新冠肺炎疫情的暴发给制造业及其供应链造成严重冲击，对产业链中的采购、物流、生产及质量等各个环节带来了巨大影响。同时，这场危机为质量管理带来了新的挑战，暴露了现有质量管理体系的短板，使“制造业韧性”成为人们关注的焦点。在此背景下，奥纬咨询发布报告《质量管理4.0》，提出了加速制造业发展的数字化解决方案，希望高级分析技术和自动化技术能够促进制造业恢复元气并可持续发展。下文节选自报告内容。

现阶段，大多数企业尚未完全实现数字化转型，但由于厂商面临诸多挑战，且对生产弹性的需求不断提高，质量管理可以成为制造业技术转型过程中的有效抓手。从连接技术（connectivity）、高级分析技术到机器人技术与自动化，工业4.0阶段发展出的各项数字技术将在未来五到十年内引领质量管理的深刻变革，为企业降本增效提供巨大的机遇。

为提高数字化与自动化生产水平，制造企业必须将以下三个数字化维度纳入生产经营体系：数字化生产和质量反馈系统、人工智能（AI）质量检测与视觉控制、自动化的实时生产和质量控制中心。

数字化生产和质量反馈系统

在劳动密集型产业和相关制造业中，生产中断、劳动力短缺、培训不足、返工率和报废率上升等均会直接对整体产量和非质量成本造成负面影响。制造商以往通过在关键生产步骤中设计质量门（quality gate）来减少负面影响的做法较为低效。然而，数字化生产和质量反馈系统使用高级分析技术和实时的生产流程验证进行质量跟踪，有助于防止生产偏差或不合格产品，降低返工率并减少生产瓶颈。此外，该系统能够利用现有运营数据有序且及时地矫正生产，不仅避免打断生产流程，而且能够以简单便捷的形式为生产线工人提供有针对性的信息和操作建议。

AI质量测试和视觉控制

质量管理流程中的人工检查通常耗费大量的劳动力和时间成本，且由于质检员变动、未知缺陷和人为错误等无法保证质检水准。在生产线上采用基于测试的视觉控制系统和基于机器学习的流程和质量控制，可以即时识别操作员的错误、产品质量偏差和生产流程变化。该系统通过多个摄像头处理视频图像，使用深度学习模型来检测产品缺陷和异常情况，并充当数字化助理，为操作员预警潜在问题、提供解决问题的指令。同时，该系统还可以为工厂运营、生产计划和质量管理提供实时洞见。

自动化的实时生产和质量控制中心

即使是生产和质量负责人，对单个或多个工厂中的实时数据、运行情况和质量绩效的了解也是有限的。质量管理、产量目标和整体优化等问题会给负责人带来较大挑战，生产和质量控制中心则可以通过内部互联的关键要素应对上述挑战，包括：对单个车间到多层次工厂均实现实时操作监控，快速识别偏差、解决问题；提供高级分析预警、性能趋势预测及可行的改进意见，防止上游生产出现重大质量问题；使用集中数据和跨部门的关键绩效指标，为质量管理和附属职能提供端对端的生产流程绩效，并展现生产运营的综合情况。

未来几年，制造业很可能会继续经历需求端的不确定性以及供应链中断的情况。数字化技术的应用将在短期内帮助制造业平稳运行，提高发展质量。长远来看，数字化技术的应用将推动制造业提高生产韧性，实现可持续发展。