生成式人工智能在工业制造中的应用

核心观点与关键数据

• 制造业盈利能力下降：近五年来，德国、奥地利和瑞士的工业制造业毛利率持续下滑，主要原因是生产率增长放缓而人力成本上升。自2010年以来，人均劳动生产率基本持平，而制造业要素成本累计攀升27%。
• GenAI的潜力：GenAI被视为推动制造业突破困境、提升盈利能力的潜在变革力量。52%的受访企业高管将GenAI视为可能改变行业格局的关键因素。
• GenAI用例分析：普华永道思略特评估了45个真实的GenAI应用案例，结果显示，这些用例最大价值潜藏于企业核心业务流程，其中研发环节可提升运营利润率1.7个百分点，销售环节达2.4个百分点。
• 用例分类：根据利润表影响大小，用例分为“破局关键”（高影响）、“必备刚需”（中等影响）和“泡沫陷阱”（影响有限）三类。其中，“破局关键”用例预计占潜在营业利润影响的86%。

研究结论

• GenAI实施现状：目前，工业制造领域对GenAI的采纳与实施程度远未释放其全部潜力。多数企业仍停留在实验或概念验证阶段，仅少数企业真正采用并实施整体GenAI战略。
• GenAI战略制定：企业应制定清晰的GenAI战略，明确GenAI在未来运营模式中的作用，并围绕数据与技术底座、员工能力、合作伙伴关系、监管与伦理、交付机制以及流程整合等关键因素描绘目标蓝图。
• GenAI孵化器：普华永道思略特提出GenAI孵化器方法论，帮助企业将GenAI愿景转化为实际应用，通过演化、实施和优化三个阶段，确保GenAI创意带来长期的财务与运营回报。
• 中国企业机遇：中国企业若能借鉴先进做法，在本土高数据密度场景里快速深度整合GenAI，就能以更低成本、更高效率应对多重挑战，将GenAI转化为下一轮增长引擎。