PwC產業展望：工業製造業邁向2030的競賽

調查顯示，製造業的現況為發展動能與風險並存。到2030年，預估科技導入與自動化程度將成長逾一倍；然而，技能、資料基礎設施等關鍵領域的盲點，可能阻礙相關進展。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。

然而，產業差距正日益擴大。前瞻型企業（Future-fit）具備敏捷、創新與快速決策能力；與之相較，部分企業則受制於系統碎片化與能力落差。隨著技術、能力與營運模式相互強化，差距可能進一步擴大。

PwC美國發布的《能源與製造業的未來發展》指出，93%的美國工業與能源企業領袖認為，人類正站在下一次工業革命的門檻上。PwC最新的全球調查《2026全球工業製造業展望》也顯示，這場革命其實已經開始。

受訪企業表示其公司活動高度依賴先進科技的比例，預計將在2030年前由26%上升至68%，成長超過一倍。其中，在「生產與營運」及「產品設計與開發」兩大領域，預計高度運用先進科技的比例更達到76%與72%。目前科技使用程度較低的部門也將迅速追趕（例如後勤支援），預計到2030年將成長近四倍。

同時，資料蒐集與分析、實體生產以及售後服務等核心業務流程的自動化程度也將大幅提升。到2030年，高度自動化流程的比例預計將成長近三倍，並延伸至價值鏈所有環節，涵蓋從前台到後台、從研發到生產。

儘管不同技術的投資目標有所差異，但整體核心皆圍繞在成長與生產力。相較之下，風險管理與韌性並非主要動機。企業普遍將自動化與機器人視為提升生產力的重要工具，而永續技術則被視為推動成長的關鍵。

研究方法

PwC《2026全球工業製造業展望》於2025年7月底至9月初進行調查，共訪問443位工業製造業高階主管（副總層級以上），涵蓋北美、南美、歐洲、亞洲及中東地區的上市企業。本研究定義「工業製造業」為提供各種機械、設備、零組件與整合系統之設計、製造、組裝及服務，藉以驅動各行各業的營運流程。

未來五年，高度仰賴先進科技的業務比重，預計將成長逾一倍

Q.各項價值鏈環節中，「目前」及「未來五年」使用先進科技（例如：AI、機器人或自動化技術）驅動或優化營運活動的程度為何？

^{註：圖中數值為「大幅」及「非常大幅」使用程度的合計比例}

未來五年，製造業核心流程的自動化程度預計將提升三倍

Q. 目前在各流程自動化程度為何？
Q. 未來五年，在各流程規劃達成自動化的程度為何？

^{註：圖中數值為「大幅」及「非常大幅」使用程度的合計比例}

在達成企業策略目標的科技選項中，AI的重要性略高於自動化。不過，企業對AI的期待仍存在分歧，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視其為提升效率的工具。這種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。

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，於產品設計與研發中，高度使用先進科技的比例為46%，明顯高於其他企業的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。

此外，前瞻型企業目前的自動化程度也顯著高於其他企業（中位數29%，其他企業15%），並預計在2030年前提升至65%（其他企業45%）。

科技導入與自動化將席捲整個價值鏈，然而，真正帶來績效差異的關鍵，取決於這些技術能否協同運作。若企業僅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，整體效益將相當有限。缺乏共享資料的模型與同步作業流程，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。

相較之下，成功的製造業者將整合AI與其他先進科技，並透過資料共享，讓設計、生產、供應鏈等各部門協同運作，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，以實踐企業的整體營運規劃。

PwC研究顯示，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。並有三大焦點成長領域：

• 科技、數位與通訊產品及服務
• 國防、政府與教育相關服務
• 能源與燃料的生產與分配

製造業也將自身定位由「產品銷售者」轉向「整合方案提供者」。調查顯示，企業轉向提供整合設備、專業技術與服務的產品組合，例如智慧聯網、彈性化設備、延伸服務，以及電力與資料中心設備。前瞻型企業在成長策略上，更傾向優先發展智慧聯網解決方案，以及採用訂閱制或成果導向的商業模式。

這波轉變也橫跨不同的客戶類型，製造業看好在原始設備製造商（OEM）、工程總承包商（EPC）以及終端用戶等客群中都有成長機會。

製造業者正透過強化內部能力、生態系合作與併購等多種方式推動成長。產業生態系合作在企業間已相當普遍，而前瞻型企業更為積極，60%的前瞻型企業將生態系列為前三大成長策略之一，而其他企業比例為52%。

未來，與運輸與物流、航太與國防（A&D），以及科技、電力與公用事業等領域業者的合作關係將顯著升溫，反映製造業要在高度連網、電動化、自動化且服務導向的市場中強化競爭力。同時，與石油天然氣、礦業與金屬、化工等較傳統產業的合作則重要性下降，顯示價值鏈正轉向新興領域。

