Augury 报告：工业 AI 迎来规模化落地拐点

纽约 — 2026年6月9日 — 工业 AI 解决方案领导者 Augury 今日发布其第四年度《生产健康状态报告》。报告显示，制造商已首次在历史上大规模超越 AI 试验阶段，进入以企业级执行为重点的新时期。

该报告与 IndustryWeek 合作完成，调查了 500 名来自美国和欧洲、年营收超过 5000 万美元的制造企业领导者，其中 32% 的受访企业营收超过 5 亿美元。

调查结果显示，制造业对 AI 的投入持续增加：83% 的制造商计划在 2026 年提高 AI 投资，AI 在生产环境中的采用率快速扩大。然而，随着 AI 深入运营，制造商也面临新的挑战：劳动力约束、计划外停机、系统碎片化和数据质量不佳，正成为实现 AI 全部价值的主要障碍。

“讨论焦点已从‘制造商是否应采用 AI’转向‘他们能以多快、多有效的方式将其投入运营’，”Augury 首席执行官 Elan Greenberg 表示，“获得最高投资回报率的公司不仅在增加投入，还在构建数据、工作流程和组织协同，以将 AI 转化为明确的业务成果。”

2026 年报告主要发现

AI 从试验走向企业级规模

制造商正从 AI 试点转向广泛的运营部署。在超过一半工厂中扩展 AI 的组织比例同比翻了三倍，从 14% 升至 42%。预测性维护仍是首要应用场景，57% 的受访者已部署；87% 的受访者表示已采用或正在试验生成式 AI 和智能体 AI 工具。展望未来，83% 的制造商计划在今年增加 AI 投资，其中超过三分之一计划将增幅提升至 50% 以上。

停机与阶段性问题成为运营挑战

制造商越来越关注从内部提升生产健康水平。劳动力约束（43%）和计划外停机（40%）已成为首要运营挑战，且均同比上升。组织也在利用 AI 解决知识缺口和劳动力发展需求，94% 的受访者认为 AI 将对员工技能提升产生积极影响。

数据质量成为 AI 成功的关键决定因素

尽管 AI 采用持续加速，许多制造商发现仅靠技术并不足够。数据质量现已成为 AI 成熟度的首要障碍，47% 的受访者提及此点。流程和运营障碍（43%）以及缺乏明确价值证明或清晰用例（39%）也位列 AI 采用的主要障碍之中，这表明许多组织仍在努力将 AI 投资转化为持续的运营影响。领先的 AI 采用者也最有可能暴露数据相关问题，因为跨运营扩展 AI 会揭示底层系统和工作流程中的不一致性。

“制造商显然致力于扩展 AI，但下一阶段的价值创造取决于执行力，”Greenberg 总结道，“AI 的有效性取决于其所服务的团队。这正是 Augury 致力于通过工业 AI 劳动力连接机器、流程和运营数据，帮助客户更有效地运营工厂的原因。”

点击此处访问 Augury 第四年度《2026 年生产健康状态》报告。要了解更多关于 Augury 及其工业 AI 解决方案的信息，请访问 www.augury.com。

关于 Augury

作为领先的工业 AI 公司，Augury 帮助全球制造商利用实时生产洞察和数据提升效率。通过将预测性和规范性技术与运营数据及定制 AI 智能体相结合，生产团队可以提高正常运行时间、降低成本，并最大化产量和产能。其使命是改变人与机器的协作方式，推动人类生产力的边界。

关于《生产健康状态报告》

2026 年 3 月，Augury 的研究合作伙伴 Endeavor Business Intelligence 采用研究小组方法完成了这项第四年度研究，调查了来自美国、德国、法国和英国的 501 名制造专业人士。受访者均为全职员工，职级为总监、副总裁/主管或 C 级高管，行业涵盖食品饮料、化工、消费品包装、建筑材料、能源与公用事业、木制品、金属与采矿、制药、石油天然气以及水泥。

所有公司年营收均在 5000 万美元以上，其中 32% 营收超过 5 亿美元。84% 的受访者表示拥有至少五个制造基地。

联系方式：
Zoe Hamilton
PANBlast for Augury
[email protected]