九色porny国模私拍av-天堂а在线中文在线新版-亚洲成人一二三区-亚洲精选av-欧美亚洲精品在线-全部免费播放在线毛片

自18世紀(jì)中葉工業(yè)革命起，每一次技術(shù)革新浪潮，都會重新定義制造業(yè)先進(jìn)生產(chǎn)力的發(fā)展方向。兩百年來，工業(yè)制造已經(jīng)經(jīng)歷了機械化、電氣化、自動化、數(shù)字化四輪變革。

而在當(dāng)下，以生成式AI為代表的技術(shù)突破，正在為制造業(yè)引入新的發(fā)展范式。

未來，最具競爭力的工廠會是什么樣？基于一項在全球展開的深度調(diào)研，2025年6月，領(lǐng)先的專業(yè)服務(wù)公司發(fā)布報告《未來的制造》。在這份報告中，埃森哲將2040年的未來工廠愿景概括為“超自動化”——一個超越傳統(tǒng)自動化與數(shù)字化的新藍(lán)圖。

報告指出，高標(biāo)準(zhǔn)的成本效率與質(zhì)量已經(jīng)成為當(dāng)前工廠保持競爭優(yōu)勢的必備基礎(chǔ)，未來，真正的差異化優(yōu)勢將體現(xiàn)在彈性、可持續(xù)性與智能化水平。

這將由四大因素所驅(qū)動：勞動力、自動化、AI優(yōu)化以及數(shù)字化。對于2040年的制造企業(yè)來說，不必再糾結(jié)于是否使用技術(shù)，因為它們將成為“標(biāo)配”，而真正的競爭優(yōu)勢在于，企業(yè)能否無縫縫合這些技術(shù)，并將其擴展為一體化智能系統(tǒng)。

在埃森哲調(diào)研的行業(yè)中，工廠的規(guī)劃期通常為五到七年，而“超自動化”作為十五年后的遠(yuǎn)期愿景，目前仍然面臨人才短缺、AI部署緩慢等現(xiàn)實挑戰(zhàn)。但埃森哲認(rèn)為，企業(yè)需要提前規(guī)劃并采取行動，重塑員工技能、推廣智能自動化應(yīng)用、將AI融入決策過程，并徹底擁抱數(shù)字化。這既是支撐工廠短期運營的必要條件，也是為長期發(fā)展打下根基的關(guān)鍵。

“超自動化”與當(dāng)前的工業(yè)4.0實踐有何區(qū)別？人類員工將在未來面臨怎樣的挑戰(zhàn)？基于大模型的AI技術(shù)又將給制造業(yè)帶來怎樣的變革？在不久前的2025年夏季達(dá)沃斯論壇上，筆者對話埃森哲資深董事總經(jīng)理、亞太區(qū)工業(yè)X及供應(yīng)鏈與運營業(yè)務(wù)負(fù)責(zé)人菲·克蘭默（Fay Cranmer），探討“超自動化”的概念及其實現(xiàn)路徑。

超自動化工廠：在高度自動化的同時保持靈活性

在當(dāng)前的工業(yè)制造實踐中，“黑燈工廠”是一種基于工業(yè)4.0戰(zhàn)略的先進(jìn)落地形態(tài)。借助高度自動化、數(shù)據(jù)互聯(lián)、智能決策等技術(shù)，黑燈工廠可以實現(xiàn)“關(guān)燈運行”、無人操作的生產(chǎn)模式。

但克蘭默表示，自動化水平超越一定的臨界值后，因為無法動態(tài)適應(yīng)，反而會阻礙進(jìn)步，而超自動化則是對高度自動化的一種解決方案。與黑燈工廠的無人化相比，超自動化將在使用機器和人類之間取得平衡。

她強調(diào)，人類更擅長的是復(fù)雜的信息處理、創(chuàng)新思維和主動決策，而這些都是極難通過編程賦予機器的能力。在協(xié)同、監(jiān)督、支持和維護(hù)自動化運營方面，人類依然發(fā)揮著至關(guān)重要的作用，且這一作用正日益凸顯。因此，人在未來的超自動化工廠中不會消失。

