管理机制，成立工业信息安全协调小组
|
具有防火墙、网闸等工业控制网络边界防护设备，定期对关键工业控制系统开展工业信息安全的风险评估，工业主机应安装正规的工业防病毒软件
|
工业控制网络边界应具有边界防护能力，工业控制设备的远程访问应进行安全管理和加固
|
工业控制设备、系统和网络设备应进行安全性离线测试，并对测试数据进行安全防护；工业网络具有主动发现恶意行为的能力，数据中心应能够抵御通信协议攻击等恶意安全威胁
|
工业网络部署具有深度包解析功能的安全设备；应自建离线测试环境，对工业现场使用的设备进行安全性测试；工业企业办公网采用具备自学习、自优化功能的安全防护措施
|
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
部分实现
|
全部实现
|
|
|
|
|
|
|
|
|
|
|
|