全球能源技术领导者施耐德电气今日发布了其《2026年消费品行业工业人工智能调查》的最新结果，数据显示，消费品（CPG）制造商预计到2030年，生产效率低下和成本压力将显著增加。许多企业正借助工业智能——即人工智能、数据与自动化技术的融合——来增强自身竞争力，以应对这一充满加速性动荡的十年。
预计到2030年，结构性生产成本将持续攀升
调查显示，消费品（CPG）制造商预计利润率危机将加速加剧：效率低下——特别是生产延误、设备停机和故障——目前已占最终产品成本的约20.3%。受访者表示，平均15.2%的生产收入因延误、停机、返工、质量偏差或资产利用率低下而流失。
预计这些本可避免的损失将大幅增加——明年将升至21.37%，到2030年将接近29.14%。
许多消费品制造商正押注于工业人工智能，以遏制此类生产损失的预期增长。
对AI的期待正迅速增长，而准备程度却滞后
目前，仅有八分之一（13%）的消费品（CPG）制造商表示，AI已完全融入其关键运营和决策流程。到2030年，超过三分之一（37%）的企业预计AI将成为其运营活动的基础——这意味着在短短四年内，AI的普及率将增长三倍。
受访者还预期人工智能将带来显著的投资回报率（ROI）增长：
• 三分之一（32.7%）预计到2030年其人工智能项目将实现50%至74%的回报率
• 近十分之一（7.9%）预测回报率将超过100%，这意味着对AI的投资将在不到一年的时间内收回成本
目前，这种效率水平仅见于WEF灯塔项目[1]或全自动化工厂。
相反，70%的受访者表示当前AI投资回报率低于20%，其中近三分之一（28.4%）的回报率仅为5%或更低，这反映出该行业目前从早期部署中获得的价值仍十分有限。
“制造商预计到2030年，AI的端到端部署将增长三倍，预期回报也将大幅提升——达到目前仅最先进的灯塔工厂和自主工厂所能展现的水平，”施耐德电气消费品（CPG）业务部总裁尼尔·史密斯表示。“这种期望与现实之间的差距，是我们近年来所见到的最强烈的紧迫信号。只有当人工智能能够提供真正的工业智能——即把实时运营数据、现代自动化和人工智能转化为同步解决方案，从而在规模上提高效率时，它才能带来变革。许多企业至今仍受限于过时的生产设施、分散的数据以及遗留系统，这些因素限制了AI的价值和应用。弥合这一准备度差距，现已成为消费品行业（CPG）提升竞争力的关键优先事项之一。”
障碍不在于AI技术本身，而在于实施工业智能的基础准备工作。
尽管对AI潜力充满信心，但受访者一致认为，阻碍规模化发展的主要障碍是结构性而非技术性的：
• 缺乏AI或数据科学技能（43.0%）
• 过时的自动化系统和基础设施（37.5%）
• 缺乏情境化的运营数据（36.3%）
• 员工抵触情绪（25.7%）
所有这些因素都高于对网络安全或合规性的担忧（21.7%）。
“结果非常明确：要在短短四年内实现工业人工智能所期望的转型投资回报，需要在协作、透明度和共同标准方面实现质的飞跃，”施耐德电气工业自动化业务部服务高级副总裁塞西尔·韦尔塞利诺表示。“通过SE咨询服务，我们已将‘Lighthouse’专业知识应用于全球客户的生产现场，助力他们将数字化愿景转化为可衡量的成果。我们相信，最佳实践与行业专长的共享与应用，将成为下一波工业数字化转型的催化剂。”
施耐德电气今日与AVEVA联合发布的最新分析报告：《超越炒作：面向竞争性消费品制造的实用人工智能》，为食品和饮料行业成功应用人工智能提供了建议。该报告通过工业数据、模块化自动化、电气化以及工业人工智能的实施阶段，勾勒出通往自主运营的路径。
编辑注：
• 这项具有统计代表性的调研由 Censuswide 公司开展，调查对象为来自生命科学、食品及饮料行业的 1,453 名受访者（其中 25% 为 C 级高管，75% 为生产领域的经理及决策者），覆盖 14 个国家， 包括英国、美国、意大利、德国、瑞典、挪威、芬兰、法国、丹麦、沙特阿拉伯、奥地利、爱尔兰、瑞士和埃及。数据收集时间为2026年2月26日至2026年3月24日。Censuswide公司遵守并吸纳市场研究协会（MRS）成员，遵循MRS行为准则及ESOMAR原则。Censuswide同时也是英国民意调查委员会（British Polling Council）的成员。
关于施耐德 电气
施耐德 电气是能源技术领域的全球领导者，致力于通过工业、商业及住宅领域的电气化、自动化和数字化，提升能效并推动可持续发展。公司的技术使建筑、数据中心、工厂、基础设施和电网能够作为开放、互联的生态系统运行，从而提高生产力、韧性和环保性。
公司产品组合涵盖智能设备、软件定义架构、基于人工智能的系统、数字服务以及专业咨询服务。施耐德电气在全球100多个国家拥有16万名员工和100万家合作伙伴，始终位列全球最具可持续性企业之列。
了解更多信息，请访问网站 https://www.se.com/ua/uk/
[1] 麦肯锡，《制造业灯塔企业如何充分释放人工智能价值》，2024年。来源：https://www.mckinsey.com/capabilities/operations/our-insights/how-manufacturings-lighthouses-are-capturing-the-full-value-of-ai
