思科的最新研究显示，多达三分之二的工业企业已将AI部署至实际运营环境，采用势头强劲。然而，基础设施与组织协同能力——尤其是网络与安全层面——将最终决定哪些企业能实现真正的数字化转型。
《2026年工业AI现状报告》最新版本旨在从数据视角呈现工业企业采用AI的现状、AI进入实际运营后所面临的挑战，以及AI深度嵌入物理系统、基础设施与工作流程后所带来的机遇。
该研究基于思科联合Sapio Research开展的全球调查，样本覆盖逾1,000名运营技术决策者，受访者来自19个国家、21个行业，涵盖制造、交通、物流、能源与公用事业等领域，参与调查的企业年营收均超过1亿美元。
研究报告的核心发现之一是：AI正在被工业企业积极应用，以推动业务进步并克服行业挑战，并已在流程自动化、自动化质量检测、预测性维护、物流调度及能源预测等场景中带来可量化的运营收益。受访者普遍认为AI将带来显著价值，其中生产力提升（59%）、降本增效（42%）以及可持续发展目标最受关注。
工业AI已从"未来议题"演变为"当下行动"——61%的企业已在实际工业运营中使用AI，而这些场景的性能、可靠性与安全性均有直接的物理影响；另有20%的企业报告已实现规模化、成熟的AI部署。在制造、交通和公用事业领域，AI正在驱动机器视觉、移动作业、机器人技术以及安全关键型操作的智能化升级。
绝大多数企业计划增加AI投入（83%），近九成企业（87%）预期在未来两年内取得实质性成果。然而，在采用加速的同时，许多企业在持续扩展部署方面遭遇瓶颈——网络基础设施、安全能力与技能储备方面的就绪度，正日益成为决定AI能否在核心物理环境中稳定规模化落地的关键因素。
报告明确指出，网络就绪度与安全态势是决定企业能否快速、安全地将AI扩展至互联资产、机器与站点的首要因素。随着AI深度融合于机器、传感器、视觉系统与自主化操作，企业对可靠连接、无线移动能力、可预期低延迟、边缘计算与供电能力的需求持续攀升，网络就绪度已成为物理AI部署的先决条件。
超过半数企业（51%）预计工业网络的连接性与可靠性要求将大幅提升，几乎所有企业（96%）认为可靠的无线网络对AI至关重要，97%的受访企业则预计AI工作负载将对工业网络需求产生深远影响。
值得注意的是，在遗留基础设施和技能差距仍是次要挑战的同时，思科也提醒，报告同样揭示出：随着AI向实时、生产级物理环境应用加速迁移，越来越多的企业正受制于网络基础设施、网络安全以及IT/OT运营模式方面的就绪度缺口。
另一重要发现是：IT部门与运营团队协同程度较高的企业，对扩展AI的信心更强，支撑物理运营的网络也更加稳定，同时更倾向于将网络安全视为基线要求，这进一步凸显了构建可扩展AI所需技能的重要性。
近三分之二的企业（57%）报告存在一定程度的IT/OT协作，43%的企业则表示协作有限甚至完全缺失。在IT/OT协作不足的企业中，近半数（47%）将网络不稳定列为规模化落地AI的首要运营挑战。
网络安全问题对AI采用的节奏与信心均产生了深刻影响。思科还发现，随着AI持续拓展工业环境中的连接范围与数据流动，安全仍是规模化落地的最大障碍。与此同时，企业越来越将AI视为解决方案的一部分，多数企业期望AI能够强化监控、威胁检测与运营韧性。
思科安全路由与工业物联网高级副总裁兼总经理Vikas Butaney表示："工业AI正从实验阶段迈向生产阶段，AI系统开始在真实世界中感知、推理并采取行动。在这一阶段，成功与否不再单纯取决于模型本身，而是取决于网络、安全与团队能否在边缘侧、动态环境中及大规模场景下支撑AI运行。研究表明，那些对AI规模化有信心的企业，都将基础设施建设、网络安全和IT/OT协作视为根本性要素，而非可选项。"
Q&A
Q1：思科《2026年工业AI现状报告》的调研范围有多大？
A：该报告基于思科联合Sapio Research开展的全球调查，覆盖19个国家、21个行业，共调研逾1,000名运营技术决策者，参与企业年营收均超过1亿美元，行业涵盖制造、交通、物流、能源与公用事业等多个领域，具有较强的行业代表性。
Q2：工业AI目前在哪些场景落地效果最明显？
A：根据报告，工业AI在流程自动化、自动化质量检测、预测性维护、物流调度和能源预测等场景中已带来可量化的运营收益。在制造、交通和公用事业领域，AI还在驱动机器视觉、移动作业、机器人技术以及安全关键型操作的智能化升级，是目前落地效果最为显著的应用方向。
Q3：为什么网络就绪度会成为工业AI规模化的关键瓶颈？
A：随着AI深度嵌入机器、传感器、视觉系统与自主化操作，企业对可靠连接、无线移动能力、低延迟、边缘计算和供电能力的需求持续上升。报告显示，96%的企业认为可靠无线网络对AI至关重要，97%预计AI工作负载将显著影响工业网络需求，网络基础设施的就绪度因此成为物理AI部署能否成功的先决条件。
