TE Connectivity：把AI從“話(huà)題”變成“算盤(pán)上的數(shù)字”

現(xiàn)在，AI的價(jià)值衡量標(biāo)準(zhǔn)正在從“有沒(méi)有”變成“好不好用、賺不賺錢(qián)”。

你的公司用AI了嗎？用了之后，賺錢(qián)了嗎？

你可能會(huì)以為，當(dāng)一家公司里82%的員工都用上了AI，35%的業(yè)務(wù)已經(jīng)實(shí)現(xiàn)規(guī)?；渴饡r(shí)，大家最關(guān)心的一定是“還能做出什么顛覆性產(chǎn)品”。

TE首席執(zhí)行官Terrence Curtin直言：“真正走在前面的企業(yè)，是那些能把AI投入轉(zhuǎn)化為實(shí)際業(yè)務(wù)成效的企業(yè)?！?/p>

換句話(huà)說(shuō)，AI用了四年，從實(shí)驗(yàn)室走進(jìn)工廠、供應(yīng)鏈和日常辦公之后，大家終于開(kāi)始認(rèn)認(rèn)真真地算一筆賬：這波投入，到底賺不賺錢(qián)？

01

AI“成熟期”的三個(gè)硬指標(biāo)

當(dāng)一家企業(yè)的AI應(yīng)用真正長(zhǎng)出了可衡量、可復(fù)制、可管理的能力時(shí)，我們才能說(shuō)AI正式步入了成熟期。TE在《2026行業(yè)技術(shù)指數(shù)》指出，目前全球已有82%的受訪(fǎng)企業(yè)在不同程度上采用了AI，其中35%實(shí)現(xiàn)了AI的廣泛應(yīng)用。

而現(xiàn)在，AI的價(jià)值衡量標(biāo)準(zhǔn)正在從“有沒(méi)有”變成“好不好用、賺不賺錢(qián)”。

TE中國(guó)區(qū)總經(jīng)理兼亞太區(qū)人力資源副總裁張超在2026年《行業(yè)技術(shù)指數(shù)》媒體分享會(huì)上分享道，目前TE的AI戰(zhàn)略分為三個(gè)階段：文化轉(zhuǎn)型、流程轉(zhuǎn)型、價(jià)值最大化。他表示，TE目前正處于“將AI真正嵌入產(chǎn)品研發(fā)、物流、制造，甚至日常辦公”的第二階段，并加速向第三階段邁進(jìn)。因此，可以將“從零星試點(diǎn)走向規(guī)模化部署”視為成熟期的第一個(gè)硬指標(biāo)。

第二個(gè)硬指標(biāo)則體現(xiàn)在AI是否能夠深度嵌入核心業(yè)務(wù)流程，而非獨(dú)立存在。

正如TE汽車(chē)事業(yè)部中國(guó)區(qū)商業(yè)智能總監(jiān)楊玲朗所說(shuō)：“AI是否步入成熟期，有一個(gè)非常重要的標(biāo)志：是否從技術(shù)驗(yàn)證轉(zhuǎn)向價(jià)值創(chuàng)造的階段，也就是是否真正進(jìn)入流程和業(yè)務(wù)指標(biāo)，并持續(xù)產(chǎn)生業(yè)務(wù)結(jié)果”。

楊玲朗提到TE在幫助供應(yīng)鏈團(tuán)隊(duì)開(kāi)展的一個(gè)排產(chǎn)項(xiàng)目中，傳統(tǒng)的方式是用Excel來(lái)處理排產(chǎn)的計(jì)算邏輯，但是隨著業(yè)務(wù)規(guī)模量的擴(kuò)大，當(dāng)數(shù)據(jù)量達(dá)到百萬(wàn)級(jí)時(shí)，傳統(tǒng)的Excel計(jì)算能力就不夠了。

但在上線(xiàn)AI算法和系統(tǒng)后，原本需要6至7小時(shí)一次的排產(chǎn)縮短到6至7分鐘。由AI的算法和系統(tǒng)提供基于不同的業(yè)務(wù)目標(biāo)的不同版本的排產(chǎn)，業(yè)務(wù)人員就可以根據(jù)自身經(jīng)驗(yàn)，來(lái)做下一步的判斷、調(diào)整和決策。

