工业AI进入运营期：就绪度差距制约规模化

思科最新调研深入剖析了工业人工智能（AI）如何融入实体运营。该报告从数据视角出发，揭示了工业企业采纳AI的路径、遭遇的难题，以及AI融合至物理系统、基建与流程后催生的新机遇。

思科近日发布年度重磅报告《工业AI发展现状》，聚焦工厂、能源及交通等关键设施如何加速AI的实地部署。报告通过数据驱动分析，展现了企业应用AI的现状、AI落地真实场景面临的挑战，以及AI深度嵌入物理架构与业务流后所释放的潜在价值。

此项双盲全球调研覆盖19个国家及21个工业领域的千余名运营技术（OT）决策者。数据显示，AI已在流程自动化、智能质检、预测性维护、物流优化及能源预测等场景中产生可量化的运营收益。然而，随着AI迈向物理世界的实时生产级应用，许多企业受制于网络基建、安全防护及IT/OT运营模式方面的就绪度短板。

思科安全路由与工业物联网高级副总裁兼总经理Vikas Butaney指出："工业AI正跨越实验阶段迈向生产实战，AI系统将在真实物理环境中完成感知、推理与执行。此阶段的成功，不再仅由算法模型决定，更取决于网络、安全架构及团队是否就绪，能否支撑AI在边缘及动态场景中的规模化运行。调研表明，对AI扩展持乐观态度的企业，均将基建、网络安全及IT/OT协同视为基石而非选项。"

工业AI由未来展望转向主动部署

调研显示，工业AI已从远景规划转为主动落地，61%的企业已在涉及性能、稳定性及安全性的实时工业运营中应用AI，20%的企业已实现规模化成熟部署。在制造、交通及公用事业领域，AI正驱动机器视觉、机器人、移动性及安全关键业务。

83%的企业计划加大AI投入，近九成（87%）预计未来两年内将收获显著成效。但随着应用加速，不少企业在维持与扩大部署规模上遭遇瓶颈；网络基建、安全实力及人才储备的就绪程度，正日益成为AI能否在核心实体场景持续规模化落地的关键。

基建就绪度已成为规模化落地的核心变量。随着AI深度融入设备、传感器、视觉系统及自动化流程，企业对可靠连接、无线移动、低时延预测、边缘计算及供电保障的需求激增，网络就绪度因此成为实体场景AI部署的关键门槛。

报告其他核心发现如下：

97%的企业认为AI工作负载将改变其工业网络需求;

51%的企业预计AI负载将提升工业网络在连接性与可靠性上的标准;

96%的企业表示无线网络是部署AI的必备基础。

网络安全同时牵动AI落地节奏与企业信心。随着AI拓展工业环境的连接范围与数据流量，安全问题仍是规模化推广的首要障碍。与此同时，更多企业视AI为安全方案的一环，多数预计AI将增强安全监控、威胁检测及运营韧性。

98% 的企业认为，网络安全是AI就绪基建的核心基石;

40% 的企业将网络安全列为AI规模化最大阻力;

85% 的企业预计AI将优化自身网络安全防护能力。

IT/OT 协同是AI规模化运营的关键

实践表明，IT/OT 协同是AI规模化运营的核心。IT与OT团队协作紧密的企业，对拓展AI应用信心更足，支撑实体运营的网络更稳，也更重视将网络安全作为基础要求。这也凸显了培养支撑规模化AI应用所需人才能力的必要性。

57% 的企业表示已实现一定程度的 IT/OT 协同；

43% 的企业表示协同有限或完全缺失；

在 IT/OT 协同有限的企业中，47% 将网络不稳定列为AI规模化运营的首要挑战。

思科工业物联网网络事业部产品管理副总裁Samuel Pasquier强调：“真正的挑战并非让每位工程师都成为 IT/OT 复合专家，而是打造能让每个人发挥专长、高效协同的团队。”

试想一家繁忙的汽车工厂：OT 团队深耕一线，保障产线运转、维修传送带、调试设备，确保平稳运行；与此同时，IT 团队负责保障 AI 检测摄像头的图像安全传输，并提供实时分析结果。

公用事业领域亦遵循此逻辑：OT 团队负责电网运维与应急响应，而 IT 团队的数据分析与网络安全能力保障了运营韧性。若缺乏此类协同，关键数据可能被忽视，系统亦将变得脆弱。但目前仍有不少企业难以打通 IT 与 OT 间的壁垒。调研显示，缺乏协同的企业无法充分释放AI与自动化的全部潜能。

从就绪准备到价值实现

“我们已见证工业AI的巨大进展，但现在是提高标准，思考‘下一步何去何从’的时刻。《工业人工智能发展现状》报告正是对这一命题的深度解答。”Pasquier补充道，“结论明确：AI落地不仅是打造更智能的设备，更要构建适配的网络体系、做好数据防护，始终将作业人员安全置于重要位置。”

Pasquier以意式咖啡机为例：若系统调试不当、内部管路不洁，便无法萃取出风味均衡的咖啡。压力、温度与通畅管路必须协同运作。AI亦然，即便最先进的系统，也需可靠、安全、运维完善的网络支撑，方能发挥最佳效能。

报告背景

《工业AI发展现状》报告基于思科与Sapio Research联合开展的全球调研数据，受访者为千余名运营技术决策者。受访者来自19个国家、21个行业部门，涵盖制造、交通/物流、能源/公用事业等多元领域。报告汇总了年收入超1亿美元企业的决策者调研结论。