制造商必须构建人工智能控制塔以提高利润和可靠性

制造商正在将人工智能从实验性试点转向可靠的运营绩效，并以强有力的治理、明确的衡量和严格的问责制为基础。

作者：致同顾问公司制造部主管 Kelly Schindler

要点

制造商正在将人工智能从好奇心发展为核心操作系统，并以与安全、质量和风险控制相同的严格程度对待它。 重点是治理、实时测量、升级协议和问责制。 人工智能现在为直接影响利润和客户体验的采购、调度、维护、质量和生产决策提供信息。 最先进的公司将人工智能输出与有形的业务成果联系起来，并主动为偏差、故障或运营中断做好准备。

主要见解

• 人工智能部署在高风险的运营环境中，需要强有力的治理来防止利润、正常运行时间、质量或客户承诺方面的错误。
• 效率提升很常见，但持久的优势取决于可衡量的业务成果。
• 治理正在从合规性复选框转变为与问责制和风险缓解相关的运营要务。
• 人工智能战略必须优先考虑利润驱动决策，而不是追逐竞争对手或供应商压力。
• 制造人工智能的下一次发展将由控制、测量和规范操作来定义。

从试点到运营优势

虽然许多制造商正在尝试人工智能，但跨功能扩展人工智能才是真正的挑战。 致同 2026 年人工智能影响力调查 显示 48% 的制造商仍在试点人工智能，但只有 10% 的制造商已将其完全嵌入到运营中。 在所有行业中，49% 的行业已经扩展了人工智能，但制造商落后于 39%。

如果没有规模，人工智能仍然是一个孤立的项目。 与跨多个站点链接调度、供应商绩效、维护间隔和交付承诺的集成系统相比，一个工厂的预测性维护模型几乎没有竞争优势。

制造领导者已经擅长对操作系统进行压力测试；该规则现在必须扩展到人工智能。 在实际情况下构建能够提高吞吐量、减少废品、保持正常运行时间并增强财务绩效的系统至关重要。

运营：最高的上涨空间，最高的风险

制造业在其运营核心中部署人工智能的速度比任何其他行业都要快。 调查发现，62% 的制造商将运营视为人工智能重点关注的最关键领域。

人工智能正在推动生产调度、预测性维护、质量控制、安全、采购和供应链协调——影响产出、成本结构、服务水平和日常利润的因素。

当人工智能改善调度、减少停机时间或及早标记缺陷时，其好处是巨大的。 然而，模型漂移、数据退化或不明确的升级路径可能会迅速侵蚀该价值。

例如，自主质量检测系统需要治理，以便随着生产条件的变化保持准确的检测阈值。 预测性维护必须验证干预措施是否可以减少停机时间，而不会造成不必要的工作。 人工智能知情采购必须确保供应商分配符合成本、质量和风险优先级。

运营人工智能加快了决策速度和规模，增强了问责制的需求。

效率提升现已成为标准，真正的机会就在眼前

制造商报告了切实的效率改进：64% 的制造商表示人工智能提高了效率。 然而，只有 14% 的受访者表示创新加速——比行业平均水平低 17 个百分点。 没有制造业受访者表示收入大幅增长，47% 的受访者仅看到了小幅收入增长。

这些发现表明，许多公司提高了活动水平，但尚未改变业务绩效。

随着人工智能应用的成熟，基本效率将成为基线能力。 真正的差异化将来自于将人工智能与利润驱动决策联系起来——围绕供应商风险的采购优化、考虑能源成本的调度、减少废品的质量改进以及最大限度地延长正常运行时间和资产寿命的维护策略。

将人工智能直接与这些运营和财务杠杆联系起来的公司将把自己与那些实现孤立的生产力提升的公司区分开来。

治理：从合规到核心运营

制造业已经对安全、质量、连续性和运营风险实施了详细的控制。 人工智能也需要同样的严格程度。

调查发现，只有 7% 的制造商拥有经过测试的 AI 特定事件响应手册。 同时，50% 的领导者表示，正式制定人工智能战略或治理框架是未来六个月所需的最关键变革。 只有 14% 的人认为已做好充分准备来应对人工智能相关的隐私和安全挑战，而 57% 的人将合规性不确定性视为扩展 AI 的最大障碍，54% 的人将合规性不确定性视为他们对代理 AI 的主要担忧。

Kelly Schindler 指出：“制造商正在将人工智能部署在故障影响最大的地方，但大多数制造商都没有预演出错时会发生什么。” “问题不在于人工智能是否属于运营；而在于我们如何知道、谁拥有恢复权以及我们拥有什么证据。”

治理应该是一种操作纪律，而不是官僚主义的叠加。 明确的所有权、升级路径、审计证据、测试标准和监控流程对于确认人工智能系统按预期运行至关重要。

战略应该提高利润，而不是竞争地位

由于竞争对手行动迅速，许多领导者都感受到了加速人工智能投资的压力。 调查显示，45% 的制造商受到竞争对手行为的推动，但只有 42% 的制造商制定了正式的人工智能治理政策（行业平均水平为 52%）。

缺乏治理纪律的投资可能会导致部署分散、责任不一致和价值不明确。

制造业委员会报告人工智能投资批准率为 79%，但只有 42% 建立了治理。 从运营模式本身开始，战略应该是投资回报率的主要驱动力。 领导者应确定对吞吐量、质量、正常运行时间、采购绩效和利润影响最大的决策，并围绕这些决策确定人工智能部署的优先级。

并非每个流程都需要人工智能——只有在运营和财务杠杆最高且治理可以支持可衡量的成果的情况下。

那些证明自己可以信任、治理人工智能并将其与实际成果联系起来的人将获得持久的优势。

常见问题解答

制造商应该首先将人工智能关注在哪里？

在直接影响利润、正常运行时间、质量、安全、采购、调度和服务绩效的运营领域优先考虑人工智能。

人工智能控制计划包括哪些内容？

人工智能控制计划包括治理政策、事件响应程序、升级路径、监控标准、测试协议和运营结果责任。

为什么将人工智能战略与利润挂钩？

以利润为中心的战略针对对盈利能力、吞吐量、质量和客户绩效影响最大的运营决策。

关于作者：
凯莉·辛德勒 是致同会计师事务所圣路易斯办事处的制造业主管兼审计合伙人。 她负责监督公司制造实践的发展和运营，涵盖技术、保证、税务和咨询服务。 Kelly 经常与国内和国际制造客户出差，提供行业见解、确定解决方案并培育最佳实践网络。

www.grantthornton.com