Rockwell Automation最新研究探讨了AI采用与可衡量业务影响之间的障碍。

密尔沃基，10月28日（路透社）/PRNewswire/ -- Rockwell Automation, Inc.（NYSE: ROK），这家专注于工业自动化和数字化转型的全球最大公司，今天发布了新的洞见，分析食品和饮料制造商如何从孤立的AI试点项目走向规模化，并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》的发现，重点指出组织要将AI投资转化为企业级影响，必须解决数据、技术和劳动力方面的挑战。

AI在食品和饮料行业的采用正在加速。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这样做。与此同时，制造商报告称，他们实际有效利用的数据量仅约为45%，这为扩大AI项目规模并实现其全部价值构成了重大障碍。

Rockwell Automation CPG全球行业副总裁Greg Schmidt表示：“许多制造商已经不再问AI是否能带来价值。现在的重点是如何把成功的试点扩展到整个企业。这不仅需要新技术，还需要互联的数据、集成的运营，以及AI项目与业务成果之间的清晰联系。”

研究结果显示，取得最大AI成功的组织，都是将AI视为更广泛数字化转型战略一部分的企业。它们不再只关注单一用例，而是投资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项目与提高质量、提升生产率、降低成本和减少风险等关键目标对齐。

分析还强调，随着制造商扩大AI应用，IT/OT整合的重要性日益上升。行业受访者预计，AI支持的制造流程占比将从目前的约37%升至2030年的60%以上，这使得获取互联且具上下文的数据变得愈发关键。

除技术外，研究还指出，劳动力准备情况是长期成功的关键因素。报告发现，93%的制造商预计智能制造举措将重塑其劳动力结构，而40%的受访者表示在过去一年中对员工进行了再培训。能够将人员、流程和技术相协调的组织，往往更有能力扩大创新规模，并长期维持成果。

完整问答《从AI试点到企业影响：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从试点项目扩大到规模化应用？

尽管AI采用已相当普遍，但许多组织缺乏实现规模化所需的互联数据、标准化流程和集成系统。食品和饮料制造商报告称，他们实际有效利用的数据仅约为45%，限制了AI推动企业级成果的能力。

为什么数据连接对AI成功如此重要？

只有在获得高质量、具上下文的数据时，AI才能生成有意义的洞见。将运营系统与业务系统连接起来的制造商，可以提升可见性、减少信息孤岛，并让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，包括提高质量、提升生产率、降低成本和减少运营风险。将AI项目与这些目标对齐的组织，通常更有能力证明投资回报，并获得更广泛部署的支持。

是什么让成功扩大AI规模的制造商与未能做到这一点的制造商区分开来？

领先组织将AI视为更广泛转型战略的一部分，而不是一组彼此孤立的项目。它们建立稳固的数据基础，整合IT和OT系统，创建可重复的流程，并投资于劳动力准备，以支持长期采用和业务影响。

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导者。我们将人类的想象力与技术潜力连接起来，拓展人类能力边界，让世界更高效、更可持续。Rockwell Automation总部位于威斯康星州密尔沃基，截至2025财年末，公司约有26,000名员工，致力于为100多个国家的客户提供服务。了解更多关于我们如何在工业企业中推动Connected Enterprise落地的信息，请访问www.rockwellautomation.com。