2025版《智能制造能力成熟度模型》国家标准（GB/T 39116-2025）已于今年一季度正式发布实施。作为长期跟踪智能制造标准演进的第三方研究机构，机械工业信息研究院在第一时间组织专家完成了新旧版本条款的逐项比对。从整体框架看，新版标准并未推翻原有的五级成熟度阶梯，但在能力域权重分配、数据要素要求、以及人工智能应用成熟度判定三个维度上，做出了堪称“结构性”的调整。

从“流程驱动”到“数据+AI双轮驱动”

老版本中，人员、技术、资源、制造四个要素的权重比大致为2:3:2:3。而新版本将“数据”从技术要素中剥离，独立成为第五个核心要素，权重占比直接拉到20%。这意味着，一家企业即便产线自动化水平很高，如果数据采集覆盖率低于85%、关键设备联网率未达80%，其成熟度评级将被硬性封顶在二级。机械工业信息研究院标准研究所在解读中指出，这一变化精准回应了当前离散制造与流程制造在数字化转型中的最大痛点——“有设备、无数据”的伪智能化。

AI应用不再是“加分项”，而是“门槛项”

新标准在三级及以上等级中，新增了“人工智能技术应用”的强制评估子域。不同于旧版将AI视为锦上添花的创新点，2025版要求企业在工艺优化、质量检测或排产调度中至少有一个场景实现AI模型的落地运行，且模型需具备持续迭代机制。
机械工业信息研究院的比对数据显示，在参与试评的47家样本企业中，有31%的企业因AI应用深度不足，导致原有二级评级被下调至一级。这一刀切得相当果断。

实操落地：企业如何应对新标尺

面对新变化，机械工业信息研究院建议制造企业分三步走：第一步，对照新版权重表重新进行自评估，重点排查数据资产目录的完整性——这往往是多数中小企业的盲区；第二步，梳理现有AI应用场景，哪怕只是简单的视觉质检或预测性维护，也要形成标准化的模型训练与验证记录；第三步，调整组织考核指标，将数据质量责任从IT部门剥离，下沉至生产车间主任层级。

具体操作上，有两点值得注意：

• 新版标准要求数据采集频次不低于每30秒一次，且需保留至少6个月的历史数据日志，这对底层PLC与SCADA系统的缓存能力提出了更高要求。
• 在成熟度四级评估中，新增了“跨系统数据自动流转率”指标，目标值从旧版的60%提升至75%，倒逼企业打破ERP与MES之间的隐形壁垒。

新旧版本实测对比：一个典型案例

以某华东地区汽车零部件供应商为例，该企业在2023年按旧版标准被评为成熟度三级。采用新标准复评后，其评级降至二级。差异主要来自两个层面：该企业虽然拥有12台六轴机器人，但数据采集点覆盖率仅61%，未达新版80%的硬性门槛；同时，其质量检测仍依赖人工抽检，未部署任何机器视觉AI模型。机械工业信息研究院的复评报告指出，这类“硬件达标、软件失分”的情况在新版评估中占比高达44%。

2025版的调整，本质上是一次对行业“虚火”的降温。它不再鼓励企业盲目堆砌自动化设备，而是将评估重心转向数据资产的价值变现能力与AI的落地深度。对于真正在推进数字化转型的企业而言，这套新标尺反而能更精准地衡量自身在行业中的真实身位。机械工业信息研究院将持续跟踪新版标准的实施反馈，并计划在第三季度发布配套的行业对标数据库，帮助企业找到自身短板与改进路径。