智能制造

以人工智能驱动转型并创造价值 毕马威创见不同·智启未来 kpmg.com/intelligentmanufacturing 引言 人工智能（AI）正重塑着制造业的方方面面。从设计到生产，从供应链到销售，再到员工管理，人工智能不断帮助企业改善效率，并提升运营的智能化与敏捷性。此外，人工智能还助力企业最大限度地减少浪费并优化能源使用，从而推动可持续发展。 自身运营之中。较为传统的企业则仍停留在利用人工智能用例开展局部试验的阶段，对全面转型显得犹豫不决。与此同时，智能体作为智能工具发展的下一个前沿领域，也正蓄势待发。 为了充分释放人工智能的潜力，制造企业不应仅仅采用局部用例，而应重新构想如何将其融入企业整体。这意味着应将人工智能与战略价值流挂钩，构筑乐于尝试和灵活适应的企业文化，同时开展相应的规划设计以赢得信任，确保透明度并实现规模应用。人工智能真正的价值不仅在于帮助企业以更智能的方式运营，还在于助力构建一个更加互联、更能适应发展并以价值为驱动的生态系统。 通过助力实现自优化供应链、自主生产线和跨业务职能实时协调，智能体为真正实现端到端智能制造模式铺平了道路。但为了充分发挥其潜力，制造企业不应仅在局部实施人工智能，而应将其融入企业的方方面面。 人工智能既蕴藏着巨大的潜力，也带来了严峻的挑战。当前，人工智能的应用仍然较为分散，且主要由职能部门推动。许多制造企业仅在局部部署人工智能，例如在生产车间采用人工智能实现自动化和预测性维护，而大部分后台职能则仍未涵盖，因而自动化程度不足。此举限制了人工智能潜力的充分发挥，使企业难以真正实现整体转型。 本报告探讨了制造企业的领导层应如何借助人工智能的力量推动企业转型。只有意识到人工智能不再只是自动化，企业才能在未来获得成功。人工智能带来的将是自主、智能、融合以及更有效的全新工作方式。 制造企业之间在人工智能应用水平上也存在显著差异。新型智能企业正引领潮流，率先将人工智能融入 Jonathon Gill工业制造全球主管合伙人毕马威国际 目录 19打造智能制造企业24阶段一：利用人工智能为员工赋能3444阶段三：发展企业自身生态系统人工智能在中国制造行业应用与实践36主要考虑因素30阶段二：将人工智能融入各项工作42毕马威: 以经验为您的人工智能转型保驾护航 06概要 07调研结论 简介 对于制造企业而言，第四次工业革命（“工业4.0”）要求企业具备更大的敏捷性和实时决策能力。因此，人工智能已非可有可无，而是不可或缺，可帮助企业实现预测性维护、智能自动化和数据驱动的优化。转型成为智能制造企业不仅应引入人工智能，还应对工业生态系统进行改造，以挖掘人工智能的巨大价值，提高运营效率和韧性，并创造新的竞争优势。 在生产和供应链环节，人工智能使实时决策、预测分析和自优化工作流程成为可能。例如，人工智能可以结合外部和内部数据点，如客户消费特征和全球指数等，构建有价值的决策支持系统，以助优化成本。通过快速识别不足之处，智能工具还可帮助改善需求预测、库存管理和物流。 对员工而言，人工智能和增强现实技术在实现日常任务自动化，预测性维护和动态调度的同时，还能用于提供最佳实践培训。而对于后台来说，人工智能可简化财务、采购和人力资源工作，从而帮助传统制造企业提升这些领域的数字化程度。 为了了解制造企业如何利用人工智能来降低成本和扩大收入，我们对来自8个国家的183位制造业人工智能领导者进行了调研。调研发现，该行业的人工智能领导者已经意识到人工智能不再是可有可无，而是企业发展的一大战略要素——93%的受访者认为，全面实施人工智能的企业将在业内形成显著的竞争优势。 认为全面实施人工智能的企业将在业内形成显著的竞争优势 本报告旨在为制造业决策者提供可行的见解和战略建议，以帮助他们应对应用人工智能所面临的复杂问题，尤其在满足“工业5.0”对于以多模态的方式使人工智能融合更具人性化方面的要求。