擴大物聯網、企業連接和分析等數字技術的使用，是解決制造商在2024年面臨的主要挑戰的關鍵。

　　整個世界，特別是制造業，似乎已經擺脫了大流行期間發生的問題和幾年前的重大供應鏈中斷。然而，到2024年，制造商將面臨新的挑戰，其中許多挑戰可以通過采用更多數字技術來緩解。

　　最近的行業研究使制造商今年面臨的問題，以及計劃如何解決這些問題成為焦點。《制造業狀況報告》中描述的一項此類研究發現，在2023年，制造業“面對經濟不確定性和勞動力挑戰，迫切希望采用新技術”。

　　其他研究也得出了類似的結論。Deloitte在其《2024年制造業展望》中指出，制造商面臨經濟不確定性、供應鏈中斷以及填補熟練勞動力職位的困難。在所有情況下，Deloitte都認為技術將在未來發揮重要作用。

　　具體來說，包括物聯網(IoT)、自動化、支持數據驅動決策的分析等技術可以幫助制造商提高運營效率、控制成本等。這些技術用于生產環境，提供對流程的實時洞察和端到端可見性。這些見解和可見性，使制造商能夠識別生產瓶頸、低效率和浪費。一旦發現這些問題，就可以采取措施幫助減少停機，并改善運營。

　　從長遠來看，大多數制造商將通過全面擁抱工業4.0和智能制造來加倍數字化投資。例如，Deloitte發現83%的制造商認為智能工廠解決方案將在五年內改變產品的制造方式。但在短期內，物聯網、自動化和分析的引入和使用可以帶來立竿見影的顯著效益。

　　數字供應鏈和其他技術

　　盡管制造業從疫情期間大規模供應鏈問題的影響中大幅反彈，但問題仍然存在。許多制造商正試圖通過將通過物聯網設備和分析獲得的生產線洞察，與企業連接相結合來解決其供應鏈問題，從而使工廠車間運營技術(OT)數據可用于ERP、CRM等傳統企業IT系統。

　　Deloitte在其展望報告中指出，通過采用數字工具，制造商可以提高供應鏈的透明度。這是怎么做到的?通過結合OT和IT系統，制造商可以在訂購流程中變得主動。這些數據與供應商的數據相結合，使制造商能夠將其供應鏈流程數字化。

　　GenAI登場

　　在制造過程中引入更多技術，推動了對人才的需求。然而，據Deloitte和其他機構稱，制造商在尋找熟練勞動力方面遇到了困難。

　　這個問題并非制造業所獨有。幸運的是，在所有行業中，許多人都在關注生成式人工智能(GenAI)、自動化和其他工具來提供幫助。

　　GenAI可用于協助技術員工，并幫助其提高效率。例如，GenAI可用于快速總結大型設備用戶手冊、查找設備規格表中的特定設置，或搜索設備日志輸出中的異常情況。

　　通過卸載這些常見任務，GenAI解放了技術員工，使其可以在給定時間內完成更多的專業事務。這可能會減少在一個很難找到技術人才的市場中雇用更多技術員工的需要。

　　GenAI的另一個常見用途是，幫助那些在技術上不如經驗豐富的員工的人。例如，制造生產線設備的原始設備制造商可能會在其管理控制臺上放置GenAI前端。GenAI可以允許工作人員輸入或說出請求，如將運行速度設置為X，而不必了解神秘的命令行指令。GenAI會將輸入或表達的請求轉換為機器可以理解的命令。在這里，這種技術的應用再次減少了雇用那些難以找到的技術人才的需要。

　　同樣，基于實時狀態數據的制造流程智能自動化可以節省員工的時間。同樣，通過擺脫死記硬背的任務，員工有更多的時間花在重要的事務上。例如，與其讓工作人員例行地在工廠車間走動并評估設備的健康狀態，不如讓自動化簡單到在設備的健康監測數據超過閾值時發送自動警報。

　　技術前景如何?

　　擴大使用物聯網、企業連接和分析等已使用多年的技術，是解決制造商在2024年面臨的主要挑戰的關鍵。

　　目前正在采用的其他技術和更廣泛的舉措肯定會在未來發揮重要作用，其中包括全面采用工業4.0和轉向智能工廠。為這些努力提供動力的基礎技術，正是當今帶來效益的技術。