企业数字化转型下的质量发展研究

刘锟　郝树新　贺怡

摘 要：随着时代步伐的推进，汽车行业正在从最初的商品时代、信息化时代向数字化时代进行转型发展，各个车企已经意识到数字经济下企业转型的必要性，均投入大量精力寻求数字化转型之道。质量管理作为车企运营中的重要一环，必然也将跟随企业共同迈向数字化转型，跟随企业发展理念进行变革升级。

关键词：数字化 质量管理 汽车

1 前言

质量管理作为企业重要的运营管理部分，担负着产品把关、保障企业和客户权益的重要使命，随着行业的多年发展，质量管理已经在汽车圈建立起了独特的IATF16949标准化质量体系流程。但近些年，受到数字经济和“新四化”浪潮下电动化、智能化、网联化和共享化理念的影响，汽车行业的发展正在向着数字化变革进行转型升级，质量管理也将跟进数字化的步伐，不断转型创新。

2 什么是数字化和数字化转型

对于数字化的定义业界引用较多的是来自于美国IT咨询公司Gartner在2011年提出的数字式、数字化和数字业务转型的三层含义。“数字化”这个词在最近几年有着很高的市场热度，国家在十四五规划中也重点提到数字经济的两大块：数字产业化和产业数字化。数字化并不是推翻企业已有的信息化建设基础，而是整合优化以往的企业信息化系统，并在整合优化的基础上，提升管理和运营水平，用新的技术手段提升企业的技术能力，以支撑企业适应数字化转型变化带来的新要求。而数字化转型的实质就是利用新的数字技术来实现重大的业务改进，从根本上提升企业绩效[1]。

质量数字化转型是企业数字化转型大背景下的新业务发展方向，通过质量数据汇聚及一体化管控应用，在打通传统质量业务流程的基础上，深入挖掘质量数据应用價值，为企业搭建质量数据应用场景，助力企业质量管理业务领域管理模式创新，实现产品质量持续改进提升的模式创新过程。

3 质量数字化发展转型路径

实现企业质量数字化转型是一个循序渐进的过程，首先要有一个覆盖全生命周期质量业务的平台为载体，能将质量数据进行有效的汇聚，达到高质量数据场景应用的使用要求。通过平台将规划、研发、供应商、生产和售后环节的质量业务进行信息化建设，规范业务流程，实现数据规范、数据整合和统一应用，为数字化转型发展奠定基础。其次是在平台的基础上，将传统的质量业务借助数字化、智能化手段进行价值升级，实现质量数据价值的深入挖掘，逐步提升质量业务的智能化水平，达到智慧决策、智能预警、成本优化、一致性管控的目标，实现例如自动风险预警、质量成本最优控制、智能质量策划和质量问题智能处理等新的功能。除了传统业务外，围绕新的产品变革所衍生的新兴质量业务也要与数字化相结合，比如新四化催生的三电零部件管理、OTA远程刷写管理等是企业目前数字化业务拓展的重点方向；最后还要将数字化新技术与我们质量业务深度融合，利用新技术的优势助力质量业务的发展。

3.1 质量数字化转型目标“金字塔”

在明确了企业质量数字化转型发展路径后，需要确立质量数字化转型的目标方向。以市场影响所带动的数字化需求为基础，构建质量业务全面数字化的体系“金字塔”架构。通过市场和政策因素的影响和数据处理手段的应用，结合质量数字化转型路径，达到质量业务的全面数字化的核心阶段。再围绕着软件取代人工、质量网格化管理、数字业务化、柔性质量管理的先进质量理念进行质量业务升级优化，最终实现大数据下的质量全方位渗透，达到智慧质量的转型顶层目标。

3.2 质量信息化系统建设

企业质量数字化转型的第一步便是全生命周期质量数据平台的搭建。其核心是全生命周期产品质量数据中心的建设。目前多数企业都通过信息化系统实现了部分质量业务的信息化管理，但仍存在质量数据分散、应用效果不显著等问题[2]，无法实现对产品全生命周期质量数据的统一管理应用。因此质量数字化转型升级第一步就是要借助数据中台理念，构建产品全生命周期质量数据中心，实现质量数据的统一管理，然后结合质量管理的业务模型，将各阶段的质量业务应用拓展包括规划质量、研发质量、供应商质量、生产质量及售后质量等。同时可通过产品全生命周期质量数据的统计和智能分析，深入挖掘产品质量数据价值，指引产品质量及管理质量的可持续化改进升级。

规划质量管理是在产品概念阶段的质量业务，其核心在于产品的先期质量策划方案管理，利用全生命周期质量数据中心将质量策划中核心的质量目标、质量活动和质量成本进行统一管理。