在所有职能中引入人工智能，制造企业即可在企业整体而非局部范围内挖掘人工智能的价值。本报告对以下方面进行了探讨，以帮助行业领导者最大限度发挥人工智能的作用： 我们提供了人工智能成熟度模型和框架，以帮助企业通过以下三个关键阶段实现转型发展： • 利用人工智能为员工赋能和构建人工智能基础设施建立以负责任的方式实施人工智能所需的数据集成、治理和技能 • 将人工智能融入各项工作将人工智能解决方案从生产环节扩展到供应链、采购和商业运营，以推动整体转型 •制造业如何能够利用人工智能改善效率、敏捷性和可持续发展，同时应对数据碎片化、旧有系统和员工转型所带来的挑战 •基于对制造业人工智能领导者的调研结果，揭示企业在人工智能战略、投资和实施方面采取的措施•探究智能制造企业的特征和构建方式，以及已经为实施人工智能做好准备的制造企业的独特之处 • 发展运营模式和生态系统进一步利用智能体赋能制造，以促进端到端互联、打造自优化生产系统并在企业整体实现人工智能驱动决策。 概要 人工智能是竞争的必备要素 许多企业正开展重大投资36% 实施方面颇具挑战56% 早期成果令人欣喜96% 40% 已经实现运营和效率提升 表示其人工智能预算占IT总预算的10%以上 在实施人工智能时面临数据问题 认为能够拥抱人工智能的企业将在业内形成竞争优势93% 遇到员工技能不足或抵制 变革的问题；为此，其中80%已经投资开展人工智能工具知识和技能培训 72% 计划使用人工智能提高效率；将其用于推动增长的则占77% 45%财务状况有所改善，其中62%的投资回报率超过10% 77%计划在未来12个月内提高这一占比 ， 其 中 7 1 % 预 计 增 幅 将 超 过10% 许多企业正识别并管理风险65% 已采用结构化的人工智能风险管理方法，可通过全面的流程来识别、评估和减轻风险数据隐私（57%）和监管合规（44%）是主要关注领域 人工智能应用进展显著 已经引入机器学习，72%已经实施预测分析，还有67%则已经使用智能体74% 但企业也重视可持续发展 已经 系统 地将 人工 智能 融入产品和服务开发74% 认为实现可持续发展目标比人工智能更加重要78% 已经制定计划以缓解实施人工智能技术带来的能源需求增长问题85% 引领制造业人工智能应用：一次颠覆性的转变 调研结论 制造业的人工智能领导者已经意识到人工智能不再是可有可无，而是企业发展的一大战略要素——93%的受访者认为，全面实施人工智能的企业将在业内形成显著的竞争优势。 人工智能成为商业战略的核心组成部分 人工智能正迅速成为业务运营不可或缺的一部分：20%的制造企业认为人工智能是所有部门的核心组成部分。此外，26%的企业已经将人工智能融入自身的企业文化和业务运营之中，用以推动创新、打造商业模式和探索未曾涉足的市场。 灵活的混合组织架构是人工智能成功的要素 为了引入人工智能，制造企业正重新构筑其组织架构。19%的企业采用了敏捷的方法，即建立跨职能、适应性强且专注于特定项目或目标的团队，以确保快速迭代和交付。而50%的企业则实施了包含多种职能和敏捷模式的混合架构，以提高灵活性和效率。 在制造业中，人工智能领导者正为迈向智能运营、自动化和创新的新时代铺平道路。制造企业可通过大力投资、战略协调和员工赋能挖掘人工智能的变革潜力。然而，在技术进步与可持续发展、风险管理和市场不确定性之间保持平衡，将是确保长期成功的关键。 云服务、内部部署和人工智能驱动的数据基础设施 虽然60%的企业主要使用基于云的IT系统，但在实施人工智能方面，云基础设施和内部基础设施均有企业采用；事实上，84%的企业选择了在内部部署的人工智能解决方案。构建有效管理和集成数据的能力也是企业的要务之一，为此，52%的企业采用了跨平台数据集成或智能数据编制，74%则大量使用人工智能驱动的数据平台。 人工智能成熟度和推进方式 制造业的人工智能成熟度正不断提高，62%的企业使用人工智能已三年有余。