走进一座现代化的美国制造工厂，变革显而易见：机器配备传感器持续监测运行状态，摄像头实时质检产品，控制室汇集来自全厂乃至全球工厂的实时运营数据。

然而，连接这一切的网络却鲜为人知，而正是在这里，许多制造商正遭遇瓶颈。

Expereo与IDC联合开展的《Enterprise Horizons》研究（调查了800位跨国企业高级技术主管）发现，受访的美国制造商中，没有一家认为其网络已完全准备好支持下一波AI、云和数字化计划。超过三分之一表示网络能应对当前需求，但很快需要升级；其余受访者则承认仍存在差距和薄弱环节。

AI无处不在，但尚未规模化

制造商并未在AI上止步。研究中每家美国制造商都已以某种形式使用AI，但真正的挑战在于规模化。86%表示AI仅在业务局部使用，而非全组织推广（美国企业整体该比例为75%）。仅15%称AI应用广泛，且无人表示AI已从根本上改变其运营。

投资与影响之间的差距同样显著。半数受访者称AI项目仅部分达到预期，仅8%表示结果超出预期。

当AI表现不佳时，人们常归咎于模型或数据，但网络同样关键。在全球制造商中，AI项目未达预期的受访者里，有四分之一将网络与连接性问题列为诱因之一。原因不难理解：预测性维护依赖持续准确的机器数据流；计算机视觉系统需要高质量图像流以在生产线上识别缺陷。若数据延迟、中断或不一致，AI可依据的信息可靠性降低——虽未必彻底失败，但性能受损，预期业务价值难以完全实现。

本土挑战，全球根源

当被问及支持AI最需要什么时，美国制造商将韧性与可用性（52%）、优化的云连接（52%）、灵活性与可扩展性（50%）以及更大带宽（47%）列为首要需求。有趣的是，44%表示端到端全球连接现已至关重要，而美国全行业该比例为31%。

这反映了现代制造业的现实：供应链不局限于国界，支撑系统亦然。

研究凸显了制造商面临的压力：61%预计未来一年供应链中断将是重大挑战（美国企业整体为36%）；超过四分之一担忧关税与贸易争端，是美国平均水平的3倍多。毫不意外，运营韧性已成为技术投资的最大驱动力之一。

许多企业正通过回流、近岸外包或供应商多元化来应对。这些策略都增加了需要可靠连接的站点、合作伙伴和国家数量。因此，连接性已成为47%美国制造商的优先投资领域，高于美国平均的40%。

连接性已成为业务关键

多数全球制造网络并非为这种复杂度而设计。它们多年演变，随业务扩张叠加区域运营商、遗留基础设施和公共互联网连接，结果常是拼凑而成——日常尚可，但跨国运营的可见性和一致性有限。

当网络主要承载电子邮件和业务应用时，这或许可接受；但当其支撑AI驱动的制造时，情况则截然不同。

提升性能并非简单增加带宽，而需构建能跨地点提供可预测性能、在问题影响生产前提供可见性、并在条件变化时保持韧性的网络。制造商日益认识到无法独自完成，近三分之一（32%）表示需要外部伙伴来实施或管理网络。

在Expereo，我们正聚焦于此：帮助全球制造商连接所有办公室和工厂，无论其运营地点，提供单一伙伴负责高性能、有韧性的网络。

AI或许正在变革工厂车间，但其成功仍依赖更不显眼的因素。将连接性视为战略基础设施（而非另一项IT服务）的制造商，将更有能力将AI投资转化为可衡量的业务成果。