由新加坡经济发展局于2017年推出,后由国际工业转型中心(INCIT)管理推广。面向制造企业,将工厂能力诊断、行业对标与投资优先顺序相结合,支持企业制定工业4.0转型路线。
- 应用地区
- 新加坡,并在沙特阿拉伯、巴西等国开展推广应用。
- 应用规模
- INCIT 2025年报告涵盖60多个国家、数千家制造企业的分析数据。
- 适用对象
- 希望开展工业4.0能力诊断与国际对标的制造企业。
- 评估内容
- 流程、技术、组织三大模块,细分为8个支柱、16个维度;各维度按0—5级评估。
- 评估结果
- 维度成熟度、同业对标及改进优先事项,支持制定转型路线。
了解评估方法德国国家科学与工程院(acatech)于2017年发布,2020年推出修订版。该方法关注企业从信息化基础逐步走向预测与自适应的过程,将技术建设、组织结构和企业文化一并纳入转型规划。
- 应用地区
- 德国;应用已扩展至全球制造企业,公开资料未提供各国参评数量排名。
- 应用规模
- FIR于2021年披露:亚琛工业4.0成熟度中心自2017年以来已应用于全球100多家制造企业。
- 适用对象
- 希望把信息系统建设与组织能力提升结合起来的制造企业。
- 评估内容
- 资源、信息系统、组织结构、文化四个结构领域。
- 评估结果
- 各领域的成熟度现状、能力差距与分阶段发展路线。
了解评估方法由欧盟委员会联合研究中心(JRC)开发,作为欧洲数字创新中心(EDIH)服务体系的共同评估工具。用于了解企业接受服务前后的数字成熟度变化,并帮助服务机构识别企业的支持需求。
- 应用地区
- 欧盟及参与EDIH网络的欧洲国家;芬兰、爱尔兰等已有公开应用项目。
- 应用规模
- 截至2025年1月中旬,EDIH网络累计开展超过11,000次评估,包含企业和公共部门机构。
- 适用对象
- 希望开展数字化综合自评,或对接欧洲数字创新中心服务的企业。
- 评估内容
- 数字业务战略、数字化准备度、以人为本的数字化、数据治理、自动化与人工智能、绿色数字化六个维度。
- 评估结果
- 获得本企业的数字成熟度自评结果,识别需要进一步诊断的领域。
了解评估方法由美国国家标准与技术研究院(NIST)开发的工厂就绪度工具。以具体改进活动为出发点,检查企业的组织、软件、数据和绩效管理基础,支持工厂判断能否开展数据密集型智能制造改造。
- 应用地区
- 美国研发并公开提供工具;NIST未披露主要采用国家的分布。
- 应用规模
- NIST公开资料未列出累计参评企业、工厂数量或规模化推广项目。
- 适用对象
- 计划开展布局、产能、物流或设备改进的工厂。
- 评估内容
- 组织成熟度、信息技术应用、绩效管理、信息连接四个方面。
- 评估结果
- 形成当前就绪度结果,为工厂改进计划提供依据。
了解评估方法面向企业整体数字化转型形成的成熟度评价体系,围绕战略、能力、解决方案、治理与业务创新开展诊断。2023年纳入工信部数字化转型贯标试点工作,并通过在线诊断与星级评估推进应用。
- 应用地区
- 中国;在线诊断服务覆盖31个省级地区及制造、能源等多个行业。
- 应用规模
- 2025年3月披露:相关在线诊断服务累计覆盖13万余家企业;截至2025年5月底,1,083家企业通过DLMM星级评估。
- 适用对象
- 开展整体数字化转型规划、诊断和成熟度评估的企业。
- 评估内容
- 发展战略、新型能力、系统性解决方案、治理体系、业务创新转型五个评价域。
- 评估结果
- 规范级、场景级、领域级、平台级、生态级五个成熟度等级,进一步细分为十个水平档次。
了解评估方法依据国家标准开展的企业两化融合水平评估,长期服务于企业自评估、自诊断、自对标。通过企业数据分析行业和区域发展情况,帮助企业判断信息技术与生产经营的融合程度。
- 应用地区
- 中国;参评企业覆盖全国,涵盖全部41个工业大类。
- 应用规模
- 国家工业信息安全发展研究中心2025年披露:已向全国36.6万家企业提供自评估、自诊断、自对标服务。
- 适用对象
- 希望系统了解信息技术与生产经营融合情况的工业企业。
- 评估内容
- 关注信息技术在企业生产经营中的融合应用,以及融合发展对企业能力和效益的作用。
- 评估结果
- 企业两化融合发展状况及对标分析,帮助识别薄弱环节和改进重点。
了解评估方法以GB/T 39116和GB/T 39117为依据,服务于工厂智能化建设与分阶段能力提升。通过企业自评及专业评估识别薄弱环节,在中国多地的智能工厂建设、诊断和技术改造工作中应用。
- 应用地区
- 中国;江苏、北京、广东等地将其用于智能工厂诊断、培育或改造。
- 应用规模
- 江苏省2024年公开报告披露:全省累计4.5万家企业开展线上智能制造成熟度自评估。
- 适用对象
- 开展智能工厂建设、技术改造或多工厂能力对比的制造企业。
- 评估内容
- 从人员、技术、资源和制造等方面,评价企业智能制造能力及其落实情况。
- 评估结果
- 规划级、规范级、集成级、优化级、引领级五级成熟度,以及能力短板和改进方向。
了解评估方法