由 Simon 制造业过半预算押注AI，真能引爆利润革命？数据短板成最大震撼，仅21%企业完全就绪，信任鸿沟如何跨越？
制造业高管豪赌AI：近半数现代化预算押注人工智能，但数据基础成最大短板
根据塔塔咨询公司（TCS）与亚马逊云科技（AWS）联合发布的《2025未来就绪制造业研究》，制造业高管们正将近半数（51%）的现代化预算押注于人工智能与自主系统，赌其能在两年内提升利润。这标志着AI已被视为提升财务表现的核心引擎【战略重心转移】。
核心数据与预期：
* 88% 的制造商预计AI将贡献至少5% 的运营利润率。
* 四分之一 的制造商预期回报率将超过10%。
* 75% 的受访者预计到2026年，AI将成为运营利润的前三大贡献者之一。
雄心与现实脱节：数据基础薄弱成“阿喀琉斯之踵”
尽管资金与雄心俱在，但工厂的现实却拖了后腿。在加速投资智能系统的同时，底层数据基础设施依然脆弱，风险管理策略仍依赖昂贵的人工缓冲。
* 投资失衡：对AI的投入远超员工技能重塑（19%） 和云基础设施现代化（16%）。TCS制造业总裁Anupam Singhal指出，制造业的优势在于精准、可靠和持续追求性能，而AI能通过更强的可预测性、稳定性和控制力，将这一基础优势放大数倍，带来变革性业务成果。
* 信任鸿沟：尽管重金投资预测能力，但实际操作中却暴露出对系统缺乏信任。当遇到中断时，制造商并未依赖数字系统的敏捷性，而是回归实体保障：
* 61% 的企业增加了安全库存。
* 仅26% 利用数字孪生进行情景规划以应对波动。
AWS汽车与制造业总经理Ozgur Tohumcu评论道，制造商正面临前所未有的压力，而AWS正通过AI驱动的自主运营，推动制造业从手动、被动的流程转向智能、自优化的规模化系统。
核心障碍：非AI模型，而是数据
实现财务回报的主要障碍并非AI模型本身，而是它们所“食用”的数据。
* 数据准备度不足：仅21% 的制造商声称拥有清洁、有上下文关联且统一的数据，达到“完全AI就绪”状态。
* 集成与安全挑战：54% 的受访者认为与遗留系统集成是主要障碍；52% 则将安全与治理问题列为工厂层面的首要障碍。
未来趋势：迈向“代理AI”，但路径多元
尽管逆风存在，行业正加速迈向代理AI（即能在有限人工监督下做出决策的系统）。
* 74% 的制造商预计到2028年，AI代理将管理高达一半的日常生产决策。
* 66% 的企业已经或计划在12个月内，允许AI代理在无需人工签字的情况下批准常规工单。
* 避免供应商锁定：63% 的制造商倾向于混合或多平台策略，而非单一供应商解决方案。
高管行动指南：从炒作回归根本
要将巨额资本支出转化为实际利润，企业高管需超越炒作：
1. 首要任务是修复数据：仅21%的企业完全就绪，当务之急是数据现代化而非算法开发。没有清洁、统一的数据，可持续性和预测性维护等高价值用例将无法规模化。
2. 弥合AI信任鸿沟：对安全库存的依赖表明对数字信号缺乏信心。答案是分阶段实现自主——从工单等行政任务（66%的企业已朝此迈进）开始，再逐步移交复杂的供应链决策。
3. 避免单一化陷阱：数据支持采用多平台策略以保持杠杆效应和敏捷性。制造商将未来押注于AI，但实现回报需要减少对模型“智能”的关注，更多地投入到数据清洗、遗留设备集成和建立员工信任等基础工作中。
—
延伸思考：
1. 当制造业将过半转型预算投入AI时，对员工技能重塑的相对低投入（19%）可能带来什么长期风险？企业应如何平衡技术投资与人力资本投资？
2. 报告中揭示的“数据信任鸿沟”（如宁愿囤积库存也不完全相信AI优化建议）反映了更深层的管理文化问题。在推进技术自主化的过程中，企业应如何设计和变革组织流程与文化，以真正建立对AI系统的信任？
阅读 ArtificialIntelligence News 的原文，点击链接。