2026航空航天与国防行业现状报告

内容 执行摘要 不断增长的国防开支和更紧的政策正加剧压力。最大的挑战并非需求——而是如何在满负荷运营的同时快速扩大规模。 地缘政治紧张局势正在重塑市场准入、合作夥伴关系以及企业间的协作方式。与此同时，未来产品需求仍不确定，哪个平台将胜出尚不明朗。主权要求也使得跨境合作更加困难。 供应仍然是该行业的主要制约因素。对一级供应商之外的可视性有限会增加风险。跨项目、站点和合作伙伴的扩展增加了许多组织难以管理的复杂性。 技术仅在整合时才能实现规模化。 一种新的运营模式正在形成 一致性创造价值。安全、合规与质量是不可协商的。 在涌现。研发（A&D）行业必须扩展人工智能（AI）的应用。跨职能的整合至关重要。 要更新的运营模式，以确保强有力的治理、数据共享以及遵守主权规则。 市场与技术趋势 – 宏观趋势 – 主要挑战与机遇 – 关键技术与影响 – 重点行业关键绩效指标 在产能和安全挑战的背景下，日益增长的投资和技术创新正推动着发展。 宏观趋势 人工智能与技术进步 国防预算和政策方向 供应链中断 地缘政治紧张局势 人工智能的雄心壮志很大，但采用仍不均衡且谨慎。大多数组织从低风险自动化开始，并停留在试点阶段。认证、治理以及漫长的开发周期阻碍了人工智能在运营中的规模化应用。 地缘政治紧张局势正推动国防需求增长，暴露了规模上的差距，并增加了对富有韧性的执行力的需求。未来产品的需求也仍然不确定。 A&D供应链依赖少数几个地区获取关键材料——如钛、稀土、半导体和碳纤维——并依赖全球贸易路线。这造成了分层风险。 国防开支正在上升，给本已受限的航空航天制造业带来更大压力。 政策正转向扩大国内产能，加强供应链安全，并加快采购以增加产量。 少，即使是小的中断也可能引发商业和防御项目中的延误、短缺和成本波动。 的设计、交付和支持方式。 的风险，而低成本的人工智能赋能能力正在重塑该行业。 推动联合生产、维护保障和采购。 生产给协调与治理带来了复杂性 预计到2028年，A&D组织中的多数人认为地缘政治紧张局势将 将获取关键物资和零部件列为到2028年为止的首要挑战 外部因素塑造策略：人工智能和技术变革的速度 2025年的全球军费开支，标志着连续11年的增长。 影响其战略。 关键挑战与机遇 日益增长的运营需求暴露了产能、技能和网络安全方面的短板。 劳动力能力与技能衔接 克服供应链约束 根据不断增长的积压工作量调整产出规模 管理安全风险 劳动力能力和认证技能正日益成为制约因素。初级人才难以留住，而经验丰富的专家流失的速度快于他们被替代的速度。入职培训和技能再培训进展不均，且某些岗位必须满足当地要求。 网络风险的增长速度超过了控制措施。在研发（A&D）领域，紧密集成的软件和多层级供应链扩展了其在信息技术、运营技术（OT）和任务系统中的风险敞口——随着依赖性的加深，脆弱性也随之提高。 制造商必须提高产量，但扩大规模以满足不断增长的积压订单才是真正的挑战。复杂的程序、严格的规定和遗留系统拖慢了执行速度。 供应约束贯穿多层生态系统。对专业供应商的依赖以及漫长的资格认证周期造成了瓶颈。贸易路线的瓶颈增加了结构性风险。 商整合有助于减少单点故障。更好的可见性和人工智能驱动的感知能力则提升了应对中断的能力。 化能够提升能力。 智能驱动的检测可加速响应。安全成为信任、正常运行时间和快速扩展的杠杆。 资源用于更高价值的工作，从而为提升技能创造空间。 期待人工智能助力企业调整和优化供应链，以增强韧性和保障自主权 A&D高管中，有相当一部分人优先考虑通过现有产能来提高产量和交付 可以说，确保具备人工智能（AI）能力的运营和流程是一个挑战。 挑战：未来三年内，招聘、留住并重新培训技术工人 量。 关键技术及其影响 技术通过在设计与开发（A&D）项目中的集成，实现了规模化执行。 