摘 要:質量強企是建設質量強國、推進新型工業化的重要支點。隨著智能制造與供應鏈網絡的發展，產品質量形成已演變為跨組織、多主體、全周期的協同共創過程，協同質量管理成為推進質量強企的必然選擇。人工智能與質量管理的深度融合，可以在產品生命周期、供應鏈生態、人機協同三大維度，有效賦能質量管理協同創新。

關鍵詞:質量強企 協同質量管理 人工智能 質量強國

【中圖分類號】F253.3 【文獻標識碼】A

習近平總書記指出：“要圍繞推進新型工業化和加快建設制造強國、質量強國、網絡強國、數字中國等戰略任務，科學布局科技創新、產業創新。”[1]《質量強國建設綱要》（以下簡稱《綱要》）提出“增強企業質量和品牌發展能力”，強調“加快質量技術創新應用”“提升全面質量管理水平”。[2]《中華人民共和國國民經濟和社會發展第十五個五年規劃綱要》提出：“加強全面質量管理，深入實施制造業卓越質量工程，增強質量技術基礎能力。”[3]隨著智能制造系統的迭代發展和供應鏈網絡復雜度持續提升，質量建設的過程已從單一企業的“孤島式”質量管控，演變為跨組織、多主體、全周期的協同共創過程。人工智能（AI）作為新質生產力的重要引擎，通過數據互聯與智能驅動，重塑協同質量管理范式，為破解跨組織協同質量管理中的信息不對稱與決策滯后問題提供技術支撐，成為推進質量強企和企業高質量發展的關鍵路徑。

協同質量管理：質量強企的必然選擇

《綱要》提出：“鼓勵企業制定實施以質取勝生產經營戰略，創新質量管理理念、方法、工具，推動全員、全要素、全過程、全數據的新型質量管理體系應用，加快質量管理成熟度躍升。”[4]質量強企是推進供給側改革的關鍵抓手，為培育新質生產力激活質量創新動能。當前，我國供給體系正處于由規模優勢向質量優勢轉變的關鍵階段。質量強企通過持續提升產品性能、可靠性和一致性，推動企業由低端同質競爭轉向高質量供給和差異化發展，有助于優化供給結構，增強供給對需求變化的適應性和引領性，為暢通國內大循環、提升產業體系競爭力提供重要支點。發展新質生產力，本質是科技創新驅動的生產力躍遷，質優是其顯著特征。人工智能賦能的協同質量管理，通過數智技術與質量管理的深度融合，構建數據協同、流程協同、技術協同的多主體協同質量管理生態，實現生產要素的創新性配置，將質量優勢轉化為企業持續發展的內生動力，是推動產業結構升級和產品、服務質量創新的重要路徑。

協同質量管理是在數字化、網絡化、智能化背景下，推進質量強企的必然選擇和新范式。隨著產業鏈供應鏈延伸，產品質量的形成已不再是單一企業內部的管理結果，而是跨企業、跨環節、多主體協同作用的綜合體現。例如，國產大飛機、新能源汽車等復雜工業系統，涉及成千上萬個零部件的復雜供應鏈協同。數智化技術的發展，可以打通產品全生命周期各階段和供應鏈各主體之間的數據壁壘，為協同質量管理提供技術基礎。《制造業質量管理數字化實施指南（試行）》提出，“推動質量管理范圍從企業質量管控向生態圈協作轉變”，將協同質量管理作為提升企業質量能力的重要方向。[5]在這一背景下，協同質量管理成為支撐企業持續提升質量水平的必然選擇。

數智化背景下協同質量管理面臨的現實挑戰 

隨著新一輪科技革命和產業變革的深入推進，數智化技術正在重塑制造業的生產方式和治理模式，也在改變質量管理的模式和方法。從產品全生命周期和產業鏈供應鏈視角看，質量形成過程呈現出明顯的跨階段、跨組織、跨邊界特征。構建基于數智化技術的協同質量管理并非一蹴而就，其在數據基礎、算法應用和管理變革等層面，面臨諸多現實挑戰，對企業提出了新的能力要求。

