工程领导者面临着越来越大的压力，需要采用人工智能。67% 的受访者表示迫切需要采用人工智能，71% 的受访者表示必须加快产品开发速度才能保持竞争力。超过半数 (55%) 的受访者感到自身能力不足，因为目前的虚拟验证和仿真工具存在缺陷；82% 的受访者警告称，产品发布延迟一个月将给企业造成数百万甚至数十亿美元的损失。部署了人工智能的企业更有可能提高收入、盈利能力和竞争力，可能性高出 43%，但只有不到 19% 的企业使用无监督学习，而利用工程测试数据的企业更是不足一半。Monolith 的无代码 SaaS 解决方案旨在普及人工智能，使领域专家能够从传统测试数据中提取洞见，减少原型测试，并将开发时间缩短一半。
调查发现，近 70% 的工程高管感到采用人工智能的压力。
由巨石提交
Monolith 是一家为全球领先工程团队提供人工智能软件的供应商，该公司在 67 月份宣布，委托 Forrester Consulting 进行的一项新研究发现，大多数 (XNUMX%) 的工程领导者都感到采用人工智能的压力，而那些有这种压力的人更有可能实现更高的目标雇主的收入、盈利能力和竞争力。
这项名为《工程领域人工智能现状》的最新研究报告，全面深入地探讨了人工智能在工程产品开发中的现状和应用前景。报告调查了来自美国和欧洲跨国汽车、航空航天和工业/制造企业的163位高级工程领导者。该研究是工程产品开发领域首个此类研究，揭示了工程领导者在开发工作流程的验证阶段所面临的挑战和关键优先事项，以及智能人工智能解决方案如何帮助他们更快地取得更佳成果。
Monolith 首席执行官兼创始人 Richard Ahlfeld 博士表示：
“工程领域正酝酿一场完美风暴，围绕可持续性和数字化的市场趋势正在产生更多棘手的物理难题，而目前的验证和测试方法却无法解决。正如本研究的数据所示，随着保持盈利和竞争力的压力日益增大，工程领域的领导者们正站在创新之路的十字路口。”
在快速开发创新、有效的解决方案至关重要的行业中，工程师们感受到了更快地将产品推向市场的压力； 事实上，这项新研究的数据显示，71% 的受访工程领导者表示，他们需要找到加速产品开发的方法以保持竞争力。
雪上加霜的是，新数据显示，许多工程领导者感到自己没有能力实现变革，超过一半 (55%) 的受访者表示，他们缺乏所需的工具，并且现有的虚拟验证和模拟工具不足。
这些缺陷对业务成功影响的严重性对于工程决策者来说是显而易见的，82% 的受访者指出，产品发布延迟一个月会导致其业务损失数百万甚至数十亿美元。
虽然现有的物理测试和模拟方法无法满足工程师对产品设计通过验证的需求，但行业领导者认为人工智能非常适合帮助他们为市场生产高效的解决方案并取得商业成功。 研究显示，与尚未实施人工智能的工程领导者相比，已经实施人工智能的工程领导者实现收入、盈利能力和竞争力提高的可能性高出 43%。
尽管人工智能能够为工程领域的企业产生有意义的成果，但许多工程组织却错过了先进人工智能技术的全部潜力； 不到 19% 的工程领导者表示使用无监督学习算法来分析历史或当前测试数据，不到一半的人利用了任何工程测试数据。
Monolith 正在通过其定制的软件即服务 (SaaS) 平台实现工程人工智能的民主化，该平台使用无代码机器学习软件，使领域专家能够利用现有的、有价值的测试数据集进行产品开发。 该平台分析并学习这些信息，利用它生成准确、可靠的预测，使工程团队能够减少成本高昂、耗时的原型测试项目，并在一半的时间内开发出更高质量的产品。 阿尔菲尔德补充道：
“借助人工智能，工程领域专家可以快速理解并立即预测复杂的物理现象，从而使他们能够减少测试、了解更多信息并更快地进入市场。 我们通过 Forrester 研究发现的新见解强调了人工智能等技术的广泛实施已变得多么重要。 该行业现在需要采取必要的措施，为数据驱动的未来做好准备。”
在以下位置下载完整报告 巨石.
更多同类内容
每日新闻