AI的價(jià)值必須可衡量，投資回報(bào)率（ROI）成為最終標(biāo)尺是第三個(gè)也是最關(guān)鍵的硬指標(biāo)。

TE今年的《行業(yè)技術(shù)指數(shù)》報(bào)告揭示了一個(gè)轉(zhuǎn)折點(diǎn)：受訪(fǎng)企業(yè)首次將財(cái)務(wù)目標(biāo)置于產(chǎn)品創(chuàng)新之上。43%的管理者表示首要目標(biāo)是增加企業(yè)利潤(rùn)，工程師群體中也有31%將利潤(rùn)列為首要目標(biāo)。

在中國(guó)，這一務(wù)實(shí)轉(zhuǎn)向更加明顯。85%的中國(guó)受訪(fǎng)者表示其所在企業(yè)已在不同程度上采用了AI技術(shù)，超過(guò)全球水平（82%）。在AI相關(guān)決策上，74%的中國(guó)受訪(fǎng)者將成本列為AI應(yīng)用的首要顧慮。

無(wú)論是視覺(jué)檢測(cè)帶來(lái)的效率提升，還是工藝優(yōu)化保障產(chǎn)品性能，企業(yè)對(duì)于AI的運(yùn)用能夠“看得見(jiàn)、算得清”，才是這項(xiàng)技術(shù)真正走過(guò)“青春期”的表現(xiàn)。

02

中國(guó)企業(yè)務(wù)實(shí)轉(zhuǎn)向：成本成為首要的顧慮不再怕監(jiān)管，而是怕虧錢(qián)

在全球主要經(jīng)濟(jì)體中，中國(guó)企業(yè)對(duì)AI的態(tài)度最為現(xiàn)實(shí)。

楊玲朗在2026《行業(yè)技術(shù)指數(shù)》媒體分享會(huì)上回顧了從2022年底ChatGPT問(wèn)世以來(lái)的心態(tài)變化。

楊玲朗提到，在2023年TE主要關(guān)注的是如何驗(yàn)證模型的能力以及它是否安全。TE意識(shí)到，AI真正好的前提，是企業(yè)內(nèi)部數(shù)據(jù)得先治理好，如果數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，AI不能理解數(shù)據(jù)，也不能真正幫助企業(yè)解決業(yè)務(wù)場(chǎng)景的問(wèn)題。

“去年，我非常明顯地感受到中國(guó)的企業(yè)管理層會(huì)更加關(guān)注AI是不是能夠帶來(lái)實(shí)際的業(yè)務(wù)價(jià)值，對(duì)于AI的投入到底可不可以給公司帶來(lái)實(shí)際的成本節(jié)約。”

張超在發(fā)言中也談到，2025年TE中國(guó)區(qū)銷(xiāo)售額達(dá)到了46億美元，同比增長(zhǎng)了31%，在全球占比中舉足輕重?！斑@樣的業(yè)績(jī)和我們持續(xù)的研發(fā)及AI投入是有關(guān)的，”張超說(shuō)，“如果包括AI在內(nèi)的各種技術(shù)投入不能帶來(lái)效益，那么我們就不會(huì)這樣去做?！?/p>

03

TE怎么做？——“不挑毛病，先擁抱”

當(dāng)許多企業(yè)還在為“AI會(huì)不會(huì)取代我”而焦慮時(shí)，TE 從高層到一線(xiàn)，都在積極主動(dòng)地?fù)肀I。

張超在媒體分享會(huì)上透露，不久前TE在上海舉辦亞太地區(qū)女性工程師活動(dòng)，兩位事業(yè)部首席技術(shù)官在沒(méi)有事先對(duì)稿的情況下，不約而同地談到了AI，核心態(tài)度就是“去擁抱AI，不要只挑毛病”。

哪怕AI現(xiàn)階段還不夠完備、結(jié)果不太對(duì)、存在數(shù)據(jù)安全風(fēng)險(xiǎn)，也要看到它每天都在進(jìn)步。這種自上而下的文化倡導(dǎo)，成為T(mén)E在 AI戰(zhàn)略的第一塊基石。

