对于管理工业数字化的企业而言，采用融合人工智能和物联网(AIoT)技术能够显著提升运营效率。虽然结合这些技术可以带来可观的收入机会，但对于全球决策者而言，如何突破初始试点阶段仍然是主要的障碍。
根据IDC于2025年11月发布、由SAS赞助的InfoBrief报告显示，全球62%的组织已经采用了人工智能和物联网的组合，另有31%的组织计划这样做。然而，这种集成的深度各不相同。尽管人们普遍对此感兴趣，但超过一半的组织(57%)表示仍停留在有限的部署或概念验证阶段。
对于首席信息官(CIO)和首席运营官(COO)而言，这些数据凸显了一个运营风险：即可能陷入“试点困境”，导致投资无法达到实现真正投资回报率(ROI)所需的规模。相比之下，43%已实现广泛或全面集成部署的公司正在获得超越竞争对手的回报。
深度工业AIoT应用的投资回报率
初步尝试与全面投入之间的区别是显而易见的。研究表明，与使用程度较低的组织相比，将自身归类为物联网中人工智能“重度用户”的组织更有可能获得远超预期的收益。
随着技术在核心业务中更加深入地应用，回报也会随之增长。在接受调查的工业企业高管中，只有不到3%的人表示AIoT的价值没有达到预期。
IDC人工智能软件研究总监Kathy Lange评论道：“结论很明确：AIoT正在推动创新、简化运营，并促使企业做出更明智、更快速的决策。”
预测性维护目前是AIoT应用最广泛的领域。约71%的组织目前将AIoT用于此目的，使其成为应用最广泛的用例。通过分析实时数据来预测资产故障，企业可以减少计划外停机时间并降低运营成本。IT自动化是第二大应用领域，占比53%，其次是供应链和物流，占比47%。
工厂自动化和电网弹性
除了维护之外，实际应用正在改变特定垂直行业。在制造业，AIoT(人工智能物联网)促进工厂自动化，使企业能够自动化复杂的决策，而不仅仅是简单的任务。在劳动力短缺和供应链中断的环境下，这项能力可以优化流程并提高产品质量。
在能源领域，工业AIoT的应用增强了电网的弹性。通过分析来自发电机、发电厂和风力涡轮机传感器的数据，AIoT帮助运营商管理成本、预测需求并优化运营。
SAS物联网副总裁Jason Mann解释说：“这份IDC信息简报证实了全球制造业和能源客户告诉我们的情况：AIoT已经从一个流行词发展成为一项强大的技术和商业必需品。
“无论是增强关键设备的预测性维护，还是改进工厂和电网的运营，AIoT都能带来显著的成本节约、质量提升和效率提高。”
持续的技能短缺
虽然技术能力有所进步，但支持这些技术所需的人力资源仍然面临压力。与以往的趋势不同，技能相关的挑战已成为2025年工业AIoT应用的最大障碍，排名从2019年的第五位急剧上升。
这种人才短缺威胁着部署进度。传统上专注于物理流程和工业系统的运营技术(OT)人员现在必须与专注于分析和数字系统的IT团队密切合作。这些群体之间专业知识的差异可能会阻碍项目的进展。
技术本身或许可以为它所揭示的问题提供解决方案。现代人工智能技术使更多员工(包括技能水平和工作职责各不相同的员工)能够有效地与数据交互。这种数据民主化使在工厂车间工作的员工或制定公司战略的员工能够使用生成式和传统机器学习工具做出数据驱动的决策。
虽然技术技能变得更加稀缺，但文化阻力却有所减弱。组织抵制是2019年的最大挑战，现在已降至第六位。员工似乎在心理上已经做好了接受人工智能工具的准备，即使他们缺乏有效使用这些工具所需的技术能力。
全球运营中的区域差异
对于跨国企业而言，了解区域采用曲线对于资源分配至关重要。北美地区历来在物联网(IoT)领域的人工智能(AI)应用方面处于领先地位，但目前这种差距正在缩小。
亚太地区目前在中等程度的AIoT应用方面领先，而欧洲、中东和非洲地区(EMEA)在各个投资层面都保持乐观态度。这两个地区都在积极投资，以缩小与北美领先企业的差距。展望未来12至24个月，全球64%的组织预计其AIoT应用将实现增长。
TD SYNNEX公司人工智能、数据和供应商转型全球高级总监Dez Tsai评论道：“AIoT能够提升商业价值，工业企业使用得越多，获得的收益就越大。我们预计，随着企业体验到更高的效率、生产力和成本节约，AIoT解决方案的采用速度将会加快。”
克服工业AIoT应用的障碍
要从试点阶段过渡到生产阶段，领导层必须解决持续存在的基础设施和流程障碍。除了技能短缺之外，高昂的实施成本和遗留系统集成也被认为是主要的障碍。
数据质量仍然是一个持续存在的问题，自2019年以来，它作为一项挑战的重要性一直保持不变。如果没有干净可靠的数据流，复杂的人工智能模型将无法提供准确的洞察。
IDC分析师建议采取以“赋能员工”为重点的战略来应对这些障碍。提升团队使用人工智能驱动系统的技能，并传承现有知识，是建立内部技术能力的关键步骤。升级遗留系统和使用边缘计算可以为实时功能提供必要的技术基础。
工业运营的发展轨迹取决于物理资产和数字资产的融合。79%的受访者认为AIoT对于未来三年保持竞争优势至关重要，因此，成功不仅仅取决于软件采购。
领导者必须将注意力从工业AIoT技术的可行性(这一点现在已经得到证实)转移到组织的应用准备情况上。这意味着需要双管齐下：现代化数据基础设施以支持集成，并投资提升员工的技术能力。
只有解决技能差距和数据治理问题，企业才能弥合成功试点与现代化运营之间的鸿沟。
参与评论 (0)