一、标准基本信息
标准编号：GB/T 39116-2020
标准名称：智能制造能力成熟度模型
发布部门：国家市场监督管理总局（国家标准化管理委员会）
发布日期：2020年3月31日
实施日期：2020年10月1日
标准类型：推荐性国家标准
配套标准：GB/T 39117-2020《智能制造能力成熟度评估方法》
归口单位：全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124）
标准查询：可通过全国标准信息公共服务平台（https://std.samr.gov.cn）输入标准号”GB/T 39116-2020″进行查询，也可通过国家标准全文公开系统（https://openstd.samr.gov.cn）查阅标准全文。
二、CMMM发布背景
智能制造能力成熟度模型（Capability Maturity Model for Smart Manufacturing，简称CMMM）的研制是我国智能制造标准化工作的核心任务之一。自《中国制造2025》发布以来，各级政府大力推进智能制造示范项目，企业智能化改造投入持续增加。然而，如何科学评估企业的智能制造水平、如何确定改进方向和实施路径，成为企业和政府面临的共同难题。由于缺乏统一的评价标准，各地的评估方法和指标差异较大，评估结果难以横向比较，制约了智能制造政策的精准施策。
在此背景下，工信部在2016年发布的《智能制造发展规划（2016-2020年）》中明确提出要”构建智能制造标准体系”，其中将”智能制造能力评价”列为重点标准之一。国家标准化管理委员会组织中国电子技术标准化研究院牵头，联合工信部装备工业发展中心、中国工程院、机械科学研究总院、清华大学、华为、海尔、西门子（中国）等单位的专家，参考美国CMMI（软件能力成熟度集成模型）和德国工业4.0成熟度指数等国际先进模型，结合中国制造业实际，历时三年完成了CMMM标准的研制。
该标准发布后，工信部于2021年发布了《智能制造能力成熟度评估评价办法》，推动CMMM评估在全国范围内的应用。目前，CMMM已成为各级政府智能制造示范工厂评选、专项补贴发放的重要评估工具，累计已有数千家制造企业完成了CMMM评估。
三、适用范围
CMMM适用于各类规模和类型的制造企业，涵盖离散制造和流程制造两大领域。模型可用于企业自评、第三方评估和行业对标。企业可以参照CMMM模型定期开展自评估，了解自身在各维度的能力水平和薄弱环节，制定针对性的改进提升计划。政府部门和行业组织可利用CMMM模型开展区域或行业智能制造发展水平调查和评估。评估结果可作为企业申报智能制造示范项目、申请政府扶持资金的重要参考依据。
四、CMMM评估维度（能力要素）
GB/T 39116-2020将智能制造能力划分为多个评估维度，每个维度下设若干二级和三级指标，形成层次化的评估指标体系。主要评估维度包括：
- 人员与组织（PO）：评估企业智能制造的组织保障和人才能力，包括战略规划、组织架构、人员素质、培训体系、知识管理等二级指标。
- 技术（T）：评估企业的核心技术能力，包括设计技术、工艺技术、自动化技术、数字化技术、智能化技术等二级指标。
- 资源（R）：评估企业的资源投入和配置能力，包括设备资源、软件资源、数据资源、网络资源、资金资源等二级指标。
- 流程（P）：评估企业的业务流程管理能力，包括设计流程、生产流程、管理流程、服务流程等二级指标。
- 数据（D）：评估企业的数据管理能力，包括数据采集、数据集成、数据分析、数据安全等二级指标。
- 系统（S）：评估企业的信息系统建设和应用能力，包括核心业务系统、系统集成、信息安全等二级指标。
标准规定，每个维度在每个成熟度等级下都有具体的能力要求和判定准则。企业只有在满足某一等级所有维度的最低要求后，才能被评定为该等级。
五、CMMM五级模型详解
CMMM将智能制造能力划分为五个等级，由低到高分别为规划级、规范级、集成级、先进级和引领级。每个等级代表企业智能制造发展的不同阶段和水平，呈阶梯式递进关系。
5.1 规划级（一级）
