世界各地，尤其是制造业，似乎已经逐渐克服了大流行期间的困难和几年前的供应链中断。然而，预计到2024年，制造商将会面临新的挑战，许多挑战可以通过更广泛地应用数字技术来解决。

近期行业研究集中关注制造商今年所面临的挑战，以及他们计划如何应对。根据《制造业状况报告》的一项研究发现，在2023年，制造业正面临着经济不确定性和劳动力挑战，急需采用新技术来解决这些问题。

Deloitte在《2024年制造业展望》中提出了类似观点，指出制造企业将面临经济不确定性、供应链中断以及招聘熟练劳动力的挑战。不论情况如何，Deloitte都认为技术将在未来扮演关键角色。这也与其他研究的结论相符，强调了技术在制造业发展中的重要性。

具体来说，包括物联网(IoT)、自动化、支持数据驱动决策的分析等技术可以帮助制造商提高运营效率、控制成本等。这些技术用于生产环境，提供对流程的实时洞察和端到端可见性。这些见解和可见性，使制造商能够识别生产瓶颈、低效率和浪费。一旦发现这些问题，就可以采取措施帮助减少停机，并改善运营。

长期来看，大多数制造商将通过全面采用工业4.0和智能制造来增加数字化投资。据Deloitte的调查显示，83%的制造商相信智能工厂解决方案将在未来五年内改变产品的制造方式。然而，在短期内，引入和应用物联网、自动化和分析技术可以立即带来显著的效益。

数字供应链和其他技术

尽管制造业在疫情期间受到了严重影响，但在大规模供应链问题的挑战下取得了显著的复苏。然而，仍然存在一些问题需要解决。许多制造商正在寻求通过整合物联网设备和生产线数据分析来改善供应链的可靠性。他们希望将工厂车间运营技术（OT）数据与传统企业IT系统如ERP、CRM等相连接，以更好地应对挑战。这种整合可以为制造商提供更全面的洞察力，帮助他们更好地管理和优化生产过程，进而提高效率和降低成本。

Deloitte在其展望报告中指出，通过采用数字工具，制造商可以提高供应链的透明度。这是怎么做到的？通过结合OT和IT系统，制造商可以在订购流程中变得主动。这些数据与供应商的数据相结合，使制造商能够将其供应链流程数字化。

GenAI登场

在制造业不断引入新技术的同时，对人才的需求也逐渐增加。然而，根据Deloitte和其他机构的调查，制造商在寻找熟练劳动力方面正面临着一些困难。

这个挑战不仅限于制造业。幸运的是，在各行各业，许多人都在研究生成式人工智能(GenAI)、自动化和其他工具，以提高工作效率。

GenAI可用于协助技术员工，并帮助其提高效率。例如，GenAI可用于快速总结大型设备用户手册、查找设备规格表中的特定设置，或搜索设备日志输出中的异常情况。

通过卸载这些常见任务，GenAI解放了技术员工，使其可以在给定时间内完成更多的专业事务。这可能会减少在一个很难找到技术人才的市场中雇用更多技术员工的需要。

GenAI的另一个常见用途是，帮助那些在技术上不如经验丰富的员工的人。例如，制造生产线设备的原始设备制造商可能会在其管理控制台上放置GenAI前端。GenAI可以允许工作人员输入或说出请求，如将运行速度设置为X，而不必了解神秘的命令行指令。GenAI会将输入或表达的请求转换为机器可以理解的命令。在这里，这种技术的应用再次减少了雇用那些难以找到的技术人才的需要。

同样，基于实时状态数据的制造流程智能自动化可以节省员工的时间。同样，通过摆脱死记硬背的任务，员工有更多的时间花在重要的事务上。例如，与其让工作人员例行地在工厂车间走动并评估设备的健康状态，不如让自动化简单到在设备的健康监测数据超过阈值时发送自动警报。

技术前景如何？

扩大使用物联网、企业连接和分析等已使用多年的技术，是解决制造商在2024年面临的主要挑战的关键。

目前正在采用的其他技术和更广泛的举措肯定会在未来发挥重要作用，其中包括全面采用工业4.0和转向智能工厂。为这些努力提供动力的基础技术，正是当今带来效益的技术。