从工业4.0到质量4.0——影响与挑战（上）

◆郭 政/ 文

工业4.0旨在充分利用信息通讯技术和网络空间虚拟系统-信息物理系统相结合的手段，将制造业进行数字化、信息化、智能化升级。这一概念已经超出了最初的工业范畴，成为生产生活方式根本转变的标识。工业4.0将带来全面的、深刻的、颠覆性影响，人类第一次从传统的“体力替代型”社会，向“脑力替代型”社会进化。要完成这一进化，需要大量的模型、算法去模拟人脑的思维方式，并对海量数据进行高效分析处理，形成自动决策机制，大幅提升资源配置与制造消费的效率。

技术的进步已经走在了质量管理的前面，现有的质量管理理论与实践面临许多新问题。大量错综复杂的不确定性和非线性行为使传统质量方法难以为继。比如在个性化消费与定制的时代，朱兰所说的“适用性”正在成为面向每个人具体需要的适用，原有的符合性质量概念很有可能被彻底放弃。

技术带来挑战的同时，也带来了新的解决方案，一些不可能完成的任务变成可能。人类能够获得的数据的广度、深度以及计算机算力前所未有。戴明说过：“除了上帝，任何人都必须用数据说话。”作为一门注重数据分析的学科，质量管理很有可能重返管理科学的舞台中心，前提是对质量管理进行深刻的变革。

本文审视了历次工业革命中质量管理的变化，对新的质量管理——质量4.0的趋势、内涵、特征进行了分析，并探讨应对挑战的可能的政策选项。

一、历次工业革命中的质量管理发展

（一）早期至第一次工业革命

人类的进步发展史是一部质量提升改善的创新史。多项考古发现证明，即使在原始社会，质量也推动了人类文明的繁荣。3000年前，已经出现了各种质量保证的技术与制度，成为沿用至今的许多基本制度的雏形。在之后的漫长演进中，许多国家都发展出一套适应于本国特点的质量管理的制度体系，其中共性的包括：（1）质量技术开发；（2）质量标准规格；（3）质量监管制度等。

朱兰（1995）指出，中世纪的欧洲，封建领主和专业协会会在织物上加上一定的标记，用来表示织物的质量。质量控制活动生成的数据被汇总到分类账中，用于会计和计划目的。随着工业革命的到来，批量化生产逐渐兴起，人们开始有了标准以及标准化的概念，并且由于商品的大量交换活动，逐渐开始检验与验证方面的工作。需要重点指出的是，零件的标准化对于生产和质量的贡献。在许多文献中，这一重要成就归功于美国机械工程师伊莱•惠特尼。事实上，标准化是大量实践基础上的群众智慧，很难说是由谁完全提出的，惠特尼只是早期采用这一思想最成功且最知名者，他明确提出可互换零件的批量生产概念。按照标准化和互换化的要求，大幅提高了生产效率，降低了缺陷率，且更容易维护保养，因而大规模生产成为可能。

（二）第二次工业革命

20世纪初期，泰勒、法约尔等学者的研究使管理真正成为一门科学。随着工厂规模和产品产量提升，质量成为竞争力的主要维度，质量管理被明确提出。统计学家沃特•休哈特提出的统计工具和控制图具有里程碑意义。休哈特的创举标志着质量检验从事后控制转移到过程控制。稍后些，戴明和朱兰——尤其是朱兰——认为质量的改进不单单是统计的结果，还应是一系列管理的结果。他们为质量管理增添了组织方面的内容，最终形成了以科学管理、工业民主和工业统计等为基础的现代质量管理学科。戴明集成了休哈特的统计思维，更偏重工程知识。朱兰则研究出一套综合管理系统，根据在美国西电公司获得的经验，撰写了知名的质量三部曲，即质量计划、质量改进和质量控制。该理论能够通用于各类组织，并独立于其他学科，标志着质量管理正式成为一门管理学科。此后，在戴明和朱兰等人开辟的道路上，又不断加入工业工程、运营管理、供应链管理等理论成果，使质量管理成为重要的管理学科之一。尤其是到了20世纪70年代后期，在日本因其杰出的质量表现而获得显著的国际竞争优势后，质量管理几乎成为科学管理的代名词。

这一阶段，对质量的关注已经从检测和过程控制转移到对改进提升的研究中去。值得指出的是，对数据处理分析的重视是质量管理与其他管理学科——如战略、人力资源、组织等——的重要区别，许多致力于质量管理的人常为学习概率论和各种统计模型而苦恼。

（三）第三次工业革命

第三次工业革命源于计算机的出现。从设计开始，物料采购、生产制造、仓储物流等都可以通过计算机辅助，将大型连续流生产系统的规模与车间的灵活性结合在一起，使得“大规模定制”成为可能。在这个阶段，质量学科向两个方向开始了分叉：一个分支是注重从组织管理的角度看待质量问题，通过计划、组织、协调、控制、反馈等管理手段，强化质量意识，落实质量责任，从而加强企业的质量绩效，典型代表是全面质量管理的不断升华；而另一个分支则从工程角度出发，沿着费舍尔开创的统计学道路，解决具体的工程实践问题，典型代表之一是田口玄一的稳健性设计。该方法通过实验设计改进产品和流程的稳健性，同时极大提高产品精度，降低误差和成本。这两个分支都不可避免地与计算机结合起来，产生了应用广泛的管理软件，如QMS、SPC、CRM、MIS、ERP等。

