工业制造商如何应对人工智能驱动的商业浪潮

工业制造商正积极准备迎接由人工智能驱动的商业变革，但产品体验管理（PXM）的差距成为关键挑战。研报显示，尽管多数制造商已投资相关工具，但仅有7%实现了产品内容在系统间的完全自动化流动，63%为“大部分集成”，27%仅连接了少数关键系统，3%则处于高度分割状态。

核心数据与现状：

• 68%拥有产品信息管理（PIM）系统，58%拥有数字资产管理（DAM）系统，但两者协同工作的比例极低。
• 50%在过去12个月因未受管理的 产品内容而面临数据安全或治理风险，44%存在渠道一致性问题和43%的技术债务问题。
• 79%已制定AI战略并开始实施，但仅7%拥有支持AI的完全自动化内容基础设施。
• 88%正在与外部PXM合作伙伴合作或积极评估，70%对AI合作伙伴持同样态度。

主要问题与挑战：

• 集成不足：尽管工具普及，但系统集成度低，导致大量手动工作，52%将其视为最大障碍，其次是47%的过多重叠工具和46%的缺乏内部集成专业知识。
• 执行效率：制造商在保持内容准确（43%）方面表现较好，但在快速执行（如新品上市19%，减少手动工作13%）方面存在明显差距。
• AI依赖性：AI应用（如产品发现、自动化分销）高度依赖准确、完整、结构化的内容，当前的基础设施难以满足这一需求。

制造商期望与优先事项：

• 一致性：期望产品信息跨所有渠道完全一致。
• 完整性：要求产品数据在上市时即完整准确，避免后期修正。
• 易用性：希望客户能轻松获取所需信息，无需额外努力。
• 单一系统：理想状态是使用单一系统管理并自动同步所有渠道的信息。
• 优先事项：未来12个月最关注减少新品上市时间（35%）、提升内容准确性与完整性（35%）、升级或替换陈旧PIM/DAM平台（32%）。

结论与建议：

• 制造商的AI雄心取决于其PXM基础设施的状态，当前多数基础薄弱，无法有效支撑AI应用。
• 解决集成问题需要克服技术、流程和人才障碍，并需内部高层支持与战略规划。
• 外部合作伙伴（PXM和AI）需求旺盛，成为制造商的重要选择。
• 建议：审计现有集成效果、将PIM/DAM视为单一系统并持续集成、将完整内容作为新品上市要求、以商业价值论证投入、尽早评估外部合作伙伴。