研发质量主要聚焦在质量预防、研发质量问题和产品成熟度管理上，其中以问题管理为业务核心，围绕产品开发流程中产生的产品问题进行分类管理，结合七步法的方法实现问题闭环流程化管理，同时在问题处理中借鉴知识库经验，帮助企业快速发现问题要因，提升问题的处理效率。此外通过对质量问题数据的多样式统计分析实现数据价值挖掘，将分析结果应用到质量预防和产品成熟度管理中。

供应商质量管理的核心是通过平台搭建的方式，建立起主机厂和供应商之间协同管理的桥梁，在平台上通过对APQP、PPAP的流程化管理和产品全生命周期内供应商质量问题的实时监控及推送，实现供应商质量业务的协同管控，提高供应商质量管理的响应效率。

生产质量管理是目前企业最关注的质量管理阶段，该阶段建设的核心是提高过程检验信息的采集及管理水平，目前多数企业还是通过纸质质检卡或者mes系统对过点信息进行采集，生产质量信息采集及应用水平较低[3]。可通过信息化流转的方式将随车质检卡进行线上管理，将车型检验项目、检验标准基于点位进行拆分，通过工业平板或者现场一体机进行质量检验信息录入，实现对整车过程检验信息的实时监控。

售后质量管理关注的重点也是对售后质量信息的统一管理应用。通过多渠道获取售后质量信息，精准定义售后质量问题，并通过标准化流程对其进行闭环处理。此外还包括对售后质量舆情信息实时监控分析，实时了解市场用户需求，来指引研发人员进行设计改进，提高用户满意度，提高产品市场竞争力。

3.3 质量业务智能化升级

质量业务的智能化升级是质量业务利用数字化赋能的过程，通过数字化的手段强化质量业务的固有属性特点，减少人为的判断和辅助信息的推送，实现业务的智能化管理。主要应用场景包括智能风险预警、智能质量成本评估、智能质量策划和智能问题处理等。

质量智能风险预警建设的目的首先便是实现对质量数据的实时监控，及时发现过程指标异常，分析潜在质量问题，自动提醒相关人员进行快速处理。另一方面便是借助智能分析算法对质量数据趋势进行实时分析，预测潜在质量风险，将质量问题从事后发现处理逐步向事前预警规避的模式转移，进一步降低质量成本损失。智能风险预警的核心建设思路是基于产品全生命周期质量数据中心的建立，对各项质量数据进行实时采集，然后对数据进行逐层分析，并借助可视化手段直观显示分析结果。然后基于传统的质量风险判定方式与智能分析算法相结合对潜在异常问题进行判定，根据异常问题的等级进行分层级推送，及时提醒相关人员进行处理，以规避质量风险。

质量成本控制是企业质量管理里难以突破的一项难题，如何通过全面、系统的方法找到成本投入和损失成本的最佳点，是实现质量成本最优控制的核心，同时，现有的质量成本投入都是通过人工测算实现的，往往人工的主观性和盲目性是影响质量成本汇算的重要因素[4]。因此可通过数字化的手段，将企业历史的预防性成本投入、鉴定性成本投入以及损失成本的数据录入系统形成数据库，通过系统内置的成本算法，生成质量成本曲线，发掘适合企业的最佳成本点，再结合各公司的产品战略定位，进行模型创建，自动生成各产品项目的质量成本，最终整合成总体质量最优成本。

前面讲到，质量策划是规划质量阶段的核心工作，质量目标、质量活动和质量成本是质量策划的核心产出，所以实现质量策划业务的智能化升级，就是通过数字化手段实现三个核心指标的自动生成。要想实现智能质量策划的功能，可将目标分为三个步骤实施，首先要实现信息化，将质量策划所应用数据规范化、统一化，形成数据库；第二步，是辅助策划阶段，利用算法将启动报告、技术方案、标杆数据、基础车数据和实时的法规与质量体系变化的影响因素进行建模测算，最终生成产品的质量目标及对应的质量活动内容和质量成本，由线上生成线下决策，作为建议版的质量策划方案推送管理人员审批；第三步是智能质量策划阶段，可以实现信息互联和历史经验学习，将质量策划方案自动生成的同时，对概念和开发阶段产生的异常因素进行识别，通过阀值限制的方法，对方案进行灵活变更和调整。

最后一个应用场景是智能问题处理。质量问题能否快速处理对质量管理人员的经验要求很高。如果老员工离职，新员工拿到质量问题信息后没有老员工的指导很难做到质量原因的快速分析以及处置措施的快速确定，这将会大幅延长质量问题处理周期。因此产品全生命周期质量管理平台建设完成后可构建相应的质量知识库，结合智能算法实现质量问题的智能提醒及处理，实现质量问题处理经验的汇聚和传承。

