电子装配线。
Instrumental Inc.
与那些制造世界最受欢迎设备的人交谈——从智能手机到无线鼠标——他们会告诉你,电子制造业目前正在发生的真正革命是在关系方面,而非技术方面。人工智能正在改变品牌向其制造合作伙伴要求的信息,这些信息可能为品牌提供强大的弹药,对制造商施加降低成本的压力。这项技术可以为双方提供强大的好处,并迫使领导者重新思考在人工智能时代制造业合作关系的模式。
品牌与其制造合作伙伴之间的关系
大多数电子品牌与制造合作伙伴签订合同以支持其设备的制造——有些甚至获得工程支持。电子制造被视为一种商品,利润率相对较低。Arch Systems的首席执行官Andrew Scheuermann指出,该公司为电子制造商提供软件,"利润率可低至百分之二。如果[工厂]毫无保留地分享整个[生产]数据集,这可能被用来削减成本——这对他们的业务来说是生死攸关的。"
许多合同是基于"成本加成"模式进行谈判的,这反映了生产设备的实际成本。这造成了一种不分享可能揭示隐藏成本节约的信息的动机,而品牌可能希望重新谈判。其他激励措施也不一致——品牌希望提供最佳的客户体验,而制造商则希望在不引发退货的情况下最大化其利润。
Scheuermann的公司Arch Systems被全球一级电子工厂使用——包括Flex、Jabil、Plexus和Sanmina——为品牌和工厂团队提供实时生产可视性。对于许多制造商来说,与客户分享这类数据会让他们感到不安。Scheuermann解释道:"他们认为,我做得很好,但如果我分享这个数据集,你可能会挑出一两件不是全貌的事情——并用它来对我进行谈判。可能会有责任或召回的担忧。这使人们变得谨慎。"
从制造商到制造合作伙伴
人工智能是改变这些关系的催化剂。电子品牌一直在投资建立其设计、制造过程和退货数据的大型存储库,目的是识别为客户构建更好产品的机会。这些数据的很大一部分依赖于制造合作伙伴更透明地分享他们的所有数据,而不是为个别查询提供报告。
长期硬件高管Martin Hess Pedersen现在领导罗技的全球质量和制造,他一直处于这一转变的前沿。他20年的职业生涯跨越了三种截然不同的制造文化:诺基亚的精确性、微软的流程纪律和富士康的规模。在品牌和制造商之间的谈判桌两侧都坐过,这给了他独特的视角。
在诺基亚,Pedersen说,"我们每月从一个[诺基亚拥有的]工厂生产五百万部手机,"这在当时是非常特殊的。诺基亚的数据驱动文化使透明度成为竞争优势。"当你同时拥有流程和数据时,"他回忆道,"信任是默认的。"
但随着越来越多的电子品牌在21世纪初转向合同制造,这种模式发生了变化。当他后来在富士康工作时,Pedersen看到数据也可能成为摩擦的来源。"当利润率狭窄时,[分享太多]的恐惧是自然的,"他解释道。"供应商担心完全透明意味着失去杠杆作用。"
Pedersen认为答案在于重写关系条款——而不是仅仅关注成本加成或谁能提供最便宜的投标。他分享道:"当双方共同对结果负责时,数据成为改进的引擎。"在罗技,Pedersen已经将这种思维方式制度化。"我们没有供应商,"他说。"我们有合作伙伴。我们一起成长,一起学习。"
公司的合同明确分担风险。这种法律结构强化了文化信任:双方的工程师可以毫无恐惧地分享真实数据——无论好坏。透明度不仅仅是对工厂的期望——它是相互的。罗技的合作伙伴可以看到匿名化的性能仪表板、消费者情感数据,甚至早期创新路线图。"他们想知道消费者的满意度、星级评分、退货率、评论,"Pedersen说。"这也是他们的成就。"
这创造了一个强大的反馈循环:工厂从市场中学习,品牌从车间中学习。
制造业中人工智能的结果正在推动方法的变化
Scheuermann对人工智能在制造监督中的使用愿景直接解决了分享恐惧与提高性能之间的紧张关系。"品牌和[制造商]可能有这种能力一起工作,你使用一些人工智能而不仅仅是人类来计算任务,"Scheuermann解释道。"[工厂]可以将数据提供给人工智能来解决质量问题——然后数据就消失了。几乎就像你的Snapchat消息会消失一样。"这是一个小但深刻的转变:数据可以协作使用,而不会威胁到利润率或知识产权。
Pedersen对人工智能的愿景不同——他相信制造卓越的下一波浪潮将来自于将消费者数据与工厂数据相结合——创造出Pedersen称之为"闭环质量"的东西。
"人工智能已经在帮助我们挖掘通话记录、维修日志和制造记录,寻找根本原因,"他说。"你可以在几分钟内得到80%或90%正确的假设。这是改变游戏规则的。"
影响远远超出生产线。当品牌和他们的制造合作伙伴更有效地合作时,新产品推出更快,质量提高,消费者满意度增加。人们手中持有的设备本身成为了产生它们的无形合作关系的证据。
正如Scheuermann所说:"当商业案例明确时,我从未见过顶级[制造商]说不。"对未来本身也可以这么说:当合作的价值不可否认时,分享的犹豫就会消失。
来源:https://www.forbes.com/sites/annashedletsky/2025/12/03/data-transparency-in-the-ai-age/



