2025年第10版年度智能制造现状报告

智能制造现状报告 第 10 版 欢迎使用 全球制造商就人工智能驱动的智能制造将如何创造新机遇和新风险分享了他们的看法，这其中涉及到优先事项、担忧以及下一步计划。了解投资趋势的发展方向，以应对内部和外部因素，最终提高质量并实现可持续增长。 在不确定性中蓬勃发展 智能制造和新兴技术如何管控风险并塑造未来 引领转型需要创新与风险管控兼具。随着工业企业在一个复杂多变的环境中不断前行时，技术进步正为提升速度、生产力和敏捷性创造新的机遇。在今年的“智能制造现状报告”中，全球行业领军企业指出我们正处在一个重要的转折点 - 人与技术的协同潜力将塑造我们的未来。 未来 12 个月内，人工智能和机器学习将重塑质量控制、网络安全和流程优化三大领域，确保我们能够充分利用准确、及时的数据。 本报告中提供的见解旨在帮助您在这个不断演变的环境中做出明智的决策 - 共同实现技术赋能人类释放无限潜能的美好愿景。 工业转型势头正劲，有 56% 的制造商正在开展智能制造试点工作，20% 的制造商已实现规模化应用，另有 20% 的制造商拟将进行未来投资布局。其他趋势包括： 我们相信，凭借知识与创新的力量，企业必将以更从容的姿态迈向未来 - 化繁为简，铸就更具弹性、更敏捷、更可持续的企业。 12%生成式 AI 与因果关系人工智能投资的增长 14%能效驱动型可持续发展举措成效显著 罗克韦尔自动化董事长兼首席执行官Blake Moret 5%领军企业分析技能和人工智能技能重要性的提升 目录 执行摘要05 智能制造的未来16 开启征程18引言07 人口统计/企业统计结构21智能制造的现状08 障碍：哪些问题最为突出？09 人工智能在智能制造中的作用不断演变10 面临转型压力的行业转向智能技术11 将阻力转化为风险管控13 网络安全风险持续上升14 质量管理仍是人工智能应用的主战场15 执行摘要 洞察力 41%引入人工智能/机器学习技术并提升自动化水平，以填补技能差距与劳动力不足 AI 被视为应对劳动力短缺、技能差距、质量控制及管理外部压力的潜在解决方案。受访者同时指出，该技术的落地应用仍面临诸多内部挑战。人们既认识到人工智能的发展潜力，并已成功将其应用于质量检测领域，同时仍在持续探索缓解劳动力短缺与技术人才缺口等压力的有效途径。 人工智能既是解决方案，亦带来新的挑战。 34%将通货膨胀和经济增速乏力列为未来 12 个月内影响业务增长的最大外部障碍 受访者认为通胀压力与经济增速乏力将成为未来 12 个月内企业发展的最大外部障碍。在地缘政治与供应链问题的双重压力下，制造企业正面临快速转型的严峻考验，其中多数已开始转向智能制造技术寻求突破。 83%将分析思维和沟通/团队协作能力视为招聘新一代员工的核心考量要素 尽管技能差距与劳动力短缺仍是企业面临的主要挑战，但本年度的报告数据显示：向智能制造解决方案的转型，并未导致企业缩减招聘规模。受访者反而主张企业扩大技术人才招聘规模，并加强对现有员工的技能培训。 执行摘要 洞察力 外部风险位居第二大网络安全 网络安全风险既是当前持续存在的主要威胁，又是未来招聘和业务场景中的关键技能需求，更是位列未来 12 个月内影响企业发展的第二大障碍。超过三分之一的受访者将强化信息技术 (IT) /运营技术 (OT) 架构安全性纳入未来五年业务增长战略规划。 网络安全风险兼具内部和外部风险。 -较上次调查上升 13%55%表示提高效率是其推进可持续发展战略的核心驱动力 质量是当前一个实用的人工智能用例，也是企业运营和战略布局的关键。半数受访者计划在未来 12 个月内运用人工智能/机器学习技术强化质量管理，另有 38% 的企业将通过既有数据源驱动产品质量监控与优化升级。在全球范围内，43% 的受访者表示产品质量/安全对其可持续发展计划至关重要。 质量管理仍是人工智能应用的主战场。 