3.4 质量新业务拓展创新

随着汽车新四化的发展，也给质量管理带来了新的业务。比如三电零部件的管控方法，智能座舱、无人驾驶、OTA远程刷写质量的管控等也是传统质量管理没有涉及的部分，这些业务对质量管理人员的专业性提出了更高的要求。因此需要借助数字化手段快速建立起相关业务的拓展应用来提高企业的管理效率。

拓展应用建立的第一步便是明确新四化为我们带来了哪些新业务，分析新四化背景下产品哪些环节或功能需要质量管理人员进行质量管控，明确其中的质量属性及质量标准，从而完善现有的质量管理体系，并将新的质量业务纳入质量管控范围，建立起标准化的管理体系，明确各环节职责职能划分。同时通过深入业务场景进行新业务质量管控流程的确认，建立起标准化业务处理流程，明确各阶段质量管控要求以及所需要的质量数据来源、类型。最终对平台进行应用拓展，实现新业务的全过程监控和相关质量数据的追溯，提高新业务的管理效率。

以网联化下的OTA远程刷写为例，OTA刷写是企业目前比较重点关注的智能网联开发功能，可以通过远程的方式对市场车辆的问题进行处理，同时国家也出台了相关政策对刷写要求进行了规范，要求企业对刷写数据进行备案申报，目前OTA在企业内运用的范围有限，管理不严格，但面对未来OTA的多方面应用，会给质量管理带来一些新的挑战。在拓展OTA业务时，首先要对整个OTA刷写的流程进行规范，通过对一些企业OTA管理的调研信息，将OTA的业务流程优化梳理，以市场反馈、数据整改、数据评审、刷写申报、实施刷写和跟踪反馈六个主要的业务流程为主，利用我们全生命周期质量管理平台的优势，将OTA刷写的业务流程进行线上信息化管理，通过系统对市场反馈的信息进行收集分析，利用平台生成问题，同时将问题信息直接反馈整改工程师，避免信息遗漏，将改进后的数据交由质量人员进行评审评价，并对合格通过后的数据进行上传，实现版本管理，便于后期追溯，同时可利用系统可以与申报系统进行对接，由质量人员进行申报管理，后期也可以利用平台将数据刷写的实施结果和实施效果进行跟踪监控，最终实现对OTA刷写的全过程可视化跟踪和全周期数据的追溯。

3.5 质量与数字化技术应用融合

隨着机器视觉、数字孪生、工业大数据、工业互联网等新兴技术的发展，也不断创造着新的质量管理手段。譬如通过机器视觉技术可实现视觉检验技术应用，提高过程检验效率的同时可降低人力成本[5]。通过数字孪生技术对生产过程进行虚拟仿真验证，可及时发现潜在质量风险[6]。通过工业大数据技术结合智能分析算法，对企业关键绩效指标进行实时监控，可助力企业实现智慧决策[7]。通过工业互联网技术汇聚产业链资源，可实现产业链上下游质量协同管理、知识共享[8]。未来必将会有更多的成熟新技术会与质量业务融合，产生出更多的质量管理新模式。

4 结语

相信通过行业内在质量数字化领域的不断努力，必将能引导汽车质量管理向数字化质量时代迈进。未来的质量管理将是去人化、网路化、数字业务化和柔性化的质量模式，具备灵活、多变、适度、有效、精准、智慧、创新的特点，最终实现智慧质量的数字化体系管理愿景，通过质量数字化转型升级能帮助企业质量业务达成“提质、降本、增效”的目的。

参考文献：

[1]胡海波， 周洁， 卢海涛. 数字化转型推动制造企业高质量发展：基础，挑战与对策[J]. 企业经济， 2022， 41（1）：7.

[2]艾武平，李明.汽车制造过程质量管理信息化问题与对策[J].电子商务，2012（08）：44-45.

[3]郝树新，林锦州，张帅.基于IATF 16949标准的汽车质量管理系统方案研究[J].新型工业化，2019，9（11）：78-82.

[4]韩川川.制造业质量成本优化管理方法探讨[J].中小企业管理与科技（下旬刊），2020（05）：15-16.

[5]尹仕斌， 任永杰， 刘涛，等. 机器视觉技术在现代汽车制造中的应用综述[J]. 光学学报， 2018， v.38；No.437（08）：11-22.

[6]金寿松，刘星琪，吴容吉，邢瑞花，王亚良.基于数字孪生的产品生产质量管理方法研究[J].高技术通讯，2022，32（01）：101-110.

[7]刘烨， 胡昌平， 张国政. 基于工业大数据的产品质量改进新模式的探索和研究[J]. 计算机应用与软件， 2019， 36（12）：5.

[8]林军.中国工业互联网应用生态中的质量管理实践[J].高科技与产业化，2020，26（12）：36-39.