Aras报告显示，工业领域面临人工智能整合挑战。

作为领先的产品生命周期管理 (PLM) 和数字化解决方案提供商，其“2024 未来展望”展览指出，工业领域在人工智能 (AI) 应用准备方面存在巨大差距。报告显示，约 80% 的工业品制造和加工企业无法理解人工智能的概念，也缺乏有效应用人工智能所需的战略层面能力。尽管如此，84% 的企业普遍持乐观态度，认为人工智能将催生新的或改进的服务，其中 82% 的企业预测质量标准将得到显著提升。.

调查结果揭示了准备情况与预期之间的差异

这项针对美国、欧洲和日本835位来自不同行业背景的知名企业高管的广泛调查，涵盖了来自国内外企业的众多高管。调查凸显了一个紧迫的问题：相当一部分企业面临产能瓶颈（79%）、缺乏专业知识（77%）、IT解决方案普遍孤立（75%）以及数据质量问题（70%），这些问题对整个行业构成重大挑战。. 

这些障碍包含诸多实质性因素，阻碍了人工智能技术在工业领域的和谐应用和有效运行。报告也指出，从积极的角度来看，人们普遍 trac将人工智能引入产品生命周期管理（PLM）流程可能带来的优势。调查显示，75%的dent认为人工智能是其业务战略中一个积极的因素。更值得注意的是，三分之一的受访者认为他们当前的产品生命周期管理（PLM）和数据基础设施完全能够支持人工智能技术，而三分之二的受访者则持相反观点。这表明受访dent之间存在着相当的分歧。.

数据质量的关键作用

Ara 的报告将高质量数据置于其人工智能计划的首位，并着重探讨了如何实现这一目标。参与者的调查反映了产品信息数据、质量控制数据、生产数据和消费者数据的重要性，但由于当前数据的质量问题，这些数据仍可能无法满足业务目标。为了应对这一日益严峻的问题，51% 的受访者正在加快提高生产效率的步伐，46% 的受访者关注服务数据，45% 的受访者关注研发数据集。. 

这些工作进展形式的多样性表明，人工智能在行业中的应用方式即将发生转变，这源于行业对高质量数据作用的日益重视。Aras 首席执行官 Roque Martin 指出，公司整体上需要采取积极主动的态度来应对人工智能这项创新技术，从产品开发到生产和销售的各个环节都应如此。他们希望看到那些采用陈旧过时的产品生命周期管理 (PLM) 系统的公司远远超过那些能够很好地适应新兴数据密集型技术的公司。通过采用人工智能，企业可以从技术进步及其带来的机遇中获得更多收益。.

人工智能在产业挑战中保持乐观

另一部分受访者则持乐观态度，84%的人认为人工智能将提供其他或更优质的服务，82%的人则寄希望于服务质量和可靠性的提升。这种前景表明，人工智能有机会让企业及其客户受益，而目前的局限性不应成为恐惧的根源。. 

Aras发布的《今日工业领域》报告反映了工业领域在人工智能部署方面的准备情况。表面上看，报告对知识、能力和数据质量方面的 defi进行了全面而精准的评估。然而，报告也蕴含着一股对人工智能作为变革力量的tron乐观情绪。为了应对这些挑战，ALM（应用生命周期管理）正致力于提升PLM（产品生命周期管理）系统的质量和现代化水平。除了短期目标之外，ALM的长期可持续发展和在人工智能成为关键决定因素的时代保持竞争力也是一项重要任务。.

这项研究带来的洞见犹如一记警钟，促使企业意识到需要一种全新的、整合式的AI应用模式。这一觉醒也预示着一个新时代的到来：技术与人类专长将携手并进，共同创造前所未有的效率和创新水平。.