人工智能作为现代制造业的支柱：延长正常运行时间、效率和员工绩效

制造商正在超越实验，大规模设计人工智能以提高正常运行时间、效率和员工绩效。

作者：Russ Ford，霍尼韦尔过程自动化解决方案总裁

工业自动化已经跨越拐点。

在过去十年的大部分时间里，制造商通过专门且孤立的用例来实现自动化和人工智能——通常孤立于单条生产线、设施或功能。到 2026 年，这种心态正在发生转变。自动化正在成为建立在数据、领域专业知识和以人为本的设计基础上的主要运营模式。

这是由确定性自动化引发的演变。如今，人工智能、云和连接的进步使系统能够实时适应——稳定运营、指导运营商并提高整个网络的正常运行时间。

数字说明了一切：根据 Gartner 的数据，全球制造业 IT 支出预计到 2026 年将增长 10.8%，总计 6.15 万亿美元。这种增长反映了高管层领导者的更深层次认识——人工智能自动化现在已成为工厂设计工作流程、部署劳动力和证明资本分配合理性的核心。

与此同时，霍尼韦尔的研究显示，94% 的行业领导者表示，他们的领导团队致力于人工智能的采用，但只有一小部分人完全启动了他们的初步计划。许多人仍然停留在扩展或原型设计上。投资和影响之间的差距现在是一个董事会层面的问题。

将自动化扩展到测试阶段之外

当聆听现代首席运营官和首席信息官的讲话时，会出现一个共同的主题：曾经在边缘进行测试的自动化计划现在预计将在整个网络中扩展。

这一关键转变反映了许多全球制造商在更广泛的数字化转型过程中所经历的情况。正如我们的首席执行官 Vimal Kapur 所说，“物理人工智能”是当今正在形成的自主经济的核心。机会在于直接嵌入到设备、机器人和控制系统中的智能。

实际上，这意味着：

• 将人工智能嵌入过程控制系统以加速生产优化
• 由人工智能主导的机器人系统可适应不断变化的需求和物料流
• 可根据 AI 代理约束进行自我纠正的仓库自动化平台

自动化的设计必须从第一天起就实现规模化。孤立构建的试点——没有集成到控制系统、维护工作流程和企业数据架构中——更有可能陷入停滞。设计原则决定人工智能是否能够持续提高正常运行时间和吞吐量，还是仍然陷入实验困境。

重新设计人工智能时代的角色

随着自动化从试点转向全方位服务集成，劳动力战略变得至关重要。工业 5.0 重新构建了对话，其中自动化是将人类判断与人工智能驱动的洞察力相结合，以实现可衡量的业务成果。

在先进的设施中，自动化正在吸收日常、重复性和安全敏感的任务。这表明最高管理层正在引导员工承担更高价值的职责，例如异常管理、系统监督和基于数据的决策。

这需要刻意规划，迫使制造商提出以下问题：

• 机器应该承担哪些工作？
• 哪些具有可重复性、高处理量和低可变性的任务是自动化的主要候选任务？
• 人工智能应该增强哪些决策？

人工智能擅长模式识别和预测建模，这意味着它可以比传统分析更快地识别流程偏差、维护风险和需求波动。

人类在哪里增加最大价值？

战略权衡、情境判断和跨职能协调——人类固有的特征——仍然是比人工同行提供杠杆价值的关键优势。

在能源密集型行业，这种平衡尤其明显。围绕人工智能在能源转型中的作用的讨论强调了该工具如何实时优化资产性能和能源使用——减少排放和运营成本——而工程师则专注于战略弹性和长期资产规划。霍尼韦尔最近的高管层行业观点也指出人工智能是工业部门能源转型战略的关键推动者。

对高管的影响是明确的：自动化预算必须与以人为中心的劳动力预算相匹配。

将利润驱动因素与成本中心分开

随着支出的增加，投资者和内部领导层的审查也会加强。董事会和首席财务官不再满足于崇高的创新叙述——他们渴望财务清晰。

2026年，自动化投资往往分为两类：

1. 利润驱动因素：这些举措具有共同特征：

• 与损益结果（减少废品、节约能源、优化劳动力）的明确联系
• 与操作系统（MES、ERP、供应链平台）集成
• 企业数据可见性支持跨站点基准测试
• 明确的投资回收时间表

例如，可提高设施吞吐量的机器人运输系统可以直接提高订单履行率和营运资金效率。

2. 投资停滞：相比之下，自动化程序在以下情况下就会停滞：

• 孤岛运营
• 缺乏标准化 KPI
• 依赖碎片化的数据架构
• 由单一职能驱动，没有执行协调

最常见的陷阱之一是低估集成规则。在没有统一数据的情况下，人工智能分层到断开连接的遗留系统上会产生噪音，而不是洞察力。教训很明确：与正常运行时间、吞吐量和成本控制相关的设计严谨性和高管支持比技术选择更重要。

教训：技术选择不如设计纪律和高管支持重要。

试点阶段之后的新基准

随着越来越多的设施在试点部署之外变得成熟，新的性能基准正在出现。

领先工厂报告：

• 通过预测性维护，意外停机时间减少了两位数百分比（根据德勤的数据）
• 减少自动化物料搬运环境中的劳动力波动
• 通过人工智能优化可显着降低能源强度

企业领导者正在标准化框架以跨站点复制结果 - 将孤立的胜利转化为网络范围的性能收益。复制将自动化定义为一种操作模型。

这种复制是自动化作为运营模式的一个定义特征。组织不是在每个设施重新发明解决方案，而是构建可跨地理位置和业务部门扩展的可重复架构，从而加快投资回报并降低部署风险。

领导力势在必行

然而，从试点模式到运营模式的转变需要深思熟虑的领导和协调。高管层的协调对于自动化的成功至关重要。当首席执行官、首席运营官、首席信息官和首席人力资源官对自动化的作用有统一的看法时，投资更有可能带来直接影响的财务回报和规模。当自动化在 IT 或运营中被孤立时，动力就会消失。

在这一整合过程中同样重要的是透明度。清晰传达角色将如何演变的组织可以建立信任、减少阻力并加速采用。

到 2026 年，竞争优势将取决于那些已经实施和扩展技术以满足劳动力需求的人。

工业自动化已经超越了概念验证阶段。行业领导者现在正在重新设计工作流程、重新定义角色并围绕人工智能支持的运营模式调整资本分配。

制造的下一阶段将取决于公司如何有效地将跨资产、流程和人员的自动化从试点转变为可预测的绩效。

关于作者：
拉斯·福特 (Russ Ford) 是一位极具影响力的高管，在企业管理、运营管理、业务开发和资本项目方面拥有丰富的经验。他曾在国内和国际工作，取得成果并发展关系。