规划级是企业智能制造起步阶段，核心特征是开始关注并规划智能制造发展，但尚未进行系统性的实施。处于这一阶段的企业约占制造业企业的30%左右。
核心要求：
- 制定了初步的智能制造发展战略或规划，明确了智能制造发展的方向和目标。
- 管理层开始认识到智能制造的重要性，成立了推进智能制造的组织或指定了负责人。
- 具备基础的信息化设施，如办公自动化系统、基本的财务管理系统等。
- 生产现场开始使用少量的数字化设备或信息系统，但尚未形成体系。
- 数据采集主要依赖人工录入，自动化程度较低。
评价要点：是否有规划、是否有组织保障、是否开始了数字化尝试。此阶段的关键不在于技术实现的深度，而在于管理层意识和初步规划的形成。
5.2 规范级（二级）
规范级是企业智能制造发展的基础建设阶段，核心特征是建立了规范化的业务流程和基础信息化系统。这一阶段的企业开始从”手工作业”向”信息化管理”转变。
核心要求：
- 核心业务流程实现了标准化和规范化，建立了完善的制度体系。
- 部署了ERP、OA等基础管理信息系统，实现了主要业务流程的信息化管理。
- 关键设备具备了基本的数据采集和传输能力，实现了设备运行参数的自动记录。
- 建立了基本的文档和数据管理体系，关键业务数据实现了电子化存储。
- 质量管理实现了基本的信息化，能够进行质量数据的采集和统计分析。
- 建立了基础的网络基础设施，能够支撑信息系统的运行。
评价要点：业务流程标准化程度、基础信息系统覆盖率、设备数据采集能力、数据管理规范化程度。规范级企业已经完成了信息化基础建设，但各系统之间仍存在数据孤岛。
5.3 集成级（三级）
集成级是企业智能制造发展的关键跃升阶段，核心特征是实现了核心业务环节和信息系统之间的有效集成与协同。这一阶段是企业从”信息化”迈向”数字化”的分水岭。
核心要求：
- 实现了MES制造执行系统与ERP系统的集成，生产计划与车间执行之间实现了数据贯通。
- 实现了设计与制造的协同，PLM系统与MES系统之间实现了数据集成。
- 关键设备实现了网络化和互联互通，设备数据能够实时采集并上传至MES或SCADA系统。
- 生产过程实现了数字化管理，能够在信息系统中完整地追溯生产过程数据。
- 质量管理实现了全过程管控，能够在线检测和质量追溯。
- 初步建立了数据分析和决策支持能力，能够基于数据做出管理决策。
评价要点：系统间集成程度、生产过程数字化水平、设备联网率、质量追溯能力、数据利用水平。集成级企业已经具备了数字化协同的基础能力，是目前工信部智能制造示范工厂评选的最低门槛等级。
5.4 先进制（四级）
先进级是企业智能制造发展的高级阶段，核心特征是在全面集成的基础上实现了智能化优化和创新应用。这一阶段的企业开始从”数字化”迈向”智能化”。
核心要求：
- 建立了统一的企业数据平台，实现了跨部门、跨系统的数据集成和共享。
- 应用大数据分析和人工智能技术，实现了生产过程的智能优化和预测决策。
- 设备管理实现了预测性维护（PHM），能够基于设备运行数据预测故障并提前干预。
- 供应链实现了协同优化，能够基于需求预测进行智能采购和库存优化。
- 质量管控实现了智能分析和闭环改进，能够自动识别质量趋势并触发纠正措施。
- 能源管理实现了智能化，能够实时监控和优化能源使用效率。
- 初步应用数字孪生技术，实现虚拟与现实的双向映射。
评价要点：数据分析深度、智能优化应用范围、预测决策能力、创新应用水平。先进级企业已经开始利用数据智能来创造价值，而不仅仅是管理业务流程。
5.5 引领级（五级）
引领级是智能制造发展的最高阶段，核心特征是实现了产业链协同和模式创新，成为行业的标杆和引领者。目前全国达到引领级的企业数量极少，属于行业龙头企业。
核心要求：
- 实现了产业链上下游的深度协同，构建了数字化生态体系。
- 形成了独特的智能制造模式和方法论，具备对外输出和推广的能力。
- 大规模实现了个性化定制和网络化协同制造，商业模式发生根本性变革。
- 建立完善的知识管理体系，实现了组织知识的持续积累和创新。
- 具备引领行业技术发展方向的能力，在关键技术领域取得突破。
