制造業(yè)正腹背受敵——AI可能是生命線，但前提是領導者們能夠跑贏混亂、智勝網(wǎng)絡威脅并贏得謹慎員工的支持。
圖源：Gorodenkoff /?Shutterstock
從關稅到對經(jīng)濟衰退的擔憂，再到極端的競爭，制造業(yè)正承受著來自四面八方的壓力。但此時此地，整個行業(yè)的領導者們正在挺身而出，探尋技術所能提供的每一種優(yōu)勢。我親眼見證了這一切——既通過數(shù)據(jù)，也于趨勢的字里行間。
我在羅克韋爾自動化的同事們每年都會花時間調(diào)查數(shù)千名制造業(yè)專業(yè)人士，了解他們使用智能技術的經(jīng)驗和情況。哪些是有效的？哪些是無效的？哪些內(nèi)部和外部因素正在推動他們的變革？這是一個我很自豪能支持的過程，我總是期待著將這些定量數(shù)據(jù)與我?guī)资陙碓诂F(xiàn)場對話中獲得的定性數(shù)據(jù)進行比較。在我職業(yè)生涯的早期，我曾擔任行業(yè)顧問，幫助客戶應用解決方案來解決問題。現(xiàn)在作為一名業(yè)務單元負責人，我經(jīng)常與著眼于未來的領導者交談，確保我們保持一致。這幾乎總是會引出關于未來趨勢可能是什么、制造業(yè)將如何演變，以及我們?nèi)绾文芄餐龀鲎罴焉虡I(yè)決策以做好準備和降低風險的討論。
當我審閱我們第10次調(diào)查的數(shù)據(jù)時，我看到一個行業(yè)正陷入一系列的艱難困境中。單靠人力無法跟上當前經(jīng)濟狀況每小時的波動，也無法跟上使供應鏈變得脆弱的網(wǎng)絡安全軍備競賽，81%的受訪者證實，這些壓力（內(nèi)部和外部）正在加速他們的數(shù)字化轉(zhuǎn)型時間表。這是有道理的。制造商需要填補缺口。然而，他們也需要努力在競爭中搶先一步，找到那些能產(chǎn)生當前和未來價值的AI用例——無論是工廠車間物理AI的大規(guī)模采用，還是務實的質(zhì)量控制。而圍繞這一切的，是整個行業(yè)對變革的抵觸情緒。
一、制造業(yè)需要AI——但他們?nèi)栽诿髟诤翁幰约叭绾螒?/span>
制造業(yè)領導者幾乎一致在采用AI——我們今年的調(diào)查發(fā)現(xiàn)，95%的受訪者正轉(zhuǎn)向該技術。根據(jù)我親眼所見，這并不令我驚訝，但我很高興看到我們?nèi)ツ暄芯恐写_立的用例正在轉(zhuǎn)變?yōu)樽罴褜嵺`。值得注意的是，AI驅(qū)動的質(zhì)量控制正在改變制造業(yè)。近一半的受訪者（48%）計劃部署這一用例。在現(xiàn)場，我看到人為錯誤對質(zhì)量控制可能產(chǎn)生的影響，尤其是在我們當前的貿(mào)易條件下。制造商現(xiàn)在必須迅速調(diào)整生產(chǎn)地點和時間，這意味著新的流程和人員將參與進來。這為人為錯誤創(chuàng)造了機會，導致質(zhì)量下降，因此，將這些AI用例與靈活的自動化解決方案結合使用以確保質(zhì)量得以維持，這一點非常重要。
我們調(diào)查的受訪者還強調(diào)了網(wǎng)絡安全是一個關鍵的AI用例，因為制造業(yè)公司在2024年占所有勒索軟件攻擊的21%——在我們調(diào)查的受訪者中，只有通貨膨脹和經(jīng)濟增長被列為更令人擔憂的風險。隨著不法分子采用更復雜的策略來部署網(wǎng)絡攻擊，制造商們意識到他們不能靠人力“監(jiān)視”系統(tǒng)來防范不法分子。這任務量太大，太復雜了。他們更多地依賴AI來為他們做這件事，并更快地發(fā)現(xiàn)問題。事實上，我們近一半的調(diào)查受訪者表示，他們計劃在未來一年內(nèi)將AI/ML（機器學習）用于網(wǎng)絡安全。
我們甚至看到行業(yè)領導者正在從被動轉(zhuǎn)向主動。他們正在主動規(guī)劃系統(tǒng)加固、補丁和監(jiān)控的改進，并將其與當前的風險水平聯(lián)系起來。這種理念的轉(zhuǎn)變在生命周期終止（EOL）遷移中尤其明顯。歷史上，制造業(yè)的EOL政策一直是“既然它在運行，就別碰它……”這導致關鍵系統(tǒng)中有過時或廢棄的部件。
制造商們現(xiàn)在意識到這使他們處于風險之中。所以，為了搶先一步，他們需要更加主動，并將更新納入他們的計劃，這樣他們就不會陷入那種糟糕的最終狀態(tài)并面臨風險。但這需要廣泛的公司支持和改變舊有心態(tài)的意愿。還有更多工作要做，但影響已經(jīng)顯而易見：更快的檢測、更智能的補丁優(yōu)先級排序和更好的恢復規(guī)劃。
但這僅僅是AI在該行業(yè)效用的開始。機器人技術是制造業(yè)AI轉(zhuǎn)型中的下一個主要篇章。當技術專家們在爭論物理AI的最終形態(tài)時，制造商們現(xiàn)在正在探索這些技術的實際用途。在我的工作中，我看到制造商們在試驗自主運輸車隊，將成噸的貨物從A點運到B點，并使人們免于從事生產(chǎn)中更危險的任務。我們開始在數(shù)據(jù)中看到這一點——今年調(diào)查中37%的受訪者表示，他們的組織計劃在未來12個月內(nèi)試驗機器人技術。
