![]() |
85%企業宣稱做好了AI準備,但實際就緒者僅達11%
IBM 最新研究揭示阻礙工業 4.0 成熟和邁向工業 5.0 的關鍵差距
北京2025年7月23日 /美通社/ -- IBM(紐約證券交易所代碼:IBM)委托進行的一項新研究表明,盡管亞太地區 (APAC) 的企業正在加大對人工智能和工業 4.0 能力提升的投資,但許多企業高估了自身的實際成熟度,在全面應用AI時面臨基礎性挑戰。
這一巨大差距也蘊藏著緊迫性機遇:企業若能找準方向,可化愿景為行動,從而加速從工業4.0向工業5.0的躍遷。
這份題為《亞太地區AI驅動的工業4.0: 構建未來產業》的報告評估了亞太地區制造業和能源與公用事業領域大型企業的就緒情況。報告顯示,許多公司很早就對數字化工具進行了投資,尤其是在設計和供應鏈等領域。但要釋放真正的價值,企業現在需要端到端的可視化能力、更強的協同機制,以及更以AI為核心驅動的數字基礎設施。
亞太地區人工智能驅動的工業 4.0:雄心與現實
盡管 85% 的受訪者將自己評定為"數據驅動"或"人工智能優先",但該研究的客觀評估發現,只有 11% 的組織處于較高成熟度水平(9% 為數據驅動;2% 為人工智能優先)。
這一認知與現實的脫節表明,如果領導者高估其成熟度,那么企業的戰略性投資可能出現偏差,導致企業無法識別和解決瓶頸問題,從而令其轉型步伐嚴重受阻。
主要障礙包括:
戰略錯位:僅有10%的企業完整部署了工業4.0戰略,而70%的企業要么停留在戰略未執行階段,要么只有孤立的計劃或試點項目,這種碎片化推進方式將嚴重影響轉型成效。
人員與落地盲區:僅19%的企業關注員工抵觸問題,26%開展正式技能提升或變革管理計劃,導致僅16%的企業對內部專業能力有信心。若缺乏對能力建設和員工投入的專注投資,AI試點項目恐將陷入停滯。
孤島式執行:約 67% 的企業追求臨時性、部門級的用例,73% 的企業缺乏跨團隊知識共享機制,阻礙了協作和創新,這種分散式的方法阻礙了協作并減緩了創新的步伐。
核心系統現代化滯后:僅40%的企業廣泛采用預測性維護,37%的企業實現了供應鏈實時可視化,這令企業持續面臨停機與斷供風險。
AI整合度不足:盡管63%的企業將AI應用于孤立流程上,但僅10%將AI、機器學習視為戰略支柱,這導致端到端的智能運營體系尚未建立起來。
彌合差距:亞太地區邁向工業 5.0 的備戰之路
展望未來,從工業 4.0 轉向 "以人為本、可持續性和彈性成為核心"的工業 5.0仍面臨重要挑戰:
僅23%的企業建立了反饋回路,為產品設計與運營等職能戰略決策提供信息;
僅28%的企業投資了實時、可持續性追蹤系統,其中僅四分之一能有效量化并報告進展情況;
網絡彈性準備嚴重不足:50%的企業僅依賴基礎防護(防火墻和終端安全),而供應商風險評估、SIEM系統或AI驅動的治理等先進實踐應用相當有限。
在這些領域進行強化對確保工業轉型的未來適應性、建立信任和長期價值至關重要。
亮點:亞太領軍企業樹立標桿
盡管面臨挑戰,白皮書同時重點介紹了工業 4.0 在實踐中的幾個領先案例:
Dongjin Semichem(韓國)正在實施一個名為 ASK 的安全本地 GenAI 平臺,該平臺由IBM watsonx.ai提供支持,以加速研發和運營過程中的 AI 驅動決策。
SMART ModularTechnologies(馬來西亞)正利用IBM Maximo 視覺檢測 實現自動化質量保障,從而提升高端制造的速度和精度。
大眾一汽發動機(中國)正在展示結構化、數據驅動型領導力的影響,通過 5G 集成、AI和自動化機器人技術,將交付周期壓縮了 40%。
亞太地區在AI驅動的工業4.0轉型中具備獨特領導優勢。IBM 大中華區首席技術官、技術銷售總經理翟峰表示:"這份報告中清晰表明:唯有快速創新與實際應用緊密結合才能真正創造價值。最終成功的企業具備兩大特質,既建立了安全、靈活的數字化基礎,同時又激發員工勇于將構想轉化為實際行動。"
邁向未來:亞太工業領袖行動建議
為了彌合理想與現實之間的差距,并為工業 5.0 奠定基礎,企業必須采取整體的戰略方法:
建立價值導向的技術戰略:將技術部署與可衡量的業務成果、投資回報相結合。
利用核心技術帶去跨部門影響:從加強核心平臺入手,實現端到端的可視性和知識共享。
將數據視為戰略資產:打破孤島并整合跨職能數據,構建AI就緒的基礎設施,賦能建設整個企業范圍的洞察。
為快速技術集成做好準備:開發敏捷方法,將新技術與現有基礎設施高效集成。
前瞻性布局工業 5.0 思維:以人為本、可持續性和彈性為中心轉型,打造面向未來的企業。
"亞太企業若能切實踐行這些轉變,就能將零散的試點驗證項目轉化為企業級解決方案,在贏得市場優勢的同時,為構建以人為本、富有彈性的工業未來鋪平道路。"翟峰總結道。
審核編輯 黃宇
-
AI
+關注
關注
88文章
35249瀏覽量
280505
發布評論請先 登錄
華為面向亞太地區發布全新星河AI數據中心網絡方案
巨頭押寶AI眼鏡,DPVR AI Glasses將成“現實助手”?
AI在醫療健康和生命科學中的發展現狀

如何在RAKsmart服務器上實現企業AI模型部署
理想汽車在智駕領域如何進行AI探索?

評論