引言 地理分割 全球逾 1500 家制造业领先企业为本年度《智能制造现状报告》做出了贡献。调查显示，面临转型压力的行业正在转向智能技术。在全球关税壁垒与供应链中断等风险交织下，制造业正面临着前所未有的快速转型压力。在尚未采用智能制造技术的受访者中，69% 计划在未来 12 个月内进行相关投资。 上述内容仅仅是通过来自 17 个制造业强国（地区）的 1,560 名决策者的反馈获得的重要见解中的一小部分。其中 58% 的受访者（即超半数）来自年营收逾 10 亿美元的龙头企业。 该报告由罗克韦尔自动化与Sapio Research联合发布，包括一份行动计划，其将与研究结果一起帮助您将洞察力转化为行动。 业务增长仍然是一项挑战。了解原因。 尽管成本优化使能源问题不再成为首要关切问题，但网络安全风险、市场竞争及人员挑战已与通胀压力、经济增速乏力共同构成未来 12 个月内企业发展的头号挑战。 障碍：哪些问题最为突出？ 阻碍企业超越竞争对手的主要内部因素依然如故。 网络安全去年首次跻身外部威胁前五强后，今年已跃升至第二位。随着人工智能的不断发展，网络攻击的可乘之机亦同步激增。随着数字与物理基础设施的互联性日益加深，企业对IT/OT 网络的风险认知正持续强化。 通货膨胀已连续三年蝉联企业最大外部障碍。 各层级员工对最大内部障碍的认知已发生显著变化。各地区面临的挑战虽各有不同，但前 5 大共性问题可归纳如下： 供应链中断是四分之一受访者的首要担忧，其中矿业与制药行业承受的压力最为显著。当前， 企业正加速推进产能近岸化与本土化布局，旨在实现缩短产销距离、化解供应链顽疾，以及抵御全球贸易波动冲击。新兴技术和智能制造将是提高运营响应能力和灵活性的关键，不仅能提升物流效率，更可强化对时效敏感市场的竞争力。 人员问题仍然位列阻碍业务增长的外部和内部障碍前 5 名。企业内部对新技术部署与集成能力的忧虑程度同样居高不下。调查结果强调了人员与智能技术之间关系的重要性。超半数受访者计划对现有员工进行岗位调整或角色转换，这表明企业的可持续发展关键在于打造能持续进化的人才队伍 -因为员工培训正是推动企业风险管控与业务增长的核心驱动力。 人工智能在智能制造中的作用不断演变 与既往调查结果相比，计划在未来 12 个月内应用人工智能/机器学习技术强化网络安全的企业数量显著增加 - 这凸显出先进技术在升级网络安全中的角色正持续深化。人工智能/机器学习技术亦将重塑供应链管理，三分之一的受访者计划借此优化其供应链体系。 未来 12 个月内人工智能/机器学习技术的主要用途 •23% 的企业缺乏超越竞争对手的技术。 •在未来 12 个月内，部署和整合新技术 (21%) 以及平衡质量和盈利能力（21%）是实现业务增长的最大内部障碍。•50% 的受访者计划在未来 12 个月内使用人工智能/机器学习技术来支持质量控制。 从边缘到云端的安全架构的解决方案，以优化运营，降低网络风险、合规风险和运营风险的暴露程度，同时构建自信应对不确定性所需的风险管控体系。 许多人发现，人工智能的成功始于正确的基础，即具有本地人工智能的产品以及具有战略、用例优先级、数据架构、实施和可扩展性能力的专业服务团队。 当今的智能制造始于对人工智能的明智投资 尽管受访者采用了多种方法来解决劳动力短缺和技能差距问题，但引入人工智能和自动化是最常被提及的策略（每种策略均为 41%）。 随着运营复杂性的增加以及业务和地缘政治环境的不断变化，制造商越来越注重降低风险。制造商需要能够结合自动化、人工智能以及 面临转型压力的行业转向智能技术 动态的市场状况、内部和外部障碍以及利润压力正在促使企业在整个供应链中寻找更智能、更优化的运营方式。 数据推动成功 38%将使用收集的数据来推动网络安全保护 虽然受访者收集的数据比以往任何时候都多，但收集的数据中只有不到一半 (44%) 得到有效利用。这表明数据采集能力与利用这些数据进行决策和运营改进的能力之间存在差距。 