创新投资 量子计算 混合云设计 设计安全 混合架构能够在不牺牲主权或控制权的前提下，支持工程、制造和供应链环境之间的协调。 AI的采用仍然不均衡。价值在于将AI嵌入核心工作流程，并推广经过验证的应用案例，而不仅仅是运行试点项目。 A&D中的执行，安全是核心。它必须融入工程、制造和供应链中，才能可靠地扩展。 量子计算扩展了研发（A&D）可以建模和优化的范围，并在特定的工程领域产生了早期影响。 网络风险影响任务准备状态、认证和交付。保障数字脉络、IT/OT系统和供应商的安全，可以保护设计知识产权和任务关键数据。 在跨越长期产品生命周期的AI应用中，强有力的治理、可追溯性和技术监管至关重要。 协同工作——这需要新的工作流程，而非新的平台。 分布在本地、边缘和受控云环境中 排程、识别瓶颈，并加强工程、制造和供应链之间的协调。 以及长期的项目时间表。 国安全协作，并支持大规模执行。 差距在于执行。 从一开始就构建安全——但这仍然是他们面临的第二大挑战。 期待人工智能和技术变革的步伐到2028年将塑造战略。 研发预算中用于量子计算的部分——这是各行业中占比最高的。 从设计为混合型企业开始，经过五年时间 选择行业关键绩效指标 指标追踪交付、吞吐量、弹性和转型进度 供应链弹性和交付 人工智能带来的生产力提升 创新投资 预计人工智能将提升核心运营的生产力，其中工程、供应链和运营领域将获得最大收益。这些收益正进入企业的运营骨干。 A&D的竞争力始于上游。研发投入表明公司是否在资助下一波平台和能力。 A&D供应链是全球性的、多层次的。成本并非绩效的主要衡量标准——交付可靠性、吞吐量和弹性才是。 ，持续投资既能维护差异化，又能平衡利润压力。 付信心，稳定了生产，并帮助企业在压力下履行项目承诺。 它们期望人工智能能够加速设计周期、稳定执行，并增强各职能领域的韧性。 到2030年的预期生产力提升 研发支出占收入的百分比 1 年供应链成本占收入的比重 战略要务 – 运营效率 – 战略灵活性 – 商业与产品创新 人工智能将提高效率并执行复杂程序，从而推动显著的生产力提升。 需要了解什么运营效率 吞吐量不仅取决于产能，还取决于组织如何有效运行核心运营——规划、产品开发、制造、供应链以及MRO。IT和OT系统是这些运营的支柱。 到2030年预计将实现最大的生产力提升 1.产品开发2. 供应链与物流 碎片化系统、数据孤岛和脱节的工作流程仍然是主要的障碍。 67%的A&D（研发与设计）组织预计人工智能将利用现有产能提升产出和交付效率，66%预计将在复杂、长周期的项目中获得收益。但如今，大多数人工智能的应用仍局限于低风险试点，而非实现转型。 86%优先提升至2030年复杂长周期项 品开发将从中获益最大，其次是供应链。 目的执行效率 现代化技术平台，提升端到端运营效率 该做什么 运营效率 预计到2030年，人工智能将提升关键指标。 关键考量运营效率并非简单的成本削减 端到端优化必须在遵守严格认证要 整合遗留的MES、ERP和PLM系统。实时连接IT和OT数据。77%的高管认为IT/OT现代化是提升绩效最有效的杠杆。 求的同时进行，并确保在整个长期项目生命周期中保留安全裕度和技术权威。 46% 决策速度 利用人工智能提升决策速度与质量。利用人工智能指导能力和工作量分配决策。46%的人期待更快、更好的决策；58% 的人已经优先考虑了人工智能驱动的规划。 将上市时间缩短了37% 利用数字工具和自动化提高生产力。将收益再投资于数字产品和服务。预计到2030年，工程领域将带来最大收益（54%）。 66%42%的维修和修复性能 优先考虑知识检索、工作流编排、预测性维护和库存优化等高影响力用例。从试点项目转向企业级全面部署。目前，只有18%的企业在端到端运营中使用生成式人 国防制造商利用人工智能优化生产调度和资源分配。 工智能。 