制造业正腹背受敌——AI可能是生命线，但前提是领导者们能够跑赢混乱、智胜网络威胁并赢得谨慎员工的支持。
图源：Gorodenkoff / Shutterstock
从关税到对经济衰退的担忧，再到极端的竞争，制造业正承受着来自四面八方的压力。但此时此地，整个行业的领导者们正在挺身而出，探寻技术所能提供的每一种优势。我亲眼见证了这一切——既通过数据，也于趋势的字里行间。
我在罗克韦尔自动化的同事们每年都会花时间调查数千名制造业专业人士，了解他们使用智能技术的经验和情况。哪些是有效的？哪些是无效的？哪些内部和外部因素正在推动他们的变革？这是一个我很自豪能支持的过程，我总是期待着将这些定量数据与我几十年来在现场对话中获得的定性数据进行比较。在我职业生涯的早期，我曾担任行业顾问，帮助客户应用解决方案来解决问题。现在作为一名业务单元负责人，我经常与着眼于未来的领导者交谈，确保我们保持一致。这几乎总是会引出关于未来趋势可能是什么、制造业将如何演变，以及我们如何能共同做出最佳商业决策以做好准备和降低风险的讨论。
当我审阅我们第10次调查的数据时，我看到一个行业正陷入一系列的艰难困境中。单靠人力无法跟上当前经济状况每小时的波动，也无法跟上使供应链变得脆弱的网络安全军备竞赛，81%的受访者证实，这些压力（内部和外部）正在加速他们的数字化转型时间表。这是有道理的。制造商需要填补缺口。然而，他们也需要努力在竞争中抢先一步，找到那些能产生当前和未来价值的AI用例——无论是工厂车间物理AI的大规模采用，还是务实的质量控制。而围绕这一切的，是整个行业对变革的抵触情绪。
一、制造业需要AI——但他们仍在摸索在何处以及如何应用
制造业领导者几乎一致在采用AI——我们今年的调查发现，95%的受访者正转向该技术。根据我亲眼所见，这并不令我惊讶，但我很高兴看到我们去年研究中确立的用例正在转变为最佳实践。值得注意的是，AI驱动的质量控制正在改变制造业。近一半的受访者（48%）计划部署这一用例。在现场，我看到人为错误对质量控制可能产生的影响，尤其是在我们当前的贸易条件下。制造商现在必须迅速调整生产地点和时间，这意味着新的流程和人员将参与进来。这为人为错误创造了机会，导致质量下降，因此，将这些AI用例与灵活的自动化解决方案结合使用以确保质量得以维持，这一点非常重要。
我们调查的受访者还强调了网络安全是一个关键的AI用例，因为制造业公司在2024年占所有勒索软件攻击的21%——在我们调查的受访者中，只有通货膨胀和经济增长被列为更令人担忧的风险。随着不法分子采用更复杂的策略来部署网络攻击，制造商们意识到他们不能靠人力“监视”系统来防范不法分子。这任务量太大，太复杂了。他们更多地依赖AI来为他们做这件事，并更快地发现问题。事实上，我们近一半的调查受访者表示，他们计划在未来一年内将AI/ML（机器学习）用于网络安全。
我们甚至看到行业领导者正在从被动转向主动。他们正在主动规划系统加固、补丁和监控的改进，并将其与当前的风险水平联系起来。这种理念的转变在生命周期终止（EOL）迁移中尤其明显。历史上，制造业的EOL政策一直是“既然它在运行，就别碰它……”这导致关键系统中有过时或废弃的部件。
制造商们现在意识到这使他们处于风险之中。所以，为了抢先一步，他们需要更加主动，并将更新纳入他们的计划，这样他们就不会陷入那种糟糕的最终状态并面临风险。但这需要广泛的公司支持和改变旧有心态的意愿。还有更多工作要做，但影响已经显而易见：更快的检测、更智能的补丁优先级排序和更好的恢复规划。
但这仅仅是AI在该行业效用的开始。机器人技术是制造业AI转型中的下一个主要篇章。当技术专家们在争论物理AI的最终形态时，制造商们现在正在探索这些技术的实际用途。在我的工作中，我看到制造商们在试验自主运输车队，将成吨的货物从A点运到B点，并使人们免于从事生产中更危险的任务。我们开始在数据中看到这一点——今年调查中37%的受访者表示，他们的组织计划在未来12个月内试验机器人技术。