圖源：埃森哲

但人的價值會被重新評估。克蘭默表示，制造業(yè)仍然需要人的存在，但工作內(nèi)容會發(fā)生很大改變。總體趨勢是，人會從事更高層次、更具知識性和思維性的工作。企業(yè)的具體需求也會發(fā)生轉(zhuǎn)變，比如電動汽車領(lǐng)域正在從傳統(tǒng)的內(nèi)燃機設(shè)計轉(zhuǎn)向“軟件定義汽車”設(shè)計，以前需要的80%是機械工程師，而現(xiàn)在需要的70%-80%是軟件工程師。

任何先進(jìn)技術(shù)，如果沒有與之匹配的人才和流程，都會因現(xiàn)有生產(chǎn)運營體系的排異效應(yīng)而困在技術(shù)驗證階段，難以實現(xiàn)規(guī)模化落地。因此，推動勞動力轉(zhuǎn)型刻不容緩。

克蘭默提到，當(dāng)前很多制造業(yè)工廠的員工甚至都沒有接觸過電子郵件，這必須發(fā)生轉(zhuǎn)變，企業(yè)需要提升員工的數(shù)字素養(yǎng)，并讓他們適應(yīng)與機器、AI等技術(shù)協(xié)作，用這些技術(shù)提升員工的工作體驗和效率。

報告認(rèn)為，到2040年，工廠將不再需要傳統(tǒng)的“管理”，而是智能化的“協(xié)同運作”。超自動化工廠具備自我優(yōu)化的能力并由AI賦能，將機器人、數(shù)字孿生和人工監(jiān)督融入一個智能化、超自動化的制造生態(tài)體系。這樣的制造生態(tài)體系將遠(yuǎn)不只是能夠規(guī)模化執(zhí)行流程，更能實時預(yù)見潛在干擾、靈活應(yīng)變并優(yōu)化生產(chǎn)，實現(xiàn)實時高度自主的運行狀態(tài)。

除了保留人力和AI賦能外，人形機器人也是使超自動化工廠更為靈活的一大要素。克蘭默提到，與工業(yè)機器人相比，人形機器人往往更容易被“移動”和重新部署，適應(yīng)不同任務(wù)的能力也更強，具有較大應(yīng)用潛力。不過，人形機器人目前落地驗證不多，現(xiàn)在還難以斷言未來其一定能在工業(yè)場景中全面落地，仍需解決速度、成本和系統(tǒng)集成復(fù)雜度等難題。

報告提到，汽車行業(yè)的先行者已率先開展人形機器人應(yīng)用測試，并取得顯著成效。比如，寶馬在斯巴達(dá)堡工廠投入使用Figure02人形機器人后，生產(chǎn)效率提升了四倍。

有趣的是，不同國家的受訪者對人形機器人的態(tài)度呈現(xiàn)明顯區(qū)別。在印度、中國和日本，分別有63%、65%和72%的受訪者認(rèn)為人形機器人對裝配線具有重要價值，而相比之下，美國的比例僅為35%，在歐洲更是只有21%。

克蘭默認(rèn)為，在中國和印度這樣經(jīng)濟迅速發(fā)展的國家，人們會更積極地探索推動經(jīng)濟發(fā)展的方式，也更樂于嘗試各種新事物，爭取領(lǐng)先地位。而一些發(fā)達(dá)國家受現(xiàn)有勞工政策的影響，會更加保守。日本雖然有時也較為保守，但在技術(shù)方面也是具有強烈創(chuàng)新意識的。

生成式AI應(yīng)用潛力大，但首先得提升數(shù)字化水平

當(dāng)前，AI在工業(yè)制造領(lǐng)域的應(yīng)用仍在非常初步的階段。近兩年，生成式人工智能成為全球最重要的技術(shù)變革。克蘭默指出，這一技術(shù)最令人驚嘆的特點，就是能夠處理“非結(jié)構(gòu)化數(shù)據(jù)”。非結(jié)構(gòu)數(shù)據(jù)存在于人類日常使用的各種文本材料中，而工業(yè)世界的數(shù)據(jù)是典型的結(jié)構(gòu)化數(shù)據(jù)，這些由機器產(chǎn)生的數(shù)據(jù)無法被人類直接閱讀。

