近年来，人工智能已成为新一轮科技革命和产业变革的重要驱动力。随着第四次工业革命的步伐不断加快，企业对于提质增效、加速可持续发展进程的需求，也到达了前所未有的高峰，AI技术的羽翼渐丰正标志着企业即将迎来重要拐点。
如今在数字化转型过程中，制造业企业面临哪些阻碍？在进行IT和AI技术投资时，企业需要有哪些侧重点和优先级考量？近期，Gartner在2024大中华区高管交流大会上发布了中国人工智能（AI）调研，借此契机，CONIROL ENCINEERING China采访到了 Gartner研究总监龚慧巍。
提升营运效率：制造业数智转型第一优先级
现如今，随着全球步入"后疫情时代"，制造业的新版图也正在慢慢形成。龚慧巍表示，无论从制造的规模、质量和供应链等生态体系层面来看，全球制造业都在向着"强者更强"并且更具创新能力、更高端的方向发展。放眼国内，中国制造的市场份额占比和影响力稳步攀升，具有"新质生产力"潜质的制造高地也正在形成。
在各行业稳步进军高质量发展的过程中，数字化转型无疑是最重要的纲领和趋势之一。根据《2024年Gartner首席信息官和技术领袖调研》（以下简称"调研"）显示，制造业利用数字化技术主要解决营运的利润率（占到61%-87%）的问题。龚慧巍分析道，由于制造业与服务业的成本结构截然不同，通常来说，制造业的原材料、劳动力成本累计能占到70%-80%，因此降本增效有着非常重要的意义。
综合来看，聚焦各行业内优秀的数智转型实例，数字化技术能够帮助企业告别传统的人工事后维护模式，收获预防性维护的巨大效益。龚慧巍表示，对制造业企业而言，同样产品生产一千个和生产十万个的边际效应很不一样，因此保持设备长期的高质量运营对于企业来说意义重大。
与此同时，数字化转型对于降低企业在排查、计划精准预测、集中优化环节的运营资本（Working capital）也有着重要作用。而随着数字化转型的深入，龚慧巍补充道，数字化技术一旦与企业"人、机、料"或是应用设施、工艺流程进行结合，就能够固化在系统当中创造更多的复用价值，这在机械工程和大型离散制造行业中非常典型。
洞察与建议：构建数字化中台，盘活数据资产
工业制造是典型的资本密集型行业，其数字化转型一定会伴随巨大的投入。因此，了解IT技术的投资情况和趋势，对企业有着重要的借鉴意义。龚慧巍表示，企业最好按着模块化、循序渐进开展的模式，才能让数字化技术的设计和实施部署过程，得到更好的业务与资源配合。
与此同时，调研显示，在制造业IT支出中，基础设施构架的成本占比会非常高（占60%左右），其中ERP/SCM/CRM这类软件会占到13.5%。综合来看，软件和IT服务占到35%-40%左右，IT服务占11.5%的年度复合增长。其中值得关注的是，软件中基础设施软件占到55%-60%、年度复合增长占到了19%，也有着非常高的占比。
对此龚慧巍补充道，在工业4.0时代，Gartner倡导企业更好地利用数字化中台，在已有的数字化投资基础上，通过数据的充分利用、洞察，将IT、OT、ET进行有效打通，助力提高制造业整体的绩效。
加速AI落地，高质量数据与人才是关键
据Garter中国人工智能（AI）调研预测，到2027年，中国制造业的AI使用渗透率将以10%的年复合增长率上升。为何AI能够如此备受瞩目？龚慧巍表示，制造业企业引入AI的主要目的是降本和合理利用资源，这也与企业期望实现降本增效的目的高度吻合。值得欣喜的是，在很多前沿的案例当中，生成式AI、工业元宇宙等正在工业领域中慢慢落地，技术渗透率也在逐步提高，这为大范围应用AI技术打造了可行路径。
诚然，在AI落地与加速迭代的进程中，企业仍会面临众多难点。一方面，伴随着中国制造业的快速发展，运营所产生的大量数据是AI发展最具价值的资产之一，然而龚慧巍表示，海量数据并不是100%都能用，低质量的数据会常导致例如大语言模型"眩晕"的情况，尤其对于生成式AI来说，作为基石的"数据质量"直接决定了AI模型的精准度。
此外，龚慧巍补充道，制造业企业可以在研发工艺、计划排产、物流采购、OEM和质量追溯、售后和卓越运营等层面，为企业制定、规划生成式AI和AI的用例路线图，这对于实现智能制造，提高生产效率、营业收入和客户体验等能发挥重要作用。与此同时，企业在短期或长期应用AI技术过程中，人才和资源的短缺是都会面临的主要障碍。因此，广大制造业企业不单单需要从外引进AI技术算法等方面的相关人才，内部也需要组建对应的人员"库"，才能更好地应对未来AI创新融合应用的挑战。
