《Tech-Clarity：人工智能时代的制造业-进展与期望（2023）（28页）.pdf》由会员分享，可在线阅读，更多相关《Tech-Clarity：人工智能时代的制造业-进展与期望（2023）（28页）.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、人工智能时代的制造业进展与期望人工智能时代人工智能时代的制造业的制造业进展与期望进展与期望副总裁副总裁Julie Fraser Tech-Clarity,Inc.2023加快从数据到有效行动的周期加快从数据到有效行动的周期人工智能时代的制造业：进展与期望2一个由人工智能驱动的制造业新时代一个由人工智能驱动的制造业新时代尽管在供应链端充满挑战，但制造商们依然阔步向工业4.0迈进。大多数制造商们都明白，人工智能（AI）和高级分析可以助力做出更好的决策，进而带来商业效益。然而，许多制造商们仍然在苦苦学习如何创建成功的数据管理结构。本项研究向您揭示，行业领导者是如何取得比其他公司更大进步的。简而言之，

2、就是因为他们了解、投资并充分利用了人力、流程和技术的方方面面，而从大体来说，则是因为他们都完成了从数据到信息到洞察到决策再到可盈利且及时行动的这一重要过程，从而实现了整体闭环。目录目录页码工业4.0的进展416弥补技能短缺时局不易517利用商业系统成功的关键618更好的MES提升体验实现从数据到行动的闭环719探索高级技术多方面掌控820获取业务能力制造数据管理中的挑战921加速改进缺乏集成阻碍发展1022实现降本目标努力的成果：行业领先者1123为什么要进行制造数据管理？了解所有重要问题1224为什么要转向人工智能？启动解决问题的举措1325高级分析的部分优势-引言改进组织结构1426前进之

3、路赢在人员配备1527关于研究28致谢人工智能时代的制造业：进展与期望3工业工业4.0愿景愿景未来的制造业将广泛采用更加灵敏的人工智能和智能自动化技术，使得制造过程变得更加迅速便捷。这就是工业4.0的愿景，它还包含其它广泛的含义，涉及了企业和供应链的方方面面，虽然在制造领域往往面临着严峻的挑战，但同时也面对着巨大的机遇！三年来的进展三年来的进展当制造商开始实施工业4.0计划时，他们大都知道这将是一场历时多年的修炼。我们能看到，大多数企业的变革过程都很顺利。自2020年我们发布制造数据管理挑战（The Manufacturing Data Management Challenge）1调查报告以来

4、，行业发展显著。许多受访企业在工业4.0方面取得了巨大进展，并已从中获益。工业工业4.0的进展的进展尚未制定战略正在规划，尚未执行进行单个项目开启多个项目许多举措正在实施中重大进展和成果13%15%4%10%12%8%11%27%26%27%23%24%工业工业4.0的进展：的进展：2020年年 vs 2023年年20232020人工智能时代的制造业：进展与期望4其他情况人工智能时代的制造业：进展与期望5工厂可能关闭不断涌现的新材料和新产品新加工规格的新材料新材料/新供应商需要额外验证交货期压力增大需求变化大材料短缺3%14%28%30%33%41%46%59%最多选择三个时局不易时局不易中断

5、时间中断时间上一次调查是在新冠疫情流行时进行的。本次调查则是在疫情终于开始消散时启动的。在大多数情况下，大多数制造商经历过的材料短缺问题依然存在。在地缘政治的压力下，许多企业纷纷选择以在岸外包、近岸外包或友邦外包的方式更换供应商。压力下的制造业压力下的制造业外部供应链环境和内部调整都给生产运营带来了额外的挑战。作为供应商，许多制造商在交货期和客户期望方面，压力陡增。对客户来说，因为材料供应商会变，价格和供应情况也会随之波动，所以想让质量始终如一也并非易事。在时局动荡时采取行动在时局动荡时采取行动很明显，供应链不稳定的问题不会显著缓解。鉴于需求波动大，供应链不确定等这样的客观情况，企业必须做好应

6、对准备，以维持正常运营。企业可采取的措施包括改变产品组合、尝试使用新材料，以及快速、有效地解决质量问题。这时候仅有数据甚至信息是不够的。企业必须深入了解情况，做出决策并采取行动，以维护利润、保证品质，使客户保持信心。影响制造业的主要供应链问题影响制造业的主要供应链问题数据管理数据管理当被问及各类制造数据管理能力和技术对工业4.0转型的重要程度时，大多数制造商都认为它们是关键或重要的。普遍认为工业4.0转型后的必备能力是数据管理。制造业的数据类型和来源多种多样，收集和分析数据的实际难度比听起来更难，但对成功来说却是至关重要的。将OT数据与工厂IT数据融合起来的举措在榜单上排名也很靠前，体现了大家