TE的企業(yè)文化包括讓每一個(gè)員工都相信AI是“助手”而非“對(duì)手”。

在工程師群體中，這種文化被提煉為“AI First”思維。

TE高級(jí)總工程師、先進(jìn)制造技術(shù)高級(jí)總監(jiān)張丹丹博士解釋道：“比如在技術(shù)開(kāi)發(fā)的時(shí)候，首先想到有哪些AI工具可以幫助到我?！彼窒砹艘粡埩钊擞∠笊羁痰氖疽鈭D：一位工程師坐在中間，周?chē)鷩@著一群AI助手，各有分工，還能彼此交流配合，7天24小時(shí)不間斷工作。工程師不再是重復(fù)勞動(dòng)的“螺絲釘”，而是AI團(tuán)隊(duì)的“隊(duì)長(zhǎng)”。

為了讓“AI First”從口號(hào)變?yōu)槟芰?，TE投入了大量資源進(jìn)行培訓(xùn)和賦能。

在TE汽車(chē)事業(yè)部中國(guó)區(qū)，第一期智能體培訓(xùn)營(yíng)就有60位業(yè)務(wù)部門(mén)的專(zhuān)家主動(dòng)報(bào)名參加。楊玲朗總監(jiān)說(shuō)：“在我們事業(yè)部，是業(yè)務(wù)部門(mén)追著AI部門(mén)去做項(xiàng)目的?！边@種用業(yè)務(wù)拉技術(shù)的生態(tài)，得益于TE對(duì)復(fù)合型人才的培養(yǎng)策略，既要懂業(yè)務(wù)邏輯，又要懂得AI能力邊界，讓AI真正成為“個(gè)人能力的放大器”。

與此同時(shí)，TE還通過(guò)開(kāi)放式創(chuàng)新平臺(tái)“TE AI Cup”競(jìng)賽與全球高校合作，今年吸引了27所高校超過(guò)300名學(xué)生深入TE工廠，參與真實(shí)的AI開(kāi)發(fā)，新增的供應(yīng)鏈與采購(gòu)選題直接反映了企業(yè)的真實(shí)需求。對(duì)內(nèi)培訓(xùn)賦能，對(duì)外聯(lián)合育才，TE正在構(gòu)建一個(gè)內(nèi)外循環(huán)的人才生態(tài)系統(tǒng)。

04

真金白銀的落地

在TE的制造與運(yùn)營(yíng)體系中，AI是可以直接貢獻(xiàn)到效率、成本和質(zhì)量的生產(chǎn)力工具。其中最具代表性的是AI視覺(jué)檢測(cè)。

張丹丹在分享會(huì)上提到，目前TE全球已經(jīng)部署了超過(guò)800套AI視覺(jué)檢測(cè)系統(tǒng)，而且不再是過(guò)去“一個(gè)工廠裝一兩套”的試點(diǎn)節(jié)奏。

在亞太地區(qū)，有的工廠一次性就部署了幾十套甚至上百套。這些系統(tǒng)替代了傳統(tǒng)的人工目檢，不僅檢測(cè)速度更快，而且一致性更高，大幅降低了漏檢率和誤判率。張丹丹直言：“這些項(xiàng)目確實(shí)能夠?yàn)槠髽I(yè)帶來(lái)看得見(jiàn)、算得清的價(jià)值?！?/p>

從“一兩套”到“上百套”的量變，背后是ROI被驗(yàn)證后的信心質(zhì)變。

在生產(chǎn)工藝控制領(lǐng)域，TE擁有大量的注塑機(jī)、沖壓機(jī)等設(shè)備，生產(chǎn)過(guò)程中涉及數(shù)十個(gè)工藝參數(shù)的協(xié)同控制，不同批次的原材料也可能帶來(lái)質(zhì)量波動(dòng)。過(guò)去，工程師靠經(jīng)驗(yàn)和反復(fù)試錯(cuò)來(lái)調(diào)整參數(shù)；現(xiàn)在，AI模型能夠?qū)崟r(shí)監(jiān)控工藝數(shù)據(jù)，自動(dòng)推薦或直接執(zhí)行最優(yōu)參數(shù)組合，從而穩(wěn)定產(chǎn)品質(zhì)量、降低廢品率。

