对于管理工业数字化的企业而言，融合人工智能（AI）和物联网（IoT）技术（即AIoT）的应用能显著提升运营效率。虽然整合这些技术能创造可量化的营收机会，但对于全球决策者来说，如何从初始试点阶段迈向全面应用仍是主要障碍。
根据国际数据公司（IDC）2025年11月由赛仕软件研究所（SAS）赞助发布的信息简报显示，全球62%的组织已采用了AI与IoT的组合技术，另有31%的组织计划这么做。然而，这种整合的深度各不相同。尽管兴趣广泛，但超过半数（57%）的组织表示仍停留在有限部署或概念验证阶段。
对于首席信息官（CIO）和首席运营官（COO）来说，这些数据凸显了一种运营风险：可能陷入“试点炼狱”，即投资无法达到实现真正投资回报率（ROI）所需的规模。相比之下，43%已实现广泛或全面集成部署的公司正在收获超越竞争对手的回报。
深度应用工业物联网的投资回报率
初步试验与全面投入之间的差异是可衡量的。研究表明，将自身归类为物联网中AI“重度用户”的组织，与轻度使用者相比，声称获得的收益远超初始预期的可能性高出一倍。
随着该技术更深入地融入核心业务，回报也会成倍增加。接受调查的工业高管中，不到3%的人表示AIoT的价值未达预期。
IDC人工智能软件研究总监凯西·兰格评论道：“结论很明确：物联网正在推动创新、简化运营，并促使更明智、更快速的决策。”
目前，预测性维护是采用率最高的应用场景。约71%的组织现在为此目的使用AIoT，使其成为应用最广泛的用例。通过分析实时数据以预测资产故障，企业可以减少意外停机时间并降低运营成本。IT自动化是第二大引用的用例，占比53%，供应链和物流方面的应用占比47%。
工厂自动化与电网弹性
除了维护之外，实际应用正在改变特定行业。在制造业，物联网促进工厂自动化，使企业能够自动化复杂决策，而非仅仅是简单任务。在面临劳动力短缺和供应链中断的环境中，这种能力可以优化流程并提高产品质量。
在能源领域，工业AIoT的应用增强了电网弹性。通过分析来自发电机、发电厂和风力涡轮机上传感器的数据，AIoT协助运营商管理成本、预测需求并优化运营。
赛仕软件物联网副总裁杰森·曼解释道：“这份IDC信息简报证实了全球制造业和能源行业客户告诉我们的情况：AIoT已从一个流行语演变为一种强大的技术和商业必需。
“无论是加强关键设备的预测性维护，还是改善工厂和电网的运营，AIoT都能带来显著的成本节约、质量提升和效率提高。”
持续的技能短缺
虽然技术能力有所提升，但支持其发展所需的人力基础设施仍面临压力。与以往趋势不同，与技能相关的挑战在2025年已跃升至工业AIoT应用的头号障碍，而在2019年这一挑战仅排在第五位。
这种人才短缺威胁到部署计划。运营技术（OT）人员传统上专注于物理流程和工业系统，现在必须与专注于分析和数字系统的IT团队密切合作。这两类人员专业知识的差异可能会使项目停滞不前。
该技术本身或许能为其凸显的问题提供解决方案。现代人工智能技术使更多员工，包括不同技能水平和岗位的员工，能够有效地与数据交互。这种数据民主化使在工厂车间工作或制定公司战略的人员能够使用生成式和传统机器学习工具做出数据驱动的决策。
虽然技术技能变得更加稀缺，但文化阻力已经减弱。组织的抵制在2019年是首要挑战，如今已降至第六位。即使员工缺乏有效运用人工智能工具的技术能力，但他们在心理上似乎已做好接受这些工具的准备。
全球运营中的区域差异
对于跨国企业而言，了解各地区的应用曲线对于资源分配至关重要。北美历来在物联网中人工智能的重度使用方面处于领先地位，但这种格局正在逐渐平衡。
亚太地区目前在适度应用方面处于领先地位，而欧洲、中东和非洲地区（EMEA）在各级投资上都保持乐观态度。这两个地区都在积极投资，以缩小与北美领先者的差距。展望未来12 - 24个月，全球64%的组织预计其AIoT应用将有所增长。
德技达（TD SYNNEX）全球人工智能、数据和供应商转型高级总监蔡德兹评论道：“AIoT创造商业价值，工业企业使用得越多，获得的收益就越大。随着企业体验到更高的效率、生产力和成本节约，我们预计AIoT解决方案的应用将加速。”
克服工业物联网应用的障碍
要从试点阶段过渡到全面生产阶段，领导层必须解决持续存在的基础设施和流程障碍问题。除了技能短缺之外，高昂的实施成本和遗留系统集成也被认为是主要障碍。
数据质量仍然是一个持续存在的问题，自2019年以来，它作为一项挑战的相对重要性一直保持不变。如果没有干净、可靠的数据流，复杂的人工智能模型将无法提供准确的见解。
IDC分析师建议采用以“赋能员工”为重点的战略来应对这些障碍。提升团队与人工智能驱动系统协作的技能，并传承遗留知识，是建立内部知识体系的关键步骤。升级遗留系统并使用边缘计算可以为实时能力提供必要的技术基础。
工业运营的发展轨迹由物理资产和数字资产的融合所决定。79%的受访者认为AIoT对于未来三年保持竞争优势至关重要，因此成功不仅仅取决于软件采购。
领导者必须将注意力从现已得到验证的工业物联网技术的可行性，转移到组织的应用准备情况上。这意味着要双管齐下：一方面要对数据基础设施进行现代化改造以支持集成，另一方面要投资提升员工的技术熟练度。
只有解决技能差距和数据治理问题，企业才能弥合成功试点与现代化运营之间的差距。