（四）第四次工业革命

来自传感器和物联网设备的数据助推了第四次工业革命，而计算机算力的提高则为其提供了动力。物联网是互联网连接到物理设备和日常对象的扩展，将电子器件、网络协议或其他形式的硬件嵌入机器和产品中，可以实现终端通信和交互，并进行远程监视和控制。信息技术和制造业正在不断融合，生产也变得越来越自主。这一切发展对于数据科学家来说也蕴含更多的意义。工业4.0涉及的技术变革很多，已经得到快速发展和应用的主要包括：（1）大数据技术；（2）人工智能；（3）智能制造；（4）区块链技术。这些技术将对质量管理现有的基本框架发起全面挑战。

二、质量管理发展新趋势

工业4.0将在质量管理内涵、质量供给、质量基础设施、质量监管等领域产生深刻影响，推动质量管理理论和实践各层面、各维度的发展，主要包括5个方面13项主要变革。

（一）质量和质量管理的范畴

1．质量管理对象大幅扩展。在传统对象如产品、服务、过程之外，数据、数据应用、数据平台等成为质量管理的新对象。

2. 产品服务的质量维度增加数据特性。虚拟物理空间、数字孪生等技术，使得实体之外相应存在一个数字虚拟投射，对它的刻画将成为今后判定产品服务的重要标准。传统的产品逐步呈现出“软件定义、数据驱动、平台支撑、服务增值、智能主导”的新特征，其质量特性也随之变化，对产品进行定义的相关标准也需要随之调整和变化。

（二）质量供给

3. 数据驱动的设计质量大幅提升。大数据使市场和顾客的细分更加容易和清晰，也更能够获得各种明示或潜在的需求，观察其变化，使质量第一次能够真正从设计起始端就做到“顾客导向”而非“产品导向”。

4.质量控制更加精准且智能，传统方法需改进。企业要转型成新型智慧化制造、服务企业，必须从内部调整自身的质量管理体系，包含管理流程、软硬件设施等多方面。传统的基于小样本统计的质量控制与改进将让位于基于大数据的机器学习，新的算法需要被研究和采用。

5. 质量竞争更加激烈，质量创新更为迫切。数字化使得获取质量标准和开展质量控制的成本进一步下降，企业间在一般性质量上的改进不再成为获得竞争优势的必要条件，竞争的重心转到对质量创新上，即更好地洞察消费者需要并迅速以突破式的方法予以满足或超越，创造更加良好的效益。

（三）质量需求

6. 消费者权利大幅提升。消费者获取产品服务信息的能力大幅提高，使得其作出合理消费决策的依据更加充分。供给侧竞争的加剧也使得消费者能够获得更多的让利，但同时，应警惕企业采用各种手段制造虚假信息，诱导欺骗消费者。信息的甄别能力成为消费者行使权利的重要前提，也成为质量监管的重点和难点。

（四）质量基础设施

7. 标准理念和实践发生变革。在制造业领域，通过模块化、数字化嵌入式标准，对产品、组织和程序结构进行优化，实现个性化定制、柔性化生产、智能化服务，获得更高质量和效率。在服务业领域，标准与数字化、网络化和智能化结合形成标准云和数字标准，通过大数据技术进行存量标准的资源优化，提高标准供给效率，并扩大标准服务的有效范围。

8. 检验检测技术发展，检测认证机构权威性下降。检测设备智慧化程度大幅提升，检测检测越来越多地从事后抽检变为在线全检，区块链的去中心化、去权威化也将导致检测认证机构的公信力下降。质量技术服务机构的研发能力将成为其最重要的核心竞争力之一。

9. 质量管理方法面临更新。数据获取的便利将导致更加即时、可控、可追踪的质量数据管理。但同时，大数据在质量创新的应用中也面临数据完整性、数据质量、数据场景、领域知识、数据隐私、样本稀缺等方面的诸多挑战，现有数据处理方法不能应对这些挑战，使得管理者从海量数据中得到有效决策支持的能力不足。

10. 质量人才的技能结构出现根本性变化。与质量相关的工作职位、场所发生重大变化，从数据中发现价值并支撑决策将成为最重要的能力，对质量人才的培养体系也将相应变化。数据分析技能和专业技术能力的叠加复合成为今后质量人才的新标准，也使得培养的难度进一步增加，现有教育培训体系应进行变革。

（五）对质量监管的影响

11. 监管内容进一步扩展。数据安全、数据质量、数字平台质量、数字能力供给质量等伴随数字化发展而来的新内容都需要逐步纳入监管体系，所需的法律法规、标准规范以及与之匹配的监管能力建设都将深刻变化。

12. 社会共治的各方分工与协调需要重构。消费者参与监管的意愿与能力大幅提高，当前以行政及司法为主导的监管体系应更加柔性、更加包容，妥善及时处理消费者在质量领域中的诉求表达。

13. 国际监管合作需要进一步加强，主导权归属可能存在争议。无论是数字产品/服务本身或者是数字驱动的产品/服务制造与消费系统都将在互联网、物联网赋能下趋于高度国际化，监管的国际化合作是必然的。各国将积极争取主导权，将自身的规则纳入国际体系中。

（未完待续）