AI重塑價值鏈 工業製造業邁向2030

隨著人工智慧（AI）快速發展並導入整體價值鏈，工業製造業正處於歷史性的轉折點。《PwC產業展望：工業製造業邁向2030的競賽》調查顯示，科技與自動化將大幅導入整體價值鏈，分別達到現階段的2.6倍與2.8倍，預期將有44%的營收來自傳統工業與消費性產品以外的領域。

而在臺灣，製造業AI導入正處於「認知提升，但落地有限」的關鍵點。《製造業AI普及度調查報告》顯示，資通訊業的AI普及度達39.1%，但傳統製造業仍處於初期階段，普及度僅22.7%。多數臺灣企業雖已意識到AI的重要性，卻受限於數位基礎不足、資料治理缺口與人才短缺，無法將AI真正融入營運。

為協助企業掌握AI普及化釋放的轉型契機，《PwC產業展望：工業製造業邁向2030的競賽》於2025年7月底至9月初進行調查，訪問443位工業製造業副總層級以上主管，涵蓋北美、南美、歐洲、亞洲及中東地區的上市企業，透過前瞻企業的布局經驗，歸納工業製造邁向2030年的關鍵策略。

前瞻企業積極布局自動化與AI技術

調查顯示，到2030年，工業製造業的科技導入與自動化程度將成長逾一倍。與此同時，製造業者正加速布局，包括建立AI原生（AI-native）營運模式，以及強化整合產品、服務與產業生態系。儘管發展動能強勁，但仍須留意技能、資料基礎設施等關鍵領域的盲點，可能阻礙相關進展。

在達成企業策略目標的科技選項中，AI的重要性又略高於自動化。企業對AI的期待有所不同：部分受訪者認為AI可推動業務成長，幾乎相同比例的受訪者則將AI視為提升效率的工具。此平衡有望緩解投資人疑慮，《2025全球投資人調查報告》顯示，投資人希望AI同時帶動成長與生產力，而非僅透過裁減人力來實現。

值得注意的是，在推動科技化與自動化的競賽中，各企業並非站在相同起跑點。前瞻型企業已明顯取得領先地位，其於產品設計與研發中，高度使用先進科技的比例為46%，高於其他企業的34%；在生產與營運方面也同樣領先（37%比28%），且預期未來差距將進一步擴大。

科技導入重點在於整合協作

科技導入與自動化將席捲整個價值鏈，而帶來效益的關鍵，在於技術間的整合與協作。若企業只是單點式導入先進工具，例如在生產端部署機器人、在供應鏈導入分析工具等，成效將相當有限。在缺乏共享資料模型與同步作業流程的情況下，可能形成資訊孤島，例如機器人系統無法與生產規劃系統連結、資料分析無法支援商業決策、工程洞察無法傳遞至售後服務團隊。

成功的製造業者將有效整合AI與其他先進科技，透過資料共享，讓設計、生產、供應鏈等各部門協作，從而縮短週期並提升決策品質。其次是跨技術整合，使AI、自動化、資料分析與工程系統能共用資料、遵循一致的決策邏輯，實踐企業整體營運藍圖。

隨著科技導入與業務拓展，製造業者對於自身定位也將由「產品銷售者」轉向「整合方案提供者」。越來越多製造業者預期，未來成長將來自傳統製造以外的領域。到2030年，預計約44%的收入來自工業與消費產品製造之外的活動，並聚焦於「科技、數位與通訊產品及服務」、「國防、政府與教育相關服務」以及「能源與燃料的生產與分配」三大成長領域。

將科技轉為績效 是成功的核心

目前製造業並未朝向單一主流策略發展，而是聚焦以下三大策略：

• 以客戶為中心（占全體受訪者38%）：建立在卓越的商業能力與快速回應客戶需求之上。企業必須具備「從洞察到行動」的快速反應機制，善用數位工具深化對客戶的理解，提供預測性服務，使業務與服務流程得以靈活調整。
• 營運卓越（36%）：以效率、可靠度、韌性與永續為核心。打造自動化且高度整合的營運系統，具備端到端可視性、標準化架構與即時控管機制，並運用自動化與資料分析全面提升品質與營運韌性。
• 創新與產品領導（26%）：由高研發投入、平台式創新與先進工程技術驅動。企業運用共用的數位模型與模擬環境，讓工程、軟體與使用現場的回饋緊密連結，結合AI輔助設計與模組化工程，加速開發並推出突破性產品。

調查結果顯示，前瞻型企業上述三種策略皆有採用，而只要具備對應能力，每一種路徑都有機會成功。

工業製造業成功的關鍵在於執行力，亦即能否建構乾淨且互通的資料與系統、具紀律的營運模式與信任文化。最終，能使企業脫穎而出的，並非選擇的策略，而是將技術轉化為實際績效的能力。