企业质量管理数字化转型如何进行？

【导语】许多企业认为质量是生产出来的，所以将质量附属于生产制造，信息化系统上的也不多。那么质量管理的数字化转型有无价值呢？数字化转型又如何进行呢？那么没有MES能进行质量管理的数字化转型吗？等等系列问题，更多实践证明，质量和生产是企业交付客户的两条腿，离开哪一条都不行；而且从投资回报的角度看，其价值回报率可能远超生产制造本身。“离散制造+集成装配”，虽整体生产运营体系复杂，但仍属于传统生产方式，企业更多关注于生产，其的质量管理数字化转型对其他业务形态都具有样板意义，我们由此来总结质量管理的数字化转型实践经验。

一、 高度认知质量管理的数字化转型的重大意义

1、质量是企业的生命。产品特征除功能外，数量和质量是价值交换的基本依据，所以没有质量谈不上产品销售，也就没有了市场。企业存在的基础是客户需求得到满足，而质量提升能够提高客户满意度，这是实现业绩裂变增长的重要路径。所以质量是企业的生命。

2、质量改进是提高经营效益的重要路径。“离散制造+集成装配”属于传统生产方式，整体产业链较长，所以交付周期一般较长，资金回报率、库存周转率正常较低，一旦发生原辅材料不合格则导致交付安全成问题、返工返修则有效稼动率严重下降、不合格品报废处理则直接导致净损失等，所以质量改进能够显著提高净资产收益率。

3、数字化转型可明显提高质量管理效率。对供应商的软件介入可实现产品的全程可追溯管理，而且可以节约远程质量控制团队的成本；OCR技术和视觉识别系统的应用可提高物理检测的效率和准确度；大数据处理质量规程，可形成辅助销售的质量规程……可见质量管理的数字化转型可直接提高效率和降低成本。

4、数字化转型也可助力质量管理打造成为创新业务。将检验检测数字化，可实现平台化服务，对社会其他机构和供应链企业实现收费性服务，是技术服务公司平台化的典型；而将质量管理体系进行开源和低代码，依据行业龙头带动作用，可对供应链企业实现使用者付费，是数字资产业务化的典型。

二、 质量管理的数字化转型如何进行？

数字化转型是业务、流程、IT融合的系统工程，落地到质量管理具体场景上，更是实践性的应用。如何推进呢？我们以某“离散制造+集成装配”型企业的质量管理数字化转型的八步法案例来说明之。

示例企业现状：该企业为全国产、全球销离散制造+集成装配企业，是该行业内的龙头企业，主要客户为全球知名整机/整车装配运营商，原辅材料全球供应，部分原辅材料，甚至零配件为下游客户指定，企业有自己的主厂，能够进行从原材料机加到热表、部门到集成装配，以及客户现场的产线加工装配服务，同时零件加工、装配由大小上千家供应商进行生产供应，厂区内有专区供供应商管理库存以实现岗对岗交付，厂区周边也有场地由供应商建厂以实现门对门服务。

数字化转型：

第一步，质量管理的数字化转型战略设计。明确企业质量管理的业务数字化、数字资产化、数字业务化发展路径。即首先实现质量管理体系的信息化，信息互联拉通价值链，提高质量管理效率；其次是按照数字资产全生命周期管理体系进行数字化体系建设，将质量策划、质量改进等进行知识化管理，形成数据集，形成智慧化方案输出的底层；再者将质量管理体系进行架构开源和代码开源，打造成为数字化产品，形成新型业务。

第二步，从新型能力建设维度厘清工作界面。该企业策划的新型能力和质量管理最紧密相关的是供应链能力和集成制造能力，按照业务发展规划和数字化转型规划，质量管理体系的数字化转型要实现三大目标，一是客户维度目标，在商务阶段要提供通用检测规程方案，在交付阶段要提供检验检测合规证明，还要满足客户需要的全程质量可追溯管理需求；二是企业维度目标，要严把原辅材料供应质量关提高供应安全度、降低返工返修率提高稼动率、降低不合格产品出场率提高客户满意度，间接提高库存周转率和资本收益率；三是员工维度目标，通过数字化转型释放出近半人力资源，以派驻到异地厂和供应商处强化工作指导和赋能服务，进一步提升整体的供应链能力和集成制造能力，实现人员减半收益倍增目标。所以质量管理的业务界面要覆盖原辅材料到集成产品、供应端到客户端、企业主厂到全国全球生产加工厂和集成装配厂、商务端的质量策划到交付的质量认证。

第三步，将业务模型落地到流程再造上。按照国际通行SOA和TOGAF架构，对业务模型进行再造式设计，在经验基础上优化现有业务流程、根据以客户需求为核心的端到端价值型流程再造原理，对业务模型和流程架构进行全新梳理，形成以下业务架构（平台功能架构）和流程架构。