製造業未來的成長規模與方向，正面臨數十年來少見的策略性重塑。未來逾四成的營收將來自傳統製造以外的領域，意味著企業必須在以服務交付、軟體、資料以及跨產業整合的市場中競爭。企業必須在價值的創造、交付與獲利模式上，跨越製造業與其他產業之間的界線。

在此過程中，生態系能力將成為關鍵推手。成功的生態系並非自然形成，而是需要明確角色分工、共享誘因、信任、互通系統與有效治理機制，使多方能協作提供整合解決方案。成功的企業必須清楚辨識關鍵合作夥伴、價值與資料流動方式，以及如何跨企業打造解決方案。

多達70%的高階主管認為，「企業內部培養新能力」是掌握成長機會的首要方式，優先程度高於建構生態系、併購或其他作法。

然而，調查同時指出，許多關鍵能力仍未充分發展，例如數位與資料基礎設施、員工再培訓與技能提升，以及分析與決策智能等能力，而這些正是企業在AI與自動化時代，提升學習速度與決策品質的重要基礎。

在組織文化方面，前瞻型企業與其他企業之間存在明顯差距。前瞻型企業通常更具有敏捷、授權程度高、資料導向且能容忍風險的文化，使其能更快學習與調整策略，且迅速推出新產品與服務。

PwC《2025希望與恐懼調查報告》的未公開資料亦顯示，製造業的組織文化相當脆弱。僅56%的製造業員工（基層以上）認為嘗試新方法是安全的，55%認為失敗被視為學習機會。

心理安全感亦隨職級明顯下滑，71%的主管認為可以安全嘗試新方法；非管理職卻只有46%，然而這些員工正是需要定義、採用與熟悉新工具與流程的群體。

在技能培訓方面也存在類似差距，不到一半的非管理職員工認為學習資源足夠，而管理階層則高達三分之二。研究亦指出，技能培訓與員工動機之間存在密切關聯，感受到公司支持技能提升的員工，其工作動機比支持程度最低者高出73%。

此外，製造業的員工信任度普遍偏低。約半數員工表示信任其主管，而信任領導高層的比例僅42%，均明顯低於平均。

儘管科技將在變革中扮演核心角色，但真正促成企業成功的，往往不是硬體或軟體，而是人員與組織系統。為應對員工對新技能與角色轉變的擔憂，企業領袖可以先與團隊展開坦誠對話，並以下列三個提問作為討論起點：

科技目標是否已超越組織的吸收能力？

若組織無法快速實驗、重新設計流程或解決問題，科技與自動化投資將難以發揮價值。技能、學習資源與心理安全感不足，都是重要警訊。若出現這些情況，管理者應即時向高層反映；若領導層排斥或懲罰壞消息，則代表組織存在更深層的問題。

距離「前瞻型企業」還有多遠？

前瞻型企業通常具備更敏捷、賦能與資料導向的文化，使其能更快學習、調整與降低風險。透過與同業比較營運與文化指標，可為企業建立轉型急迫性，並協助領導者判斷應加大投資、調整策略或重新思考既有假設。

是否具備快速轉型所需的員工信任？

信任是一項可衡量的營運條件，會影響員工是否願意學習、嘗試與接受新的工作方式。企業應特別注意言行落差，例如在培訓與能力建構上的承諾與實際行動不一致，將迅速侵蝕組織信任。

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。

長期以來，製造業乃至整體商業領域常預設創新自然會勝出。但調查結果顯示，前瞻型企業上述三種策略皆有採用，顯示只要具備對應能力，每一種路徑都有機會成功。

其中，營運卓越策略特別值得關注。在AI導入日益深化、自動化程度持續提升的工業環境中，營運卓越將是三種策略中要求最高、也最不容出錯的一條路。原因在於，營運卓越高度仰賴乾淨且可串接的資料、可互通的系統，以及橫跨完整價值鏈的即時可視性。

而支撐先進營運所需的資料完整性、系統互通性與數位基礎設施，其實也是另外兩種策略得以成立的共同基礎。以客戶為中心的策略，需要準確且即時的資料，以支援個人化與預測型服務；產品領導策略則仰賴數位分身、模擬環境與共享架構，才能加速產品創新，上述能力同樣基於一致且整合的營運資料之上。

最終能讓企業脫穎而出的，不在於選擇的策略，而在於將技術轉化為實際績效的能力。以客戶為中心的企業，必須善用數位工具提供個人化互動與預測型服務；追求營運卓越的企業，要透過自動化與資料分析強化可靠度、品質與韌性；主打產品領導者，則需結合AI輔助設計與模組化工程，縮短開發週期、推出突破性產品。