制造業(yè)的IT領導者需要重新校準建立“最佳實踐”所需的時間，并迅速行動以跟上AI的速度。因此，一方面，這意味著快速采納和對試點實驗性技術的開放態(tài)度。
然而，要成為早期采用者，你需要一個支持你的員工隊伍。
二、與抵觸變革的員工隊伍一起倡導轉(zhuǎn)型
變革的速度正在追趕上我們的制造業(yè)員工隊伍。今年我們30%的受訪者將抵觸變革視為他們的首要領導力挑戰(zhàn)——超過了我們提供的任何其他選項。這個因素在2024年甚至沒有進入我們的前三名。
該行業(yè)持續(xù)的極快創(chuàng)新速度（23%的受訪者表示，他們?nèi)狈υ谖磥硪荒陜?nèi)超越競爭所需的技術）意味著，制造商們?nèi)绻淮_保員工直接感受到好處，就不太可能克服這一挑戰(zhàn)。無論是重大調(diào)整——比如自動化危險任務并重新培訓員工以監(jiān)督該過程——還是像聊天功能這樣簡單的事情，以保持整個設施的團隊成員聯(lián)系，這個行業(yè)都必須確保其員工隊伍看到這種快速變化的切實好處。
制造商需要在他們的整個企業(yè)中采用智能技術，并且他們必須為員工提供跟上步伐所需的安全感和培訓。未來12個月對于巧妙地達成這一平衡至關重要。
三、2026年制造商將迎來什么？
目前擠壓制造商的競爭壓力不太可能改變，但應對這些壓力的選擇可能會改變。
隨著更多組織采用新興技術，我們很可能會了解哪些是真正有效的，并識別出AI驅(qū)動的制造業(yè)最佳實踐。我們已經(jīng)知道一些功能（如網(wǎng)絡安全和質(zhì)量控制）將繼續(xù)幫助制造商駕馭波動，但我很好奇AI還將如何演變這個行業(yè)。制造商可能會將其進一步應用于質(zhì)量檢測的視覺系統(tǒng)。我還敢打賭，機器人領域的AI將繼續(xù)改變智能設備如何提高效率，AI驅(qū)動的人形機器人也即將出現(xiàn)。
1.制造業(yè)現(xiàn)在不間斷運行，研發(fā)也需要跟上步伐
隨著最佳實踐的AI用例固化，它們反過來將為推動智能制造的邊界開辟新的機會。盡管存在經(jīng)濟壓力，現(xiàn)在也不是縮減技術試點、概念驗證或員工技能建設的時候。
2.對制造商來說，安全與治理同等重要
網(wǎng)絡安全和數(shù)據(jù)治理將與制造商已經(jīng)在工廠車間部署的安全措施同等重要。為了促進這一點，技術領導者必須建立嚴格的獨立治理原則，特別是在全球法規(guī)碎片化的環(huán)境中。
3.制造商將通過變革來維持市場穩(wěn)定，但員工需要參與進來
在員工提問之前，就要向他們宣傳你的智能制造路線圖（以及你計劃如何帶他們一起前進）。我們需要培養(yǎng)對技術的信任、計劃的透明度，并確保工人們知道它如何幫助他們更有效。如果我們這樣做，他們就會成為倡導者，并將成為變革的驅(qū)動力。
這意味著投資于員工是一項業(yè)務要務。這對該行業(yè)來說并不新鮮——只有7%的我們的受訪者表示計劃減少工人招聘——但員工敬業(yè)度和技能再培訓的性質(zhì)需要改變。我們不能再僅僅培訓員工事實和流程，而必須重新關注他們?nèi)绾文芘c技術互動以獲得所需或以不同方式完成工作。這是從了解事實到真正理解自己領域的轉(zhuǎn)變。
是時候全力以赴了
我們今年的數(shù)據(jù)使我們的假設變得不可否認——制造業(yè)正面臨來自其企業(yè)各個方面新的、更快、更強烈的壓力。要度過這個充滿挑戰(zhàn)的時期，制造商們將需要我們所能支配的每一雙手、每一個頭腦和每一個新工具。
1、【核心挑戰(zhàn)】在經(jīng)濟波動、網(wǎng)絡威脅和激烈競爭的多重壓力下，制造業(yè)正面臨關鍵時刻，這迫使其加速數(shù)字化轉(zhuǎn)型，并將AI（95%的企業(yè)已在采用）視為關鍵的“生命線”。
2、【應對策略與新障礙】AI已在質(zhì)量控制和網(wǎng)絡安全等領域展現(xiàn)出巨大價值，并正向機器人等物理AI領域擴展。然而，轉(zhuǎn)型面臨的最大障礙已從技術問題，轉(zhuǎn)變?yōu)閱T工對變革的抵觸情緒（30%的領導者視其為首要挑戰(zhàn)）。
3、【結論與展望】因此，制造業(yè)領導者的當務之急，不僅是快速部署AI用例，更要通過透明溝通和技能再培訓，讓員工親身感受到技術帶來的益處（如安全性提升、效率提高），將他們從變革的阻力轉(zhuǎn)變?yōu)橥苿恿?，從而在挑?zhàn)中贏得未來。
當工廠里的機器越來越智能，會議室里面對的最大挑戰(zhàn)，已不再是技術代碼，而是人心代碼。
作者：Andy Stump（安迪·斯坦普）