數據共享與數據治理問題成為協同質量管理的基礎性挑戰。協同質量管理依賴跨企業、跨系統的數據聯通，但現實中企業間仍存在數據標準不統一、質量參差不齊以及數據安全顧慮等問題。即使在企業內部，“數據孤島”現象尚未根本消除，不同企業在數據口徑、質量標準、基礎管理水平和管理流程上的差異也會阻礙數據聯通。此外，數據存在質量低、噪聲大的問題，數據清洗、對齊和標識等工作耗時費力，成為數據聯通實際落地的障礙。

算法應用與智能決策問題構成協同質量管理的技術性挑戰。在機器學習的模型訓練方面，面臨小批量生產數據缺乏、數據不平衡、數據維度高和場景依賴性（場景變化或數據分布的漂移導致的模型性能下降）等問題，缺乏有效的解決方法。在大語言模型的質量管理垂直領域應用方面，存在算法偏見、黑箱問題和模型幻覺等問題。與此同時，質量工程領域知識（如失效模式分析、統計過程控制）與人工智能算法的深度融合不足，導致模型輸出存在一定障礙。

管理變革與組織能力問題凸顯協同質量管理的系統性挑戰。數智化技術的引入絕非工具層面的簡單疊加，而是涉及業務流程重構、組織邊界重塑和價值鏈條重組的系統性變革，這需要戰略領導力、系統規劃、復合型人才培養、文化建設和治理模式變革等作為基礎。任何一方面的缺失，都可能導致先進的技術工具無法真正融入業務，使協同質量管理流于形式，難以轉化為實際的質量競爭力。

人工智能賦能協同質量管理范式變革的實現路徑

在智能制造背景下，人工智能不僅是一種工具性技術，更是推動質量管理范式變革的關鍵力量。人工智能技術與質量管理的深度融合，推動質量管理在理念、邊界、方法和生態上的系統性創新，通過構建跨主體、跨環節、跨生命周期的質量協同機制，形成“數據驅動、人工智能賦能、網絡協同、價值共創”的全新質量管理范式。該范式的系統架構由三層構成：底層通過智能傳感器、物聯網等技術，實現全生命周期和全供應鏈質量要素的實時采集與邊緣處理；中層依托工業互聯網平臺，完成質量數據的匯集與治理；上層則利用大數據、AI模型、區塊鏈和智能體等技術，為跨階段、跨組織的質量協同提供分析、決策與追溯支持。這一新范式以數據為關鍵、以智能決策為驅動、以生態協同為特征，通過三大協同創新得以具體實現，并在頭部企業的實踐中得到驗證。

人工智能賦能產品全生命周期質量管理協同創新，推動產品質量迭代升級與閉環運行。人工智能技術的引入，使得貫通全生命周期的數字主線成為可能。通過數字孿生、知識圖譜和機器學習模型，企業可以在設計階段預測潛在質量風險，在制造階段實現過程參數的自適應優化，在使用階段及時捕獲運行數據，開展基于設備運行狀態的維護。這種跨階段的數據聯通與智能分析，有助于實現產品質量的快速迭代升級，推動質量管理從事后糾偏轉向事前預防和過程優化。例如，寧德時代以數據驅動，完成電池全生命周期質量管控。在研發階段，基于問題經驗庫與質量知識圖譜，構建智能的失效模式與效應分析，實現產品質量與可靠性風險的前置識別與管理。在制造階段，將人工智能技術賦能過程大數據預警，實時監控質量風險。在售后階段，運用云端結合的智能診斷模型，實現對電池安全的多重防護，推動服務模式由傳統的“故障報警＋被動維修”向“提前預警＋主動服務”轉型，從而真正落實電池質量的前置化管理。