- 实现了全生命周期的绿色制造和可持续发展。
- 广泛应用人工智能、数字孪生等前沿技术，形成智能化运营体系。
评价要点：产业链协同深度、模式创新能力、行业影响力、技术引领能力。引领级企业不仅是智能制造的实践者，更是行业发展的引领者和推动者。
六、CMMM评估方法与流程
CMMM评估采用”维度+等级”的综合评价方法。配套标准GB/T 39117-2020《智能制造能力成熟度评估方法》规定了详细的评估流程和评分规则。评估流程一般包括以下几个步骤：
1. 评估准备：明确评估范围和目标，组建评估团队（通常包括3-5名具备资质的评估师），收集企业基本信息和相关文档资料。
2. 现场调研：通过实地考察、人员访谈、系统演示、数据审查等方式，深入了解企业的实际能力和运营状况。现场调研时间通常为1-3天。
3. 能力评估：对照CMMM各等级的具体要求，逐项评估企业在各个维度的实际能力水平。每个评估项按照”满足/部分满足/不满足”三级判定，形成评估矩阵。
4. 综合评定：基于评估矩阵进行综合分析，按照”木桶原理”确定企业的整体成熟度等级（以最低维度等级为准），同时给出各维度的能力雷达图。
5. 改进建议：针对识别的能力差距和薄弱环节，提出具体的改进建议和提升路径，形成正式的评估报告。
七、CMMM的应用现状与价值
自2020年标准发布以来，CMMM在全国范围内得到了广泛推广应用。工信部在智能制造示范工厂遴选中明确要求申报企业达到集成级（三级）及以上水平。多个省市将CMMM评估结果纳入智能制造专项补贴的评审条件。据统计，截至2024年底，全国已有超过5000家制造企业完成了CMMM评估，其中集成级及以上企业约占30%，先进级企业约占5%，引领级企业不到1%。
CMMM的应用价值主要体现在以下几个方面：对制造企业而言，CMMM提供了明确的自评和对标工具，帮助企业了解自身水平、找准差距、制定改进计划；对政府而言，CMMM为智能制造政策制定和效果评估提供了客观依据，有助于精准施策；对行业而言，CMMM有助于建立统一的能力评价体系，促进经验分享和最佳实践的推广；对投资者而言，CMMM评估结果可作为评估企业数字化转型水平和投资价值的重要参考。
八、总结与展望
GB/T 39116-2020作为我国智能制造领域的核心评价标准，为企业的智能制造建设提供了清晰的路线图和度量尺。CMMM模型简洁明了、实操性强，已成为中国智能制造领域应用最广泛的评价工具之一。企业应定期开展CMMM自评估，了解自身的发展水平和行业定位，参照标准要求制定阶段性的提升目标和实施计划，有序推进智能制造能力的持续提升。随着智能制造技术的不断演进，CMMM模型也将持续完善，纳入AI大模型、数字孪生、工业元宇宙等新兴技术要素，为智能制造评价提供与时俱进的科学工具。
数晰智能解决方案
广州数晰智能科技有限公司致力于为企业提供一站式智能制造解决方案，帮助企业从规划级迈向引领级。我们的核心产品与服务包括：
- MES制造执行系统：打通生产计划、车间执行与质量管理全流程，实现生产过程透明化、可追溯，满足智能工厂车间层核心功能要求。系统支持多工厂协同、柔性排产、实时质量管控，帮助企业构建数字化车间。
- 设备管理系统：覆盖设备全生命周期管理，集成设备台账、预防性维护、故障诊断、备件管理等模块，实现设备运行状态实时监控与预测性维护，有效提升设备综合效率（OEE）。
- 工业数据采集与集成平台：支持OPC UA、MQTT、Modbus等多种工业协议，实现设备层到企业层的全链路数据采集、清洗、存储与分析，构建统一数据底座，为智能制造决策提供数据支撑。
- 能碳管理平台：整合能源监测与碳排放管理，实现能耗数据实时采集、碳足迹追踪与合规报告自动生成，助力企业绿色低碳转型。
数晰智能拥有丰富的行业实施经验，已服务制造、电子、新能源、汽车零部件等多个行业客户。我们提供从顶层规划、系统选型、实施部署到持续优化的全生命周期服务，帮助企业有序推进智能制造建设。如需了解更多，欢迎访问官网 https://www.sxiai.cn 或联系我们的技术顾问团队。