组织在主权、安全及监管约束下运营时，必须保持灵活性。 需要了解什么战略灵活性 A&D组织必须在严格的主权、安全及监管规则下运营。 68%A&D领导者报告称，需要加强混合 为保持灵活性，组织必须掌控敏感数据和决策，同时协调合作伙伴和环境。出口管制、机密数据和国家政策限制了数据、系统和决策的共享方式——尤其是在跨国界的情况下。 云、人工智能和安全平台之间的 这就在速度和控制赋能协作之间形成了一种权衡，同时又不削弱合规性或技术权威。为实现这一点，数据和任务负载必须在主权和共享环境中进行分布，并与安全 70%优先减少对外部AI平台和云服务提 、监管和项目要求保持一致。 供商的依赖 从一开始就设计数据和平台治理，以最大限度地提高灵活性 该做什么 战略灵活性 关键考量采用一种混合架构，根据分类和任务 从一开始就界定主权护栏。为关键、合作伙伴和供应商制定明确的数据分类、存储位置、访问权限和模 50%据国防制造商称，人工智能计划未能 型使用规则。 需求，在本地、边缘和云环境中保持主权控制。清晰、可审计的部署规则将此转化为一种优势。 超越试点阶段进行规模化推广。 根据任务关键性分配工作量。根据风险、合规及交付需求，将每项工作负载运行在合适的运行环境—主权云 、本地数据中心、边缘或受控云上。 72%据称，A&D组织中有相当一部分人认为 以便在合作伙伴间扩展协作，同时又不削弱出口管制或技术监管权。 使用共享接口、可复用的集成模式和通用数据模型，以实现大规模协作。 ，治理和风险问题比技术本身更阻碍了人工智能的采用。 嵌入自动化控制，以支持安全的人工智能使用、防止工具泛滥，并能在程序或威胁变化时快速适应。 商业与产品创新将带来30%的收入增长，目标为2030年。 需要了解什么商业与产品创新 增长越来越多地由新技术驱动。数字化产品和服务是A&D组织的第一要务。各组织正在构建以软件为主导的能力、数据赋能的服务以及全生命周期产品。军民两用项目也在扩展。 60%预计有百分之多少的A&D高管期望 到2030年人工智能能转型商业模 模块化设计与重用将重塑商业模式。售后、可持续维护和维修更换（MRO）正成为主要的增值来源，将收入扩展至交付之外。 个生命周期对工程进行转型、嵌入数据、软件和服务，并在不失控制或信任的前提下实现创新规模化。 52%据部分A&D组织称，到2030年，模 块化设计和跨项目复用将驱动商业模式变革。 为可扩展的成果而创新，而非孤立的平台 该做什么商业与产品创新 以任务成果为设计目标，而非平台。从独立的系统转向可重复的能力，以提升全生命周期内的可用性、战备状态和任务影响力。 关键考量创新必须在多国项目中的认证时间 表、安全案例和出口管制范围内进 78%A&D高管中有计划将AI驱动的生产 力收益再投资于增长和创新的人数占比1 超越交付增长收入。开发数据、软件和服务主导的产品——涵盖售后市场、持续保障和MRO——以创造经常性收入。 目标在于扩大创新规模、提升生命周期价值、并保持任务准备状态——而不仅仅是削减成本。 能能力、支持认证以及加速开发来实现。 87%A&D组织优先考虑加速数字化产品和 服务，以实现2030年目标。 权威。 场。 变革性技术 – 数据– 设计型混合云– 设计型安全– 自动化– 传统AI与生成式AI– 智能体AI– 量子计算 专有数据的有效运用能够增强能力与竞争优势。 Data 76%有 A&D CDOs 将利用专有数 该做什么将数据视为核心基础设施。利用数据来大规模运行规划、生产 需要了解什么研发（A&D）组织在工程、制造、规划、维修备件（MRO）、 – 重点关注任务关键数据。优先处理支持安全、质量、规划、和持续保障——而不仅仅是IT系统。 据列为首要战略目标 供应链和服务平台等领域生成大量数据。 准备和维修备件（MRO）的数据，例如工程变更、生产质量及机队健康。将治理融入数据流。为血缘关系、访问