注:本文转载自36kr
可持续发展和AI如何重塑企业创新,是报告关注的重点。
全球行业技术领先企业TE Connectivity(以下简称“TE”)发布了2024年《行业技术指数》。TE对来自中国、德国、印度、日本和美国多个行业的1000名受访者进行了调研。并基于调研结果,TE发布了第二份关于探究创新现状的年度报告。
报告从世界各地工程师和高管的角度,审视了AI作为目前推动创新和发展最有效的工具,是如何被企业员工认知的。而企业中不同角色的员工,对AI不同的态度,决定了企业要如何有效率地推进AI化改造。
尽管AI仍是一项新兴技术,但它已迅速成为技术企业的聚焦点。报告的调研发现,70%的工程师和78%的高管将 AI列为他们未来三年的投资重点之一,得分高于可再生能源和数据连接等其他技术。
为了尽可能扩大这些投资的影响,企业必须制定明确的AI整合战略。成功的战略将包括:工程师和高管在实施AI的职责分工上达成共识,以及安排有针对性的培训和技能提升计划,以培养内部团队的AI技能。
遵循这种战略的企业更有可能在其创新实践中,获得AI优势 。那些难以在工程师和高管之间达成共识,或未能投资于所需培训的企业,可能会落后于同行。
此次调研结果表明高管和工程师在实施AI方面存在分歧。四分之三的高管认为,工程师应当负责推动AI的实施;然而,68%的工程师希望领导层能够制定一个更明确的实施计划。
中国市场的受访者对于在企业内整合AI尤为乐观,并且了解AI将带来的竞争优势 。但同时,中国工程师也更为担忧所在企业能否负责任地使用AI。
这两个群体中有超过 80% 的人表示,他们对自己将 AI 整合到企业中的能力表示乐观。工程师和高管们也一致认为,加快 AI 的采用将有明显益处,例如提高效率和生产力、提升数据分析和增强决策能力,从而提高他们的创新能力。
然而,由于年龄和地理位置不同,大家的乐观程度也不同。在全球范围内,84%的年轻工程师(Z世代和千禧一代)对企业内AI整合表示乐观,而这一点上, 仅有74%的X世代和婴儿潮一代工程师表示乐观。
在报告调研的国家中,中国的工程师和高管对将AI整合到其企业中最有信心(中国受访者-90%vs.全球受访者 -70%)。然而,中国工程师也更担心AI会取代他们的工作(中国工程师-45%vs. 全球受访者-26% )。
另一方面,只有57%的德国工程师和高管对他们整合AI的能力非常有信心。日本和美国的受访者对自身能力有信心的比例也低于全球平均水平-70%。
中国市场是对AI整合到企业当中,最为有信心的一个国家。中国的工程师较全球的水平来讲,他们更加认为AI对他们的职业发展来讲是一种非常有助力的一项技能,这个比例达到了88%,而全球大概是76%左右。
虽然中国的工程师跟高管对于AI技术最为乐观,但同时相较于全球的水平来讲,他们也是顾虑最多的。
可以看到两个很有趣的百分比,一个是中国的工程师有45%担心自己的工作会被AI所取代,全球范围内这个比例只有26%。而且,中国的工程师也较之全球的水平,更加担忧自己的企业能不能负责任的去应用AI的技术。
参与调查的工程师和高管们对AI未来的发展之路都有明确的认识。他们都认为,开展与AI相关的培训和技能提升活动,有助于克服技术挑战,反之会减慢实施速度。
鉴于人们普遍认为AI将很快成为一项关键技术。这两个群体中79%的受访者还希望在未来三年加大对AI培训的投资。安排这些培训计划的企业,将能够更好地利用AI的潜力加速创新。未能进行这些投资的企业,可能会失去工程人才并落后于竞争对手。
AI创建了全新的工作岗位(如机器学习工程师或数据产品经理),以实施和维护AI解决方案。现有岗位必须不断发展升级,以纳入AI商业模式带来的新内容,从而推动数字化转型。
采用创新技术有助于推动企业取得成功。然而,当面对一系列新兴技术时,受访者认为AI是所在企业最未准备好整合到企业运营中的两项技术之一。
AI的快速发展使许多工程师和高管觉得他们的现有技能落后了。这两个群体都认为缺乏内部AI知识和经验是他们难以整合的原因。
企业认为最未准备好进行整合的另一项技术——3D 打印,与 AI相比,其很多年前就已有可行的商业选择。鉴于 AI 在改变创新过程方面的重要性,企业内整合AI是否会像3D打印一样,在多年后仍然是企业面临的挑战,让我们拭目以待。
TE在可持续发展和AI领域已投入了大量的资源,我们知道其他公司也是如此。我们想要探究这两大趋势如何影响创新的过程,以及创新如何反过来推动这两者向前发展。我们发现,制定公司目标的管理者和负责实现这些目标的工程师们都仍需努力协同达成共识,才能成功实现目标。”
作为连接和传感领域全球领先的企业,TE也不断在企业中加强AI技术的落地和实践。
在多年前,TE就提出了TEOA(TE运营优势)的概念,即在生产制造的数据采集、反馈、管控及质量管理等方面,通过自动化技术形成企业优势。AI技术的发展增强了这些技术的应用,使TE能够数字化地掌握每个生产环节及产品测试的质量数据。
一旦出现问题,无需到现场即可查看。这种大规模的数据采集是传统人工无法实现的,过去依赖纸质记录,效率极低。如今,每个工厂都在推行数据采集活动,并将其作为星级评级的一部分。
在数据采集完成后,生产用料的添加和调整最好实现自动化,从而确保生产工艺稳定,产品质量有保障。此外,物流运输方面,以前依赖人工和叉车,如今许多工厂已经使用机器人和AGV(Automated Guided Vehicle)。这些设备能够自动运输货物,并通过二维码识别确保准确性和效率,避免人工操作中的错误。