制造商经常在探索优化运营和更智能、更快速、更安全地工作的方法。但是，今天，优化的速度比历史上任何时候都快。仅在过去五年中，工业4.0的兴起以及数字和物理世界的融合——包括IT和运营技术（OT）——就大大提高了优化速度。

制造业首席运营官可能听说过“智能工厂”这个术语，它是一个总括术语，指在工厂四面墙内和公司供应网络中推动更大价值的所有流程和工具。智能工厂的成果通常是解决人类固有的挑战，以帮助使工作更安全、更高效。

“智能工厂”是全面智能制造转型的更广泛飞跃的一部分，这种转型通常超越传统的自动化，成为一个完全互联和灵活的系统——一个可以使用互联运营和生产系统的持续数据流来学习和适应新需求的系统。

尽管许多组织已经开始投资智能制造技术或正在实现全面业务转型（很大程度上是由于过去几年的流行病和大规模全球性破坏造成的），但还有一些组织已经落后于智能制造技术的步伐。 改变或只实施零碎的解决方案。 对于许多人来说，主要挑战之一是工业数据的复杂性和可访问性，因为它通常分散在生产现场以及 IT 和 OT 系统中，导致管理和治理变得困难。 然而，智能制造技术的实施可以帮助释放以前被困的数据，从而推动更明智的转型决策。

德勤和制造商生产力与创新联盟 (MAPI) 最近的一项调查显示，86% 的受访制造业高管认为，智能工厂解决方案将成为未来五年竞争力的主要驱动力。 考虑到这一点，2024 年将成为新项目的关键一年。 但首席运营官如何向更大的组织传达紧迫性和价值呢？

第一步是确保领导者了解智能制造转型如何能够设计出人类无法独自实现的优势。一些潜在的好处包括从操作中获得可操作的见解的能力增强，以及跨机器传输知识以供未来使用的能力增强，可靠和安全的技术的实施可以使企业走向未来，并增加对恶意网络攻击的保护，以及通过提高透明度和对一线员工的信任来改善文化。总之，这些优势可以帮助企业适应当今制造业面临的挑战，包括持续的供应链中断以及人才和技能差距。

第二步是了解当前的商业格局，这可能决定转型的成败。 随着制造业领导者在智能制造转型方面不断取得进展并创建真正的智能工厂，预计 2024 年将出现以下趋势，领导者在做出决策时应认识到这些趋势：

• 实施生成式人工智能（AI）的机会。 随着组织不断测试基本的 genAI 应用程序，未来有望创建闭环制造系统，可以根据数据自动进行实时调整和自我优化。 这可以创造前所未有的效率。 虽然企业可能认为这个用例还需要数年时间，但他们现在应该考虑实施和试验 GenAI，以优化维护、维修、工厂布局等应用程序的效率。

• 利用退休劳动力的知识进行知识转移。 2023 年，制造业劳动力市场持续紧张，预计 2024 年也会出现类似的情况。美国制造商协会 (NAM) 最近进行的一项调查显示，近四分之三的受访制造业高管认为，吸引和留住人才 高素质的劳动力是他们面临的主要业务挑战。 而且，尽管领导者努力寻找合适的人才来填补职位空缺，但更多的老龄化劳动力将继续退出。 组织可以尝试为退休员工制定校友计划，让他们继续留在公司，并提供更多机会来提高新兴劳动力的技能。

• 随着定制商品需求的增加，从弹性转向敏捷。 新冠肺炎 (COVID-19) 疫情爆发后，各组织集中精力打造能够抵御大规模干扰的弹性运营。 现在，他们可能需要将重点转向满足消费者对定制商品的需求，从而需要更加敏捷的运营。 在摆脱大批量/低成本生产的过程中，许多公司正在转向数字化以保持盈利。

• 数字化可在短期内取得可持续发展成就。 传统上，制造商专注于避免返工并提高资源利用效率，从而变得更加可持续——而且需要非常有意识地努力。 然而，随着对数字化的投资，从长远来看，组织的整体设备效率 (OEE) 和成本自然得到改善。 当资产基础真正数字化时，浪费通常会自动减少，从而帮助组织在实现“绿色”运营方面取得先机。

智能工厂只是制造运营转型中的一小部分，任何增强措施的决策都应根据当前的商业环境做出。 对于那些质疑应该从哪里开始的领导者来说，他们应该从他们现在的位置开始。 对当前制造流程的分析可以帮助确定哪里可能需要立即支持，从而使事情顺利进行。 德勤专门展示了如何通过其智能工厂网络实现智能工厂，其中包括德勤@威奇托的智能工厂，这是一个体验中心，可帮助组织利用先进的制造技术和最新技术，包括物联网、云、人工智能、 计算机视觉等——解决问题、加速创新并确保其运营面向未来。 如果有人对这个想法不熟悉，他们应该大处着眼，从小处着手，快速扩展。

全面的智能制造转型可能需要时间，但领导者可以规模化改进，以设计优势并影响整个制造流程，这可能导致小的改进成为整个智能工厂，甚至后来成为智能工厂网络和生态系统。