报告行业投资评级 - 报告未明确给出行业投资评级 [1][2][3][4][5] 报告核心观点 - 人工智能正重塑制造业的方方面面 从设计到生产 从供应链到销售 再到员工管理 帮助企业改善效率并提升运营的智能化与敏捷性 [2] - 人工智能助力企业最大限度地减少浪费并优化能源使用 从而推动可持续发展 [2] - 制造企业不应仅在局部实施人工智能 而应将其融入企业的方方面面 以充分发挥其潜力 [2][3] - 自主智能体作为智能工具发展的下一个前沿领域 正蓄势待发 通过助力实现自优化供应链 自主生产线和跨业务职能实时协调 为真正实现端到端智能制造模式铺平道路 [3] - 93%的受访者认为 全面实施人工智能的企业将在业内形成显著的竞争优势 [8][9][10][20] 目录总结 引言 - 人工智能正重塑着制造业的方方面面 从设计到生产 从供应链到销售 再到员工管理 人工智能不断帮助企业改善效率 并提升运营的智能化与敏捷性 [2] - 人工智能的应用仍然较为分散 且主要由职能部门推动 许多制造企业仅在局部部署人工智能 此举限制了人工智能潜力的充分发挥 使企业难以真正实现整体转型 [2] 简介 - 第四次工业革命要求企业具备更大的敏捷性和实时决策能力 人工智能已非可有可无 而是不可或缺 可帮助企业实现预测性维护 智能自动化和数据驱动的优化 [7] - 转型成为智能制造企业不仅应引入人工智能 还应对工业生态系统进行改造 以挖掘人工智能的巨大价值 提高运营效率和韧性 并创造新的竞争优势 [7] 概要 - 93%的受访者认为能够拥抱人工智能的企业将在业内形成竞争优势 [15] - 72%的受访者计划使用人工智能提高效率 77%将其用于推动增长 [15] - 74%的受访者已经引入机器学习 72%已经实施预测分析 67%已经使用智能体 [15] - 96%的受访者已经实现运营和效率提升 45%财务状况有所改善 其中62%的投资回报率超过10% [15] - 78%的受访者认为实现可持续发展目标比人工智能更加重要 85%已经制定计划以缓解实施人工智能技术带来的能源需求增长问题 [15][16] 调研结论 - 56%的制造企业在实施人工智能解决方案时面临着与数据相关的问题 40%遇到员工技能不足或抵制变革的问题 为此80%已经投资开展人工智能工具知识和技能培训 [18] - 65%的受访者已采用结构化的人工智能风险管理方法 数据隐私（57%）和监管合规（44%）是主要关注领域 [18] - 36%的制造企业将其人工智能预算占IT总预算的10%以上 77%计划在未来12个月内提高这一占比 其中71%预计增幅将超过10% [18] 自主智能体推动变革 - 自主智能体能够独立推理 决策和以目标为导向执行任务 可以从根本上重塑制造业 [50] - 智能体可以在各种制造过程中实施以目标为导向的自主决策 关键领域包括产品线自治 自优化供应链 人类与人工智能进行决策合作 循环经济与可持续制造 自主维护和资产管理 面向大规模定制的自适应制造 [51][52][56][57] 打造智能制造企业 - 制造企业必须在创新与运营韧性之间取得平衡 确保人工智能驱动的自动化 预测分析和自优化系统与安全标准 监管要求和员工发展相匹配 [82] - 成功实施人工智能需要一种结构化 多层次的方法 在企业 职能和基础等多个层面构筑相应的能力 [82] 阶段一：利用人工智能为员工赋能 - 在赋能阶段 重点应提升员工技能并建立人工智能实施基础 企业应任命一名高管作为负责人 制定人工智能战略 识别高价值用例 提高人工智能素养 确保遵从相关法规 并建立道德护栏 [91] - 制造企业可针对特定领域试行人工智能解决方案 例如通过预测性维护减少停机时间 利用计算机视觉进行缺陷检测 借助人工智能进行生产规划 利用人工智能开展供应链预测 [103][104] 阶段二：将人工智能融入各项工作 - 融合阶段标志着企业向人工智能驱动的综合制造生态系统转型 人工智能融入到端到端的工作流程 工业机器人 数字孪生和生产控制系统中 [131] - 制造企业会将各类人工智能模型整合纳入制造执行系统之中 融合云计算 边缘人工智能和内部部署的图形处理单元的混合基础设施有助于确保可扩展性 安全性和无缝数据处理 [132] 阶段三：发展企业自身生态系统 - 在演进阶段 应推动商业模式和生态系统的发展 使用人工智能以及量子计算和区块链等前沿技术来解决行业面临的重大挑战 [92] - 人工智能可有助于在企业与合作伙伴之间顺畅地实现价值联动 这一阶段聚焦以实时安全性确保遵循道德要求并赢得信任 通过广泛而深入的培训提升员工潜力 [92] 主要考虑因素 - 制造企业可以通过将研发 生产和现场服务的数据整合到一个闭环系统之中 以发挥这些数据的真正价值 [62] - 制造业数据不仅相互孤立 而且差异较大 产品的复杂程度差异很大 需要采用不同的数据结构和分析方法 数据分属不同的利益相关方 包括制造企业 客户 分销商 经销商和第三方服务提供商 [66][70] 为您的人工智能转型保驾护航 - 毕马威提供了人工智能成熟度模型和框架 以帮助企业通过三个关键阶段实现转型发展 即利用人工智能为员工赋能和构建人工智能基础设施 将人工智能融入各项工作 发展运营模式和生态系统 [11][12] - 毕马威美国完成了名为"生成式人工智能机遇量化"的研究 评估了全面部署和应用生成式人工智能的现实价值 对全球超过1700万家企业进行了评估 发现仅仅在劳动生产率方面EBITDA就提高了4%-18% [118]