制造业的IT领导者需要重新校准建立“最佳实践”所需的时间，并迅速行动以跟上AI的速度。因此，一方面，这意味着快速采纳和对试点实验性技术的开放态度。
然而，要成为早期采用者，你需要一个支持你的员工队伍。
二、与抵触变革的员工队伍一起倡导转型
变革的速度正在追赶上我们的制造业员工队伍。今年我们30%的受访者将抵触变革视为他们的首要领导力挑战——超过了我们提供的任何其他选项。这个因素在2024年甚至没有进入我们的前三名。
该行业持续的极快创新速度（23%的受访者表示，他们缺乏在未来一年内超越竞争所需的技术）意味着，制造商们如果不确保员工直接感受到好处，就不太可能克服这一挑战。无论是重大调整——比如自动化危险任务并重新培训员工以监督该过程——还是像聊天功能这样简单的事情，以保持整个设施的团队成员联系，这个行业都必须确保其员工队伍看到这种快速变化的切实好处。
制造商需要在他们的整个企业中采用智能技术，并且他们必须为员工提供跟上步伐所需的安全感和培训。未来12个月对于巧妙地达成这一平衡至关重要。
三、2026年制造商将迎来什么？
目前挤压制造商的竞争压力不太可能改变，但应对这些压力的选择可能会改变。
随着更多组织采用新兴技术，我们很可能会了解哪些是真正有效的，并识别出AI驱动的制造业最佳实践。我们已经知道一些功能（如网络安全和质量控制）将继续帮助制造商驾驭波动，但我很好奇AI还将如何演变这个行业。制造商可能会将其进一步应用于质量检测的视觉系统。我还敢打赌，机器人领域的AI将继续改变智能设备如何提高效率，AI驱动的人形机器人也即将出现。
1.制造业现在不间断运行，研发也需要跟上步伐
随着最佳实践的AI用例固化，它们反过来将为推动智能制造的边界开辟新的机会。尽管存在经济压力，现在也不是缩减技术试点、概念验证或员工技能建设的时候。
2.对制造商来说，安全与治理同等重要
网络安全和数据治理将与制造商已经在工厂车间部署的安全措施同等重要。为了促进这一点，技术领导者必须建立严格的独立治理原则，特别是在全球法规碎片化的环境中。
3.制造商将通过变革来维持市场稳定，但员工需要参与进来
在员工提问之前，就要向他们宣传你的智能制造路线图（以及你计划如何带他们一起前进）。我们需要培养对技术的信任、计划的透明度，并确保工人们知道它如何帮助他们更有效。如果我们这样做，他们就会成为倡导者，并将成为变革的驱动力。
这意味着投资于员工是一项业务要务。这对该行业来说并不新鲜——只有7%的我们的受访者表示计划减少工人招聘——但员工敬业度和技能再培训的性质需要改变。我们不能再仅仅培训员工事实和流程，而必须重新关注他们如何能与技术互动以获得所需或以不同方式完成工作。这是从了解事实到真正理解自己领域的转变。
是时候全力以赴了
我们今年的数据使我们的假设变得不可否认——制造业正面临来自其企业各个方面新的、更快、更强烈的压力。要度过这个充满挑战的时期，制造商们将需要我们所能支配的每一双手、每一个头脑和每一个新工具。
1、【核心挑战】在经济波动、网络威胁和激烈竞争的多重压力下，制造业正面临关键时刻，这迫使其加速数字化转型，并将AI（95%的企业已在采用）视为关键的“生命线”。
2、【应对策略与新障碍】AI已在质量控制和网络安全等领域展现出巨大价值，并正向机器人等物理AI领域扩展。然而，转型面临的最大障碍已从技术问题，转变为员工对变革的抵触情绪（30%的领导者视其为首要挑战）。
3、【结论与展望】因此，制造业领导者的当务之急，不仅是快速部署AI用例，更要通过透明沟通和技能再培训，让员工亲身感受到技术带来的益处（如安全性提升、效率提高），将他们从变革的阻力转变为推动力，从而在挑战中赢得未来。
当工厂里的机器越来越智能，会议室里面对的最大挑战，已不再是技术代码，而是人心代码。
作者：Andy Stump（安迪·斯坦普）
