2024年度全球智能制造现状报告（第九版）

执行摘要

• 工业通用人工智能革命：生成式人工智能（GenAI）成为技术优先事项，网络安全威胁上升，首次排名第三。
• 超级力量人群：新兴科技人才占比上升，网络安全被评为2024年雇主寻求的首要技能。
• 运营生成式人工智能（GenAI）：GenAI在2024年运营中的应用需求旺盛。
• OT与IT界限模糊：物理操作与数字连接性提升，网络安全意识增强。
• 风险与韧性：弹性成为缓解供应链短缺的关键，维持或扩大员工队伍是制造商的主要目标。
• 投资回报率（ROI）：人工智能/机器学习带来最大的商业成果，云/软件即服务计划使用可穿戴技术。
• 变革管理：变更管理是2024年与劳动力相关的最大障碍。

智能制造当前状态

• 经营环境：制造商面临通货膨胀、高能源价格和人才短缺等严峻挑战。
• 科技投资增长：科技投资同比增长30%，主要用于缓解外部风险和内部风险。
• 人工智能应用成效：人工智能/机器学习在提升商业成果方面表现突出。
• 技能缺口：熟练劳动力短缺降低竞争力，制造商计划通过技术增强劳动力并填补技能差距。
• 数据管理：领导者利用数据驱动人工智能/机器学习优化流程，但数据有效利用率不足。
• 可持续性和ESG政策：98%的组织拥有某种形式的可持续性或ESG政策，能源管理是主要驱动因素。
• 智能制造领养：生产线流程应用最广泛，硬件/设备投资占比最高。
• 挑战与机遇：制造商从模块化、可扩展的智能制造解决方案中获益，网络基础设施升级。
• 劳动力挑战：技能短缺和员工适应变化是主要障碍，沟通/团队合作和智能技术知识是关键需求。

制造商最大的挑战

• 工业4.0技能短缺：雇主最寻求的技能包括沟通/团队合作、智能技术知识和网络安全实践。
• 质量控制：质量提升是智能制造的重点，人工智能/机器学习在质量控制中的应用场景在三年内位居前列。
• 员工应对地震般的变化：培训现有员工、管理变革和帮助员工保持参与度是关键。
• 提高效率：制造商转向智能制造技术以实现可持续性和ESG目标，重点在于提升质量、降低成本和推动OEE。
• 数据鸿沟：大型制造商数据有效利用率高于小型制造商。

逆境加速变革

• 数字化转型加速：83%的制造商表示障碍正在加速数字化转型，供应链中断、仓储和履约行业转型速度最快。

智能制造的未来

• 人工智能的资本化竞赛：人工智能和因果人工智能、协作机器人和自动化移动机器人被广泛采用。
• 自动化程度提高：自动化、智能制造技术和人工智能/机器学习的使用将持续增加。
• 可持续性和ESG：采用技术进行可持续实践的跟踪/量化是缓解内部风险的主要方式。
• 科技投资推动：制造商以长远眼光审视业务，通过投资科技提升竞争优势和构建商业韧性。
• 人工智能将提高质量并降低风险：人工智能影响最大的领域将是制造业的两大关注点：保持质量和降低风险。
• 领导力障碍：领导者需要平衡人员、过程和技术，吸引并保留高素质劳动力。

行动

• 数字化转型之旅：制造商需要定义愿景、识别差距、选择解决方案并持续改进。
• 价值实现：建立快速价值观流动、学习迭代、保护持续价值并拥抱新的工作方式。
• 人才赋能：支持新工作方式的技能和思维模式是成功的关键。

人口统计学/企业画像

• 受访者构成：主要来自美洲和亚洲太平洋地区，行业涵盖高科技、汽车、金属加工等。
• 职位角色：以初级决策者和C级管理层为主。