就是对整体的流程体系，也要流程成熟度和流程环境成熟度相互匹配。流程环境成熟度是质量可追溯管理的保障体系，主要包括流程的PDCA管理和流程管理的体制机制。

“离散制造+集成装配型”智能质量管理流程架构，主要包括价值管理业务域、质量管理业务域和资源管理业务域，按照价值链分解见下表：

第四步，流程表单和数据生产。流程通、报表通、数据通则业务通，避免了信息孤岛和数字烟囱现象。流程表单和数据生产严格按照不缺失、不混淆、不重叠原则，保证唯一来源，分为事实类和业务类，事实类表单和数据按照应有必有原则和底层开放式拓展原则进行设计规则、定义模型；业务类表单和数据指分析类表单和数据，按照BSC、VC、TOC等管理法进行设计和算法定义。同时对所有数据源都要标注，如下图示例：

第五步，顶层设计包含底层算法。为突出流程价值和系统价值目标，在流程、流程表单和数据生产时，以算法逻辑拉通管理逻辑和系统逻辑，将价值目标直接拉通到报表和数据。如下表示例：

第六步，从数字化视角进行技术架构设计。在技术架构设计上，脱离原有的信息化思维，坚持开放式平台架构和个性化二次开发相结合的原则进行，首先是对现有的湖仓平台、MES平台、项目管理平台等保持兼容性，又要对最新成熟数字化技术进行容纳，还要对供应商和客户的系统进行无缝接口。数字技术架构上，数字采集强调OCR、VIS等自动化系统的数字接入，数字传输上需要量子+5G保障畅通同时又强调了保密重要性，数据决策上强调AI+应用为以后的AIGC和大模型训练打下底层，数据应用上强调一键多联和智慧看板，真正做到数字互联、软件互联、硬件互联和应用互联。

第七步，优选系统集成服务商协同落地。数字化转型是业务、流程和IT的融合体系，所以其供应商必须满足以下技术条件：

1、熟练掌握数字化视角的业务模型设计和价值型流程设计技能，能够将公司战略目标落地到业务模型和流程中去；

2、熟练掌握事实报表和业务报表设计技能，并能够应用算法模型联通事实报表和业务报表；

3、熟练掌握数字全生命周期技术架构部署能力，能应用人工智能、大数据、区块链、5G、物联网等新一代前沿数字技术完成数字采集、传输、集成、决策、应用等全生命周期管理，能够利用各种软硬件内外部网络平台；

4、有软件产品开发能力和API接口软件开发能力，能够保障各种数据的自动接入；

5、有数据库和数据湖架构设计能力，高效对接湖仓一体化平台，达到基础设施利用最大化目标；

6、有低代码开发能力，能够对门户架构、流程和报表、数据应用等进行拖拉拽应用性设计，满足质量管理精益化要求。

为安全和保密计，还需要：

7、能够对隐私数据进行加解密，能够对数据和系统使用者进行架构化权限设置，能够对内外网安全软件熟练部署和应用；

在业务数字化阶段完成后，如思考数字资产积累和数字业务化，还需要：

8、能够应用递归算法、最佳决策、灰度分析等技术对大数据进行分析，打造企业的知识管理体系；

9、掌握机器学习机设计能力，能够将知识体系打造成大模型训练底层，能够开展内部团队有关质量管理体系的大模型训练；

10、有开源架构设计和源代码编程和设计能力，能够将系统应用打造成集成产品；

11、有软硬件产品的全国性服务能力，能够帮助企业完成对供应链企业的赋能服务。

第八步，逐步落地数字化系统和持续改善。许多企业的数字化转型因为缺少持续的耐心而导致无疾而终，导致不可持续的断点堵点卡点大致如下：

1、以为买套软件可以解决业务效率问题，所以只是让IT人员将实际作业映射到信息化系统上，只是完成了手工替代，一旦固化导致业务失去了灵活性，更有甚者将错误进行到底；

2、上系统前没有顶层和底层设计，没有业务、流程到IT融合的顶层设计，将企业未来固化到了成熟IT产品上，前台应用丧失了敏捷性，导致信息化成为企业发展的障碍；

3、强化数据生产而忽略了数据应用，数据生产和数据库架构设计不合理，导致结构化数据、半结构化数据、非结构化数据的产生不合理、存储不合理、应用不充分，导致数据资产成为冗余资源浪费；

4、内控和外服没有统筹，强调了数字化过程的内部控制和内部管理，而不是长远目标于产业链服务和对外平台化服务，导致数据无法资产化，更无法业务化，不能成为新型业务单元，而导致数字化转型局限于信息化管理阶段。

等等，不一而足。

如何解决呢？回到前面七步，都踏踏实实走完了，再遴选志同道合供应商，再开始上系统。同时要做到：一是用企业产品质量管理的范式来管理数字化转型的过程和结果；二是从数字管理成熟度和数字化转型能力成熟度视角对项目进行价值效益评估，并复盘和审核全程，持续性优化。

这样，质量管理的数字化转型才能转出项目的高质量，转出企业产品体系的高质量！

【作者简介】律德启，数字化转型专家，北京汉信智慧产业研究院副院长、首席顾问。历经十多年企业一线到高管经验、十多年管理咨询凝练总结，中国TBT教练式管理咨询体系倡导者，以TOC瓶颈诊断、BM商业模式创新、TOGAF架构设计未来，助力央国企、上市公司和优秀民企近百家完成顶层战略到绩效落地、商业创新到流程落地、组织变革到知识成长、信息化到数字化转型。

出版书籍：