生成式AI可以把各種檢查報告、流程文檔等人類編寫的材料，與機器生成的數(shù)據(jù)融合在一起。“對于工業(yè)領(lǐng)域來說，這種融合的潛力是巨大的”，克蘭默表示，目前兩者在技術(shù)層面還很難打通。

克蘭默同時強調(diào)，她并不認(rèn)為AI會無差別地覆蓋所有事物、取代所有工作。企業(yè)不能因為“我能用AI”就盲目堆技術(shù)，而是要找到最契合企業(yè)自身需求與目標(biāo)的價值落點。

報告指出，高達(dá)62%的受訪工廠管理者認(rèn)為，AI是推進(jìn)工廠運營全方位發(fā)展的關(guān)鍵因素。然而在短期內(nèi)，多數(shù)管理者優(yōu)先考慮的是維護(hù)、修理和大修流程、物流優(yōu)化及生產(chǎn)效率提升。

圖源：埃森哲

但很快，工廠運營便將全面圍繞彈性、敏捷性和適應(yīng)速度以及效率展開。這就要求AI自主連接設(shè)備、智能分配任務(wù)以平衡工作負(fù)荷，并優(yōu)化作業(yè)順序。

一些制造業(yè)龍頭已率先嘗試AI驅(qū)動的模擬模型。全球領(lǐng)先的工業(yè)車輛和供應(yīng)鏈解決方案提供商凱傲集團聯(lián)合埃森哲與英偉達(dá)，打造了融合AI、機器人與數(shù)字孿生的智能倉儲系統(tǒng)。該倉儲系統(tǒng)利用物理AI技術(shù)，通過模擬現(xiàn)實行為來改進(jìn)績效，同時可以訓(xùn)練倉儲機器人應(yīng)對需求波動、庫存變化及布局調(diào)整。

依托“認(rèn)知數(shù)字大腦”，企業(yè)正轉(zhuǎn)向由AI驅(qū)動的智能運營，未來，人機協(xié)同將成為企業(yè)關(guān)鍵競爭力。

不過，報告顯示，仍有38%的工廠管理者對在工廠內(nèi)部署生成式AI技術(shù)猶豫不決。究其原因，既有長期以來對技術(shù)的不信任，也有對其在制造業(yè)的應(yīng)用效果的認(rèn)知局限。但最關(guān)鍵的障礙在于數(shù)據(jù)質(zhì)量低下并且參差不齊。

要實現(xiàn)AI從輔助到自主的躍升，可靠的數(shù)據(jù)支撐是基礎(chǔ)。如果數(shù)據(jù)質(zhì)量不達(dá)標(biāo)，工廠就難以實現(xiàn)主動管理，因此，可以說，數(shù)字化是打造超自動化工廠的基石。

但據(jù)報告，目前仍有近半數(shù)受訪工廠管理者并未對數(shù)字孿生、工業(yè)物聯(lián)網(wǎng)、邊緣計算等未來工廠的關(guān)鍵能力給予足夠重視。這些技術(shù)能在虛擬環(huán)境中模擬、分析和優(yōu)化生產(chǎn)系統(tǒng)，它們的缺失會導(dǎo)致信息孤島，造成設(shè)計與生產(chǎn)環(huán)節(jié)脫節(jié)，并制約基于模擬的決策與生產(chǎn)敏捷性。

克蘭默指出，以現(xiàn)在的數(shù)字化水平邁向真正為利用生成式AI做好準(zhǔn)備的狀態(tài)，還有相當(dāng)長的一段路要走。但只要意識到這個機會，就可以跳過傳統(tǒng)的技術(shù)發(fā)展路徑，直接實現(xiàn)跨越式發(fā)展。對于一些國家來說，這是一個重塑自身在全球產(chǎn)業(yè)中地位的新機會。