制造业AI项目面临数据治理与工作流整合挑战

2026-10-08 10:40:11 来源：CIO时代抢沙发

2026-10-08 10:40:11 来源：CIO时代

摘要：与运营工作流整合不足，仍是制造业AI成功落地的重要障碍，也是AI和分析项目未能实现预期投资回报的主要原因之一。
关键词： Cloudera

2026年10月8日，致力于将AI技术应用于复杂环境中数据的Cloudera 宣布其最新研究报告《2026数据就绪指数》中的制造业调研结果。报告显示，由于在数据访问、治理和基础设施性能方面长期存在的差距，制造业企业在实现 AI 规模化应用方面仍面临显著障碍。

随着制造业企业推进数字化转型，企业需要在分布式环境中管理不断增长的运营、生产、供应链、客户数据以及物联网数据。AI 在优化生产流程、提升质量控制、实现预测性维护以及增强供应链韧性方面发挥着重要作用。然而，许多制造业企业仍缺乏规模化应用AI所需的统一、可信且得到充分治理的数据基础。

调查显示，82%的制造业受访者表示能够掌握自身数据的存储位置，但面对日益复杂的数据环境，许多企业仍难以有效整合、治理和统一可信数据，并将其真正应用于业务。尽管制造业企业的表现优于受调查的许多其他行业，但治理方面仍存在显著差距，仅有58%的受访者表示，全部或近乎全部数据都已得到充分治理。这些挑战也会对业务产生直接影响。20%的制造业企业表示，AI和分析与运营工作流整合不足，是相关项目未能实现预期投资回报的主要原因。

当数据和流程分散在工厂、供应链、企业应用以及边缘环境中时，将 AI 洞察转化为实际业务行动仍存在一定难度。AI 应用能否取得成效，越来越取决于企业在分布式环境中推动 AI 落地的能力，以及确保可信数据能够在业务开展的各个场景中支持更快速的决策，带来可衡量的业务成果。

Cloudera全球工业与制造业AI解决方案总监Morgan Bowling 表示：“AI正在为制造企业优化运营、提升质量和增强供应链韧性带来新的机遇。要把握这些机遇，仅仅能够访问数据还不够，企业还需要确保整个业务范围内的数据具备可靠的质量、治理和可用性。今天着力提升数据就绪能力的制造企业，未来将更有能力规模化推进AI项目。”

Cloudera大中华区技术总监刘隶放表示：“对于中国制造业企业而言，推动AI从试验走向生产，需要让可信数据更好地融入运营工作流。面对分布在工厂、供应链、企业应用和边缘环境中的数据，企业需要加强数据治理，进一步打通数据与运营流程。通过构建统一、可信且得到充分治理的数据基础，制造企业可以将AI应用于生产流程优化、质量控制和预测性维护等场景，并逐步扩大AI在业务中的应用规模，从而提升效率并实现差异化竞争优势。”

第四十二届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

责编：lijj

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。