开源人工智能工具在这个生态系统中发挥着至关重要的作用，得到70%的企业的大量或广泛使用。还有84%的企业正积极开发内部人工智能解决方案，这表明他们致力于针对自身行业特有的问题开展人工智能创新。 制造业采用的先进人工智能能力 人工智能在制造业中的应用正迅速扩大。74%的企业已引入机器学习，还有72%的企业正使用预测分析。流程自动化也受到极大关注，67%的企业已经将人工智能与机器人流程自动化（RPA）相结合。值得注意的是，有67%的企业已部署了智能体，另有20%的企业则计划扩大其使用范围。业界对人工智能决策能力颇为信任：91%的企业放心让人工智能为特定流程进行端到端自主决策。 衡量人工智能对业务的影响 人工智能对关键业务职能的影响 77%的行业领导者表示，人工智能的采用对研发和IT职能的影响最大。然而，其影响范围也已遍及整个价值链，70%的人表示，人工智能融入核心业务职能对业务运营起到了重大的改善作用。 应用人工智能的好处已经逐步显现。90%的企业表示其运营和效率得到了改善，另有45%则已获得可衡量的财务收益。投资回报率（ROI）是衡量收益的一个关键指标，62%的企业已经实现超过10%的投资回报，31%的企业则预计人工智能投资在未来12个月内将产生超过30%的回报。 投资趋势和预算重点 当前，人工智能投资正不断加码，36%的制造企业将其IT总预算的10%以上用于人工智能。展望未来，77%的企业计划在明年增加人工智能投资，71%预计增长率将超过10%。这些投资的主要目标非常明确：72%的企业旨在通过投资提高效率，52%重点关注流程自动化，另有77%希望利用人工智能推动业务增长。 管理人工智能风险并确保负责任地部署人工智能 随着人工智能在运营中发挥着越来越重要的作用，风险管理也已成为当务之急。为此，65%的制造企业采用了结构化的人工智能风险管理方法，重点关注数据隐私（57%）和监管合规（44%）等领域。主动风险管理可确保企业以负责任、安全的方式应用人工智能，并符合行业标准。 实施人工智能所面临的挑战 的制造企业在实施人工智能解决方案时面临着与数据相关的问题 人工智能的实施并非坦途。50%的制造企业在实施人工智能解决方案时面临着与数据相关的问题，而40%则称存在与员工相关的困难，包括技能差距和变革阻力等。 式寻求创新。此外，85%的企业已制定战略以缓解人工智能日益增长的能源需求，从而确保人工智能的应用符合长期可持续发展目标。 人工智能技能提升和员工赋能 员工赋能是应用人工智能的关键要素。为此，80%的企业对人工智能知识和技能培训进行了投资，另有72%的企业则把重点放在建立全面的企业人工智能战略。我们欣喜地看到，89%的企业认为其员工正迅速适应人工智能工具和技术，使此类工具和技术得以大范围推广。 企业会自然而然地拥抱人工智能技术，但加拿大的企业在这方面进展缓慢，因为我们缺乏印度企业所拥有的实施人工智能所需的技能和技术。这就是为何我们要从软件部门着手。我们不想大刀阔斧，而是希望以渐进的方式向所有部门推广。 在人工智能战略投资与市场不确定性之间寻求平衡 尽管对人工智能充满期待，但制造企业仍在谨慎驾驭快速发展的技术格局。76%的企业认为，在进行大规模投资之前，最好先静观人工智能技术的发展变化。与此同时，67%的企业面临着来自股东的巨大压力，必须迅速实现人工智能投资回报。然而，这并未阻碍相关发展步伐，72%的企业仍在继续投资开展人工智能实验和创新。 人工智能战略和领导层的信任 如今，应用人工智能已不再是企业一项孤立的IT计划，而是战略重点之一。68%的企业设立了专门的人工智能团队负责引导和制定人工智能战略，以确保人工智能解决方案能系统地融入核心业务职能当中。74%的企业已将人工智能嵌入产品和服务开发，使其成为产品、服务和客户体验的核心组成部分。重要的是，75%的行业领导者信任人工智能提供的见解，并在多个业务领域大胆依赖人工智能进行决策。 某加拿大企业的首