28% 的企业正在积极评估关键供应商，以应对外部风险，迫使企业重新评估采购、定价和总体成本。 企业还使用收集的数据来增强安全性和运营风险管控；37% 的企业正在使用来自技术、流程和设备的数据进行网络安全保护，29% 的企业正在使用这些分析来监控供应链风险。 绝大多数制造商 (81%) 表示，他们在企业内外面临的障碍正在加速数字化转型。在巴西、印度、日本和中东，这一比例超过 90%。墨西哥、西班牙和英国的障碍也显著增加。 工业公司热切希望找到人工智能的应用场景 云/SaaS 和人工智能始终占据技术投资前两位，网络安全与质量管理则稳居前四位。云/SaaS 和人工智能在提供智能制造能力方面具有可靠的价值，可推动业务成果，而网络安全和质量管理体系的兴起表明，风险管控和可靠性正在成为投资回报率 (ROI) 的关键贡献因素。 智能制造催生技术人才需求激增，而非缩减 制造商再次指出，缺乏技能娴熟的劳动力是他们难以超越竞争对手的主要原因，41% 的制造商正在引入人工智能/机器学习技术并提高自动化水平，以填补技能差距并解决劳动力短缺问题。 83%受访者表示分析思维和沟通/团队合作是招聘新一代人才时最重要的技能 无论收入水平如何，各大企业都在寻求采用智能技术并提升现有人才的技能，以增强人员队伍能力、填补技能差距，并在员工流动的背景下保证产品质量。2025 年，全球 47% 的受访者表示，应用人工智能是其企业中“极其”重要的技能，相比 2024 年增长了 10%。 人员转型和再培训 智能制造技术转型增加了对具备人工智能和网络安全能力的人才的需求，制造商认为人工智能是将对人员挑战产生最大影响的技术。投资技术使决策者能够将有才华的员工转移到更具增值性的任务中，从而提高生产力/生产率。 过程优化是未来 12 个月内人工智能/机器学习技术的三大计划用途之一。制造业的决策者们认为，到 2027 年，这些技术将在节省时间方面发挥关键作用，因为它们将减少人工任务，并让人们有更多时间专注于增值性活动。 通过增加智能制造技术的使用，48% 的企业预计会将工人重新调到不同的职位，或者雇佣更多的工人。可持续的成功取决于能够不断进化的员工队伍，他们不仅要开展持续的培训，还要推动企业的风险管控和业务增长。 将阻力转化为风险管控 不断变化的全球格局和人工智能/机器学习等快速发展的技术可能会带来颠覆性影响。 企业领导者可以通过以下方式解决技术变革影响与员工适应性挑战： •揭开技术的神秘面纱，将重点放在增强人员工作的用例上。•将技术与有意义的成果和改进的决策联系起来。 网络安全风险持续上升 今年，网络安全在业务增长外部障碍名单上跃升至第二位，这是一个关键的智能技术用例，表明网络安全在日益互联的世界中变得更加复杂。 "根据 Black Kite 发布的一项研究，制造业占勒索软件攻击的 21%，使制造实体面临极高的风险，使它们遭受勒索软件攻击的可能性提高了三倍以上。 网络安全将与智能制造的优先事项更加紧密地交织在一起。 DarkReading.com •49% 的企业计划将人工智能/机器学习技术用于网络安全（高于 2024年的 40%） •38% 的企业正在利用数据进行网络安全保护（高于 2024 年的 31%） 进一步表明网络安全如今已成为一项关键的业务能力，而不仅仅是技术能力。 由于制造商正在寻求人员与技术相结合来改善其安全态势，因此网络安全在所需的员工技能中占据着突出地位。未来五年，最关键的人员技能将是人工智能和网络安全知识的结合，以及强大的问题解决能力和批判性思维能力。 与此同时，网络安全技能和标准在招聘方面正变得愈发重要，47% 的企业认为它们非常重要（高于 2024 年的 40%），这 质量管理仍是人工智能应用的主战场 尽管制造业中关于人工智能的讨论大多集中在缩小技能差距等主题上，但受访者普遍认为质量是人工智能的一个关键用例。质量是业务运营和战略的关键，有一半