德勤报告：制造业Outlook 2025丨优先考虑高回报率投资，Gen AI或成行业爆点

随着围绕人工智能的热情从“肆无忌惮的兴奋”转变为“对业务成果的实际影响进行更加细致和批判性的评估”，制造商已经对人工智能和生成式人工智能进行了大量投资，预计这一趋势将在2025年及未来继续下去。

德勤《2024年数字客户体验的未来》调查发现，55%的受访工业产品制造商已在运营中使用了人工智能工具，超过40%的制造商计划在未来3年内增加对人工智能和机器学习的投资。

然而，企业似乎正在通过遵循传统的整体投资回报流程，对生成式人工智能和人工智能的实施采取更加审慎的态度。2024年，美国制造业领导委员会在对制造商进行的一项调查中发现，78%的受访者表示，他们的人工智能计划是公司整体数字化转型战略的一部分。而且，与技术投资的典型情况一样，衡量生成式人工智能成功与否的主要标准是其能否为企业带来价值。

采用人工智能的先决条件是获得高质量的数据，并且企业似乎也正在将重点转向这一方向：但是挑战依然存在。在另一项调查中，近70%的制造商表示，数据问题包括数据质量、上下文关联和验证，是实施人工智能的最大障碍。为帮助克服这些挑战并最大限度提高投资回报率，制造商可以考虑从已有强大数据基础的使用案例入手。

其中一个使用案例是客户服务应用，这些应用通常是数字化和基于语言的，可访问通常不需要大量数据协调或现代化的数据，如通话记录、技术文档、保修数据和索赔信息。事实上，在德勤《2024年数字化客户体验的未来》调查中，74%的受访制造商表示，他们计划使用或已经在使用生成式人工智能来提升客户体验。

使用实例包括，基于生成式人工智能的虚拟聊天机器人，可以让客户在购买过程中高效评估产品规格和功能；基于生成式人工智能的服务手册与增强现实技术相结合，可为维护和修理提供快速高效的远程协助。

另一个使用案例是产品设计。例如，根据数据提供商IDC的数据，到2028年，对产品创新的需求将推动50%的大型制造商使用生成式人工智能评估工程档案，以发现传统产品创新的新机遇。将使用案例与公司的关键业务或优先事项（如提升客户体验或产品创新）挂钩，对于确保企业内部资金和支持很重要。 

2025年，由于成本上升和不确定性预计仍将持续，因此对制造商而言，确定投资人工智能（包括生成式人工智能）的目标机会，可能成为关键所在。提高效率、生产力和降低成本，被认为是通过实施生成式人工智能实现的重要效益。

在最近的一项调查中，多数制造商表示，与其他智能制造技术相比，人工智能和机器学习对业务成果的影响最大，而生成式人工智能或因果分析工具（causal AI）提供的投资回报率最高，仅次于云技术和软件服务。

为了支持2025年人工智能使用案例的实施，并为未来奠定基础，制造商必须专注于组建整体的人工智能和数据战略，包括搭建运营模式、建立治理和识别风险。然而，在制造业领导委员会2024年的一项调查中，只有51.6%的制造商表示制定了企业人工智能战略。此外，专门关注数据的组织和结构化也很重要，这将为促进人工智能和基因人工智能的长期投资奠定基础。

专家的观点
日立公司高级人工智能中心总经理兼全球人工智能卓越中心负责人Chetan Gupta表示：制造业正处于一场重大变革的风口浪尖，其主要驱动力是人工智能的兴起。这一转变将彻底改变传统制造流程，从根本上重塑行业运营。

Chetan Gupta

到2035年，随着人工智能越来越善于检测故障或闲置的机器，该行业的利润率预计将提高38%，这一变化的意义不亚于20世纪初流水线的引入。正如这一创新重新定义了生产一样，人工智能也将留下不可磨灭的印记，推动效率、创新和增长达到前所未有的水平。

虽然这种变革仍处于早期阶段，但各行业的制造商已经开始将人工智能嵌入生产和规划流程。从供应链管理、生产规划到安全和执行，人工智能的应用遍及整个制造业价值链。在许多公司，人工智能已成为日常运营中不可或缺的一部分，特别是在质量控制方面，它可以改善零件检测并减少缺陷。

此外，人工智能在预测性维护方面也发挥着重要作用，有助于防止代价高昂的设备故障，否则整个生产线都可能因此而停工。由人工智能驱动的预测性维护使客户能够在设备故障发生前进行预测，从而最大限度地减少停机时间，提高效率。

实时质量控制系统可即时检测产品缺陷，确保产品质量始终如一。此外，人工智能还能找出效率低下的环节、简化流程并改善结果，从而优化制造工作流程。

生成式人工智能（GenAI）的出现进一步推动了人工智能领域的发展。生成式人工智能，用于根据文本、视觉和音频数据训练的模型来创建新内容，以响应提示。对于许多用例而言，大型语言模型使制造商无需开发定制的人工智能/机器学习模型，从而可以利用即用型高性能工具加快创新和部署。

人工智能的影响，尤其是生成式人工智能的影响，可被视为类似于从人工操作生产到自动化的转变，因为它将为制造业带来无限的可能性。例如，利用GenAI构建的人工智能代理有可能获取公司的维护和操作手册，通过混合现实界面提供信息，以便操作员能够快速访问正确的信息。以医疗保健行业为例，梅奥诊所（Mayo Clinic）正在探索利用GenAI来协助临床记录，从而提高准确性，腾出更多时间来照顾病人。

另一个前景广阔的领域是制造价值链的早期阶段。例如，如果制造商需要回复RFP（招标书），GenAI可以通过研究公司以前的回复来帮助创建回复，从而为后续的设计流程提供帮助。同样，人工智能也可用于增强现有的产品设计流程。

更重要的是，GenAI对未来的数字化转型项目具有影响，因为它可以帮助制造商从当前的举措中获得更大的收益。虽然数字化转型为企业提供了访问数据的能力，但这些企业往往没有远见或资金来利用更多的信息访问，来实现真正的商业价值。结果是，直到现在，数字化转型的绩效仍未实现其承诺。事实上，贝恩公司估计，工业企业的成功率约为8%。

人工智能和GenAI的出现，使企业最终能够利用所有这些数据。事实上，GenAI的采用有望加速目前在制造业领域正在发生的变化，有时也被称为工业4.0，从而使产品开发更加简化，并加快对市场变化的响应速度。这些只是GenAI预计将触及制造业价值链各个环节的几个例子。