行业政策丨《质量管理数字化实施指南》详细解读来了！

作者：鼎捷数智 | 发布时间：2023-05-17 09:36:00

当前数字化转型成为大势所趋，数字生产力日益彰显出强大的增加动力，为制造业质量管理创新、高质量发展提供新机遇新空间。其中以数字化赋能企业全员全过程全方位质量管理，提升产业链供应链质量协同水平，是推动制造业质量变革、效率变革、动力变革，实现高质量发展的现实选择。

2022年开年，工业和信息化部发布《制造业质量管理数字化实施指南（试行）》，指出制造业质量管理数字化是通过新一代信息技术与全面质量管理融合应用，推动质量管理活动数字化、网络化、智能化升级，增强产品全生命周期、全价值链、全产业链质量管理能力，提高产品和服务质量，促进制造业高质量发展的过程。

图片来源：工业和信息化部官网

01为什么会颁布《指南》？

自2010年以来，我国制造业增加值连续11年位居世界第一，制造业大国地位进一步巩固。在500种主要工业产品中，有40%以上产品的产量居世界第一。

但总体看来，质量水平和品牌影响力仍滞后于规模的增长，“大而不强、全而不优”的局面尚未得到根本改变。要想加快推动制造业高质量发展，打造制造业品牌竞争新优势，推动我国制造业向全球价值链中高端跃升，以数字化赋能企业全员全过程全方位质量管理，提升产业链供应链质量协同水平，是推动制造业变革、实现高质量发展的现实选择。

02《指南》主要内容有哪些？？

在落实《工业和信息化部关于促进制造业产品和服务质量提升的实施意见》等要求的基础上，结合产业数字化转型新趋势和质量管理变革新动向，在强化方向指引、突出企业主体、完善服务供给、加强环境建设等方面提出针对性举措。

图片来源：工业和信息化部官网

明确“一条主线、三大转变、四项原则” 总体要求，强化方向指引。

从三个层面提出制造业质量管理数字化关键场景，引导企业将场景建设作为推进质量管理数字化的切入点。

从工作机制、增强能力、数据开发等方面提出实施要求；引导企业系统完善工作机制，推进质量数字化管理基础；聚焦能力建设主线，从“人、机、料、法、环、测”等方面全面强化质量管理数字化能力；加强全生命周期质量数据开发利用，提升数据驱动作用。

03与传统质量管理之间有何区别？

质量管理数字化是伴随着数字化转型引发的质量管理模式的转变，主要聚焦质量管理范围、方式、目标的转变，其核心是在数字化条件下，企业质量管理数字化能力的提升，涉及到数字思维构建、数字技术应用、管理机制调整、数据开发利用等各个方面。

在关注焦点方面，传统质量管理主要面向相对稳定的发展环境，更多关注规模化生产中的质量问题；而质量管理数字化主要面向数字时代的不确定性需求，在关注规模化生产质量问题的同时，也更加关注对用户个性化、差异化需求的快速满足和高效响应。

在管理范围方面，传统质量管理更多是针对企业、供应链范畴的质量管理。随着数字化的深入发展，质量管理更加注重对产品全生命周期、产业链供应链乃至生态圈质量进行全面管理。

在工作手段方面，质量管理数字化进一步应用数字化智能化的设备装置、系统平台等技术条件，注重以客户为中心的流程优化重构与管理方式变革，充分挖掘数据在质量管理创新驱动作用，系统化提升企业质量管理数字化能力。

04质量数字化与数字化转型有何关系？

05数据要素为何在其中很重要？

数据在企业质量管理数字化中可以：

提升质量管理决策水平。基于大数据、数字孪生、人工智能等技术融合应用，构建基于数据的质量判定、质量改进、质量预防等一系列决策模型，促进依靠人工判定的决策机制转变为基于数据驱动的自优化、智能化决策机制，有效提升质量业务决策的效率，降低质量风险，提升用户体验，强化对不确定性的柔性响应能力和水平。

驱动质量管理工作协同。通过加强质量数据自动采集、集中管理、交换共享等，以质量数据流动促进企业内部跨部门质量协同和产品服务创新，带动产业链供应链上下游质量管理联动，加快质量管理新模式培养发展，有效提升质量协同效率。

促进质量知识经验共享和方法工具创新。随着企业内及上下游质量数据持续汇聚，企业可建立统一质量管理平台，推进质量管理知识、方法、经验等数字化、模型化、平台化，基于多领域多类型数据融合分析创新质量方法工具，降低质量管理专业化门槛，提升质量管理活动水平成效。

上一页：扬州锻压：MES引领车间变革，迈向“智能工厂”升级

下一页：新工厂规划必读：打造高效运营的智能工厂

行业政策丨《质量管理数字化实施指南》详细解读来了！

新工厂规划必读：打造高效运营的智能工厂

如何打造优秀的车间班组？请遵守9项原则！

扬州锻压：MES引领车间变革，迈向“智能工厂”升级

数据和智能方案提供商