人工智能賦能供應鏈生態質量管理協同創新，推進由單點管控向系統共治演進。在復雜供應鏈環境中，單一節點的質量波動可能引發系統性風險。人工智能賦能的協同質量管理，通過構建覆蓋多級供應商的質量數據共享平臺，實現對關鍵質量特性的實時監控與協同調控。一方面，基于機器學習的質量預測模型可以識別高風險供應環節，支持鏈主企業實施差異化質量管控策略；另一方面，區塊鏈和智能合約技術有助于建立激勵相容的協同機制，促進質量信息真實共享和責任共擔。由此，供應鏈質量管理從傳統的事后追責轉向事前協同和風險共治。例如，賽力斯圍繞“研發—供應—制造—服務”全流程，形成貫穿始終的特性質量管理主線，通過對過程的質量特性數據自動采集、智能分析和動態控制，實現對質量結果的“確定性”目標。針對電動汽車電池安全這一關鍵質量問題，賽力斯通過與華為、寧德時代等合作伙伴開展協同設計和數據共享，利用人工智能進行電池狀態監測和風險預警，實現在用車輛“零自燃”的突破，體現了供應鏈協同質量管理的重要價值。

人工智能賦能人機協同質量管理創新，實現由經驗驅動向智能決策變革。質量管理的智能化并不意味著無人化，而是通過人機協同實現能力互補與價值共創。人工智能在感知、計算和模式識別方面具有優勢，而人類在綜合判斷、價值權衡和情境理解方面不可替代。實踐證明，基于大語言模型和智能決策支持系統的人機協同模式，可以顯著提升質量分析和決策效率。人工智能可以輔助工程師進行質量問題診斷和改進方案生成，而最終決策由專家進行審核和優化，從而在提升效率的同時保障決策質量。比如，中興通訊以智能、協同、同源、可視為數字化原則方法，通過數智化的手段將質量管理融于關鍵業務過程，用技術手段解決質量管理問題，以應對復雜環境的挑戰。自研“中興數字星云”大模型，構建基于人工智能的人機協同研發模式和流程，建立基于人工智能的智能質量審核模式和智能預警體系，開發通信網絡故障智能診斷助手，取得顯著成效。又如，聯想依托其全球制造網絡，構建覆蓋研發、制造和服務的人機協同智能質量管理體系。通過開發超級質量工程師（SUPER QE）解決方案，聯想確立以“邊端自治—邊云協同”為重點的技術架構。憑借人工智能驅動的質量數據平臺，實現跨區域、跨工廠的質量協同與快速響應，有效支撐其全球化運營和高可靠性產品交付。

結語

隨著“人工智能+”行動的深入實施，質量管理已不再局限于單點技術改進，而是演進為一場以數據互聯為基礎、以智能決策為牽引、以多主體協同為特征的系統性管理變革。以產品全生命周期協同、供應鏈生態協同和人機協同為重要內容的協同質量管理新范式，在人工智能賦能下，有效破解傳統質量管理中信息割裂、協作失靈和風險滯后等結構性難題，推動質量治理由結果控制向全過程、系統性和前瞻性管控轉變，實現全價值鏈范圍內的價值共創。“十五五”時期，我國企業應緊緊把握新質生產力加快形成的戰略機遇，以“高質量”為關鍵引擎，圍繞協同質量管理這一關鍵抓手，持續深化人工智能與工業系統的深度融合，加快實現從“中國制造”向“中國智造”的躍遷，為中國式現代化構筑更加堅實可靠的物質技術基礎。

【本文作者為天津大學管理與經濟學部主任、教授；本文系國家自然科學基金項目“面向復雜產品研發的價值鏈共創機理與網絡化智能協同技術集成演示驗證”（項目編號：92467302）的階段性研究成果；天津大學管理與經濟學部博士生韓夢圓對本文亦有重要貢獻。聯想、中興通訊、寧德時代、賽力斯為本文提供研究案例】

注釋略

責編：張宏莉／美編：石 玉