新研究显示，Rockwell Automation正在研究为什么AI的采用不会立即转化为可衡量的业务成果。

密尔沃基，2026年10月28日 /PRNewswire/ -- Rockwell Automation, Inc.（NYSE: ROK）今天发布了新的见解，说明食品和饮料制造商如何摆脱孤立的AI试点项目，进而大规模实现可衡量的业务成果。该分析基于Rockwell《2026年智能制造现状报告》的洞察，重点指出企业在数据、技术和人员方面面临的挑战，只有解决这些问题，AI投资才能在整个企业范围内产生影响。

AI在整个食品和饮料行业的应用已经明显加速。根据《2026年智能制造现状报告》，近90%的食品和饮料制造商已经在使用AI和机器学习，或计划在不久的将来采用这些技术。与此同时，制造商表示，他们仅能有效利用约45%的已收集数据，这对扩大AI项目规模、释放其全部潜力构成了重大障碍。

Rockwell Automation消费品全球行业副总裁Greg Schmidt表示：“许多制造商不再问AI是否能带来价值。现在的重点是，如何将成功的试点项目扩展到整个企业。这需要的不只是新技术。前提是数据互联、流程整合，以及将AI项目与业务成果明确挂钩。”

研究结果显示，最成功的AI实践往往将其视为更广泛数字化转型战略的一部分。与其专注于彼此孤立的用例，这些企业更倾向于加强运营系统与业务系统之间的连接，提升数据可访问性，并将AI项目对准关键目标，例如提高质量和生产率、降低成本以及减少风险。

该分析还强调，当制造商扩大AI应用时，IT/OT整合的重要性正在上升。受访业内人士预计，受AI驱动的制造流程占比将从目前的约37%升至2030年的60%以上。由此，可连接且具备上下文的数据访问变得愈发重要。

除技术之外，研究还指出，劳动力技能是长期成功的关键因素。根据报告，93%的制造商预计，智能制造举措将改变其员工结构。40%的受访者表示，过去一年已对员工进行了再培训。能够让人员、流程和技术保持一致的企业，往往更有能力扩大创新规模，并长期维持成果。

完整FAQ《从AI试点到企业成功：食品和饮料制造商如何扩大AI规模以实现可衡量的业务成果》可在[LINK]查看。

常见问题

为什么食品和饮料制造商难以将AI从试点扩展到更大规模？

尽管AI应用已相当普遍，但许多企业缺乏实现规模化所需的互联数据、标准化流程和集成系统。食品和饮料制造商表示，他们仅能有效利用约45%的已收集数据，这限制了AI在企业范围内产生成果的能力。

为什么数据连接性对AI成功如此重要？

只有在能够访问可靠且具备上下文的数据时，AI才能形成有意义的洞见。将运营系统与业务系统连接起来的制造商，可以提升透明度、减少数据孤岛，并借助AI支持更快、更明智的决策。

制造商希望通过AI实现哪些业务成果？

食品和饮料制造商越来越关注可衡量的结果，包括提升质量、提高生产率、降低成本以及减少运营风险。将AI项目与这些目标对齐的企业，通常更有能力证明投资回报，并争取更广泛采用的支持。

成功扩大AI规模的制造商与不那么成功的制造商有何不同？

领先企业将AI视为更广泛转型战略的一部分，而不是一系列彼此独立的项目。它们建立强大的数据基础，整合IT和OT系统，创建可重复的流程，并投资员工技能提升，以支持长期采用和业务成功。

关于Rockwell Automation

Rockwell Automation, Inc.（NYSE: ROK）是工业自动化和数字化转型领域的全球领先企业。我们将人的创造力与技术能力相结合，推动人类能力边界，并让世界更具生产力和可持续性。Rockwell Automation总部位于美国威斯康星州密尔沃基，约有26,000名员工，为100多个国家的客户提供支持（截至2025财年末）。有关工业企业如何实施Connected Enterprise的更多信息，请访问www.rockwellautomation.com。