AI技术落地应用

重塑岗位需求和结构

AI技术正在从试点项目迈向制造业的实际应用，助力企业优化生产、改进质量控制、预测设备故障、增强供应链可视性、加快车间决策速度。

由于制造业工作环境复杂，需兼顾安全等多重因素，AI在该行业的落地进度较为缓慢。仅有46%的制造业首席信息官表示，其企业的AI应用正处于落地阶段，远低于全球各行业AI落地应用的平均水平（60%）。

虽然AI融入制造业的速度落后于其他行业，但技术赋能制造业的趋势明确。在AI技术赋能产业的背景下，制造业的岗位需求和结构都将面临重构。

在岗位需求方面，常规任务将逐步实现自动化，数字化素养、专业技术能力和问题解决能力正成为核心工作技能。在岗位结构方面，制造商预计将对现有员工进行转岗（50%）、招聘新岗位人才（42%）、对部分职能岗位进行外包（31%）。

外部环境波动

产业回流趋势延续

当技术变革还在内部推进之际，外部环境的剧变已接踵而至，成为制造商无法忽视的变量。贸易局势持续紧张，推高运营成本、扰乱供应链、抑制产业增长；贸易政策的不确定性也削弱了制造业的投资信心与长期规划能力。与此同时，能源成本的上升持续挤压全球制造商的利润空间，对运营稳定性造成长期压力。

外部环境的波动正驱动全球制造商持续进行回流，将生产迁回更贴近终端市场的地区，推动供应链布局从过去的高度集中离岸模式，逐步转向区域化集群，并最终迈向终端市场本土化制造，以此增强供应链韧性并重构成本结构。

人才挑战加剧

人才短缺与技能培训缺失

所有内外部压力最终都指向"人"这一核心要素，为此制造业正面临着复杂的人才挑战。

一方面，高技能人才不足。劳动力老龄化和职业偏好变化导致可用的高技能人才数量逐渐减少。 72%的全球制造商表示正在为寻找所需的高技术人才而苦恼，其中具备生产能力、工程能力和AI应用开发能力的技术人员是目前制造业最紧缺且最难招募的人才。

另一方面，培训缺口长期存在。尽管培训与技能提升的讨论已持续多年，且66%的制造业员工有信心使用最新技术，79%的员工相信能通过学习新技能实现职业目标，但60%的员工表示在过去六个月内未接受任何形式的技能培训。