罗克韦尔自动化联合Sapio Research发布的最新年度智能制造调研，覆盖了全球17个主要制造业国家的1560位决策者。这是这个系列做了第11年，第一次可以用一个词来概括整个基调：执行。

62%的受访者是企业决策者，52%来自营收超10亿美元的大型企业。这些人的集体判断是：制造业不再讨论"要不要转型"，而是"怎么转得更快"。

90%的制造商表示需要数字化。但这不是新闻。新闻是——处于试点阶段的受访者越来越少，大规模应用的比例在快速上升。转型终于从PPT走到了车间。今年的调研第一次旗帜鲜明地提出：智能、自主性、弹性和适应性是新的绩效基础。

AI和自动化不只是在改造机器

调研从五个维度拆解了智能制造的当前状态，排在第一的就是AI和自动化。

这和几年前的叙事逻辑完全不同。之前的智能制造讨论集中在"机器人替代工人""黑灯工厂"这类硬件视角上。2026年的数据指向的是一个更微妙的变化：AI和自动化正在重塑的不是机器本身，而是人的工作方式。

操作员不再只是盯着仪表盘——他们学会用AI辅助做判断。维修班组不再等设备坏了再修——预测性维护成了标配。质量控制不在产线末端抽样——实时数据分析直接在前端拦截问题。每一个岗位都在被重新定义。人力与机器的协作不仅是一种优势，更是领先企业的关键特征。

最被低估的风险是网络安全

连接性在增加，攻击面也在增加。调研毫不含糊地把网络安全列为智能制造的核心能力之一。随着设备联网率提高、OT与IT系统融合加深，传统的物理安全隔离失效了。一个被攻破的传感器，理论上可以瘫痪整条生产线。

但现实是，大多数制造企业在安全投入上明显滞后于技术升级的速度。"先联网、后补安全"的逻辑正在积累越来越多未引爆的风险。调研建议的安全架构是可互操作的、从设计之初就嵌入安全能力——但能做到的企业还很少。

更值得警惕的是，很多制造企业对自身的安全脆弱性并没有清醒的认知。一家年营收上百亿的工厂，网络安全预算可能还不如一家中型互联网公司。

人才不是不够用，是要重新定义

劳动力维度的判断同样直接：不是招不到人，是需要的人变了。智能制造需要的不是"更多操作员"，而是"更多能用数据和AI工作的人"。老员工需要学习新技能，这个过程的成本和时间周期比企业预期的要长。

更惊人的数字是：即使在没有采用智能制造的企业中，70%也计划在未来12个月内投资。这意味着下一轮竞争不是"数字化"和"未数字化"之间的竞争，而是"已经在执行的"和"现在才开始起步的"之间的竞争。窗口在以肉眼可见的速度关闭。

调研最后给出的行动建议很务实：不要再把数字化转型当项目做，要当操作系统来建。项目有结束日，操作系统没有。

这1560位决策者的判断中，还有一个容易被忽略的细节：在五个维度中，"竞争差异化"被排在了最后——不是因为它不重要，而是因为前四个维度（AI、运营智能、安全、劳动力）是及格线。先及格，再谈差异化。这个排序本身就说明，智能制造的起点已经整体上移了。

来源自：《2026年智能制造现状报告》