人工智能(AI)在過去25年的發展應該讓我們對未來感到非常好奇。自 2020 年全球 Covid-19 大流行爆發以來，那些可能沒有在其預算范圍內計劃或預見到這一舉措的組織對數字化的興趣日益濃厚。該技術本身也取得了重大進展，西門子公司數字化經理Monica Hildinger表示。

　　“幾乎所有行業部門對AI和其他高端技術的興趣都在增加，” Hildinger說，“大多數公司都在尋找數字技術來提高運營效率和生產力，加強維護策略，并優化公用事業，以幫助推動更大的可持續性。”

　　但首先，要實現所有這些目標，Hildinger認為首先需要克服文化和組織障礙，包括對變革、價值觀和心態的抵制。“改變必須從內部開始，” 她建議，“改進需要迅速，而不是等待經濟好轉之后。所獲得的技能也將為企業帶來競爭優勢。”

　　此外，還需要解決其他與數據相關的挑戰，例如數據收集和質量、基礎設施、政府法規和數據治理。

　　沒有人說這是一條容易的道路。事實上，埃森哲在12個工業化國家進行的一項研究發現，84%的企業高管認為他們需要使用AI來實現增長目標。

　　然而，其中76%的人承認他們正在努力擴大人工智能的采用。到目前為止，可能還沒有一個藍圖可以將概念驗證轉化為生產和規模，因此對于大多數行業來說，這種轉變變成了一場斗爭。

　　一些事實表明，處于AI采用初期階段的企業的投資回報率可能并不高。AI必須在整個組織中進行擴展，以確保該技術能夠為企業做出巨大貢獻。與追求單一概念證明的企業相比，戰略性地擴大AI規模的企業的成功率和回報可能分別是前者的兩倍和三倍。

　　通過將AI集成到核心業務流程、工作流和客戶旅程中，可以優化其日常運營和決策任務。麥肯錫在研究報告中預測，采用這種方法的企業很可能實現價值和規模的增長，其中一些企業甚至增加了約20%的收入。

　　在CONTROL ENGINEERING China最近的一項調查中顯示，制造企業采用AI技術主要應用排名靠前的三個場景依次為：

　　· 數據的可視化分析;

　　· 預測性維護;

　　· 機器的自我診斷。

　　根據Hildinger的說法，在工程技能方面，人口挑戰目前也比以往任何時候都更加普遍。如何將專業知識和經驗、工作態度、紀律和質量、可靠性和忠誠度傳遞給下一代工程師?在理想的世界中，實施良好的數字化解決方案為企業帶來了巨大的利益，而最新一代的工程師將成為數字原住民。其中一些好處包括：

　　· 數據透明度在一個位置提供單一事實來源，對各種利益相關者可見。

　　· 通過提供必要的基礎設施，實施最先進的解決辦法。

　　· 減少企業各個層級的時間成本和精力。

　　· 通過提高模式識別和復雜數學計算的能力，在以前根本無法解決的領域，有了新的改進領域。

　　· 在就業市場上為新一代創造新的細分市場。

　　"用于過程數據分析的AI能夠為工廠操作員提供決策支持所需的見解，并為預測性工廠維護策略提供信息。" Hildinger總結道，"為了有效利用AI并最終實現數字化轉型的目標，第一步應該是合理地規劃。決策者需要著眼大局，并尋求基于價值的快速舉措。"