Parsec Automation调研显示，72%制造商已采用AI应对回流与成本压力，但仅10%实现规模化；70%正推进回流，生成式AI adoption率达65%；高实施成本（40%）、数据安全（39%）与系统集成（38%）为三大障碍；60%高管更忧 adoption 过慢而非过快。
据 sdcexec.com 报道，Parsec Automation 最新调研显示，72% 的制造企业已采用人工智能技术应对回流压力、劳动力短缺及成本上升，但仅 10% 实现全网络规模化部署。
回流加速与 AI adoption 双轨并进
制造业全球供应链重构正以前所未有的速度推进。调研数据显示，70% 的制造商已完成或正在推进回流（onshoring），较 2024 年的 33% 大幅提升；同期，仅有 12% 明确表示无回流计划，远低于 2024 年的 38%。回流主要动因包括劳动力短缺与综合成本压力。
回流过程面临显著挑战：46% 的企业指出运营复杂性上升，44% 遭遇劳动力成本增加，另有 44% 需调整供应链物流体系。与此同时，71% 的企业自评其供应链具备韧性，较 2024 年的 50% 明显提升；66% 认为自身已准备好应对当前问题，高于 2024 年的 58%。
生成式 AI adoption 率一年跃升 17 个百分点
生成式 AI 在制造业落地速度加快。截至 2024 年，65% 的制造商已启动生成式 AI 应用，较 2024 年初的 48% 增长 17 个百分点；而 100% 的企业至少处于规划或探索阶段。传统 AI 整体采用率达 72%（2024 年为 53%），其中 22% 尚处实施进程中。
AI 核心应用场景高度集中：质量控制（50%）、IT 运维（46%）和供应链管理（45%）位列前三。支撑 AI 落地的关键技术工具包括 AI/ML 驱动的决策支持系统（54%）、工业物联网/边缘设备（50%）及预测性维护工具（50%）。
成本、数据安全与系统集成成三大瓶颈
尽管 AI adoption 意愿强烈，落地仍受多重现实制约。高实施成本（40%）、数据隐私与安全顾虑（39%）以及与现有系统集成困难（38%）构成最主要障碍。此外，45% 的企业将内部技能缺口列为新系统整合的重大挑战。
人才结构矛盾持续加剧：84% 的制造商认同，外界对制造业“劳动密集、低技能”的刻板印象严重阻碍高端人才引进。当前最难填补的岗位依次为 IT/技术专家（60%）、质量保证人员（49%）及管理岗（39%）。关于 AI 替代效应，业内观点分化：53% 认为 AI 可能取代特定部门半数以上岗位，47% 持否定态度。
领导层风险认知发生根本转向
企业决策层对 AI 风险的认知出现结构性变化。调研显示，60% 的高管更担忧“采用过慢”，仅 40% 担心“推进过快”。Parsec Automation 执行主席 Eddy Azad 指出：“制造商正承受回流指令、供应链波动、劳动力短缺、成本压力及技术迭代加速等多重挤压。运营卓越已从竞争优势转变为生存前提。企业领导者清醒认识到前方挑战，并在克服碎片化系统、数据策略不统一及人力约束等障碍过程中，大幅提升了面向未来的准备度。”
数据战略建设亦在提速：仅 37% 企业已建立统一的数据驱动策略，但已有 60% 进入实施或规划阶段，较 2024 年的 40% 显著提高。技术代际并存现象普遍：69% 的企业同时运行着传统与现代混合设备体系。
供应链主要挑战排序为：复杂性与可视性不足（34%）、原材料短缺与价格波动（33%）、运输中断（31%）。对应缓解策略中，引入新技术（58%）、强化供应商关系（58%）及提高库存水平（53%）占比最高。
来源：sdcexec.com
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
