智能化国标的真正用法你会吗？

一个挺常见的现象：很多企业对待国家标准像考大学——先考CMMM，再考DCMM，如果还有精力，看看AIMM要不要也准备一下。

这种思路认为，三套标准是三门独立的科目，各有各的考试大纲，各有各的证书。努力一点，三本都拿到手，企业数字化转型的工作就齐活了。

能不能换个角度想这个问题：它们或许本来就是一份大纲，只是被印成了三本册子。

· · ·

CMMM是总纲，不是独立的"一本"

打开GB/T 39116-2020，你会看到一张清晰的结构图。五级成熟度，四个能力要素——人员、技术、资源、制造——下面分解出二十个能力子域。拿设备管理来说，三级要求"建立设备故障知识库"和"依据设备运行状态自动生成检修工单"，四级要求"基于模型自动给出预测性维护方案"。

CMMM把每级要求写得很清楚，有经验的制造企业一看就知道自己在哪一级、差在哪里。但有一个问题是CMMM刻意不回答的：你说要建知识库，但这个"库"里的数据怎么才叫合格？你说要基于模型预测，但"模型"做到什么程度才算成熟？

这不是CMMM漏写了。CMMM的角色是总纲——标方向、定终点。至于"数据管理怎么做"和"AI能力怎么评估"这两个复杂的专题，自然应该由专门的配套标准来承接。

· · ·

DCMM给CMMM三级到四级补上了什么

DCMM——GB/T 36073-2025，新版于2026年7月1日正式生效，修订方向明确围绕两件事：数据要素化改革和人工智能深度应用。

这套标准把数据管理分成九个能力域。回到CMMM设备管理三级的场景里，它的价值马上就能显现出来。

CMMM三级要求故障知识库。但一个知识库能运转起来，至少需要三件事落地：

数据有标准——设备编码、故障分类码、维修代码全厂一致。A车间叫"冲压机001"，B车间叫"PR-01"，知识库连合并都做不了。

数据有质量——历史维修记录的故障原因填全了没有？振动数据有没有噪声？这些问题不在库建成之前解决，库里的信息就没法用。

数据有人管——谁对设备数据的质量负责。设备部认为是IT的事，IT认为是设备部的事，两边一推，知识库一年之后就成僵尸库了。

这三件事，CMMM的文本里不会展开讲——标准本身的粒度就不在这里。但DCMM逐项给出了具体的、可评估的指标。数据标准域要求统一编码规范，数据质量域要求建立质量度量体系，数据治理域要求明确责任人。

CMMM四级的要求更进一步：统一数据中心、数据分析模型库、算法模型预测。DCMM在数据架构、数据应用方向的方法论，恰好是对这四个字的实操注脚。

所以DCMM并不是CMMM之后才需要考虑的事。换个说法：如果非要给三套标准排一个"谁会先用上"的顺序，DCMM其实是CMMM爬到三级半时就需要翻开的那本册子。

· · ·

AIMM和45288给CMMM四级到五级补上了什么

CMMM四级对设备管理的要求，核心是数据驱动决策——基于设备运行模型给预测性维护方案，基于OEE分析自动驱动工艺优化。做到这一步，本质上就是在做AI落地。

但AI落地在制造业有一个众所周知的困境：系统买了，模型上线了，半年之后运维团队又按经验办事了。原因通常不是AI技术不行，而是缺了两样东西——对模型本身的信任机制，和持续使用模型的组织能力。

这里有两份标准值得注意。

GB/T 45288.3-2025，2025年12月已正式实施。它是《人工智能 大模型》系列标准的第三部分，专门评估大模型服务能力的成熟度。指标涵盖模型性能、稳定性、可解释性、安全合规几个维度。企业买了或者自建了预测性维护模型，用这套指标过一遍，至少能判断这个模型到底能不能用、在什么条件下用。

截至2025年底，这套标准的评测工具已完成千余项评测任务，调用大模型超95万次，帮助近30家厂商迭代了模型质量。

AIMM——全称《人工智能企业智能化成熟度评估模型》，2026年4月刚开完国标推进会，由工信部科技司牵头，工商银行、中国钢研、中国石油、华为云等六十多家单位参与。和45288不同，AIMM评估的不是模型本身，是企业用模型的能力。

推进会上提到的几个评估方向值得关注：场景识别能力——哪些环节真的适合AI、哪些不必要；数据就绪度——数据能不能喂给模型；模型可持续迭代——新故障类型出现后谁标注、谁重训；组织适配度——团队会不会用、愿不愿意用、能不能持续用。

有人讲过一句挺实在的话：AI投入的一半买了算力，另一半买的是从"看数据"到"信数据"的信任成本。AIMM要评估的大概就是这后半件事。

· · ·

一份大纲的三本册子

最后总结一下关系，用最简单的说法：

CMMM是一张五级阶梯图，每一级的要求都写在上面，指向清晰。但它不负责回答"怎么做"——设备管理里的数据怎么管、AI怎么评，这些专题问题，由DCMM和AIMM这样的配套标准来承接。

DCMM不是CMMM之后的"第二步"，而是在爬到三级半时就需要翻开的那本数据细则。

AIMM和GB/T 45288不是拿到CMMM四级之后才看的锦上添花，而是爬到四级前就该了解的评价维度。

所以不能把三套标准看成三个互不相关的认证项目。它们天然是一体的——一份大纲，三个分册。企业想走好智能化这条路，应该把它们放在一起看，而不是分开考。

参考来源：

[1] GB/T 39116-2020《智能制造能力成熟度模型》

[2] GB/T 39117-2020《智能制造能力成熟度评估方法》

[3] GB/T 36073-2025《数据管理能力成熟度评估模型》（DCMM 2.0），2026年7月1日实施

[4] GB/T 45288.3-2025《人工智能 大模型 第3部分：服务能力成熟度评估》

[5] 《人工智能企业智能化成熟度评估模型（AIMM）国标推进会》，金台资讯，2026年4月22日

[6] 中国电子技术标准化研究院《智能制造发展指数报告（2022）》

[7] 市场监管总局关于《人工智能 大模型》国家标准实施公告，2025年12月