張丹丹說(shuō)：“通過(guò)AI對(duì)制作工藝的關(guān)鍵參數(shù)進(jìn)行控制和優(yōu)化，能夠很好地保障產(chǎn)品性能，并提升競(jìng)爭(zhēng)力?！边@種優(yōu)化帶來(lái)的價(jià)值直接體現(xiàn)在材料利用率提升和廢品成本下降上，同樣是可量化的ROI。

除此之外，材料工程師的日常工作也正在被AI深刻改變。

TE高級(jí)專(zhuān)家材料工程師、TE中國(guó)材料實(shí)驗(yàn)室負(fù)責(zé)人黃忠喜博士分享道，為了滿(mǎn)足公司2032年范圍3碳排放相較2022年基準(zhǔn)降低30%的可持續(xù)發(fā)展目標(biāo)，團(tuán)隊(duì)需要大量對(duì)比低碳材料與現(xiàn)有材料的性能指標(biāo)。以前，把所有可用材料的數(shù)據(jù)放進(jìn)Excel，靠人工逐一比對(duì)，完成一項(xiàng)篩選任務(wù)需要2到3個(gè)小時(shí)?，F(xiàn)在，借助AI工具，同樣的工作在5分鐘內(nèi)就能完成?！肮?jié)省下來(lái)的時(shí)間可以去思考更多新的材料應(yīng)用，”黃忠喜說(shuō)。

從2小時(shí)到5分鐘，AI并沒(méi)有取代工程師，而是把工程師從繁瑣的數(shù)據(jù)比對(duì)中解放出來(lái)，讓他們專(zhuān)注于更高價(jià)值的創(chuàng)新工作。

05

智能體元年，瓶頸在哪？

當(dāng)AI從“有沒(méi)有”走到“好不好用”，技術(shù)曲線(xiàn)的下一站自然指向了Agent智能體。

2026年被TE內(nèi)部視為“智能體爆發(fā)的元年”。楊玲朗在媒體分享會(huì)上判斷：“現(xiàn)在是智能體爆發(fā)的元年，處于剛開(kāi)始并持續(xù)推進(jìn)的階段?！?/p>

智能體不同于傳統(tǒng)的大模型對(duì)話(huà)工具，它能夠自主理解任務(wù)、調(diào)用工具、執(zhí)行多步操作，甚至與其他智能體協(xié)作。然而，從試點(diǎn)到規(guī)模化應(yīng)用，制造業(yè)企業(yè)面臨著兩個(gè)明確的瓶頸。

第一個(gè)瓶頸是流程復(fù)雜度。楊玲朗指出，制造業(yè)的流程非常復(fù)雜，“用單個(gè)智能體去解決特定復(fù)雜流程具有挑戰(zhàn)性”。解決方案往往需要多個(gè)智能體的融合，并且還要與其他數(shù)字化技術(shù)協(xié)同，才能解決特定場(chǎng)景問(wèn)題。這就要求AI工程師必須透徹理解業(yè)務(wù)流程的本質(zhì)，同時(shí)業(yè)務(wù)人員也要真正懂得AI的能力邊界。

雙向理解，是智能體落地的第一道門(mén)檻。

第二個(gè)瓶頸來(lái)自系統(tǒng)和數(shù)據(jù)層面。智能體通常需要與企業(yè)內(nèi)部多個(gè)系統(tǒng)打通，并獲取不同來(lái)源的數(shù)據(jù)。如果內(nèi)部系統(tǒng)之間接口不統(tǒng)一、數(shù)據(jù)標(biāo)準(zhǔn)不一致，智能體就無(wú)法有效工作。

楊玲朗強(qiáng)調(diào)：“數(shù)據(jù)的治理、數(shù)據(jù)的一致性、數(shù)據(jù)能否被智能體很好地采用，是一個(gè)挑戰(zhàn)。”

在這方面，TE會(huì)先對(duì)數(shù)據(jù)進(jìn)行分級(jí)管理，不同級(jí)別的數(shù)據(jù)共享需要經(jīng)過(guò)嚴(yán)格的審批流程，既保障安全，又促進(jìn)協(xié)同。張丹丹補(bǔ)充道：“我們有自己專(zhuān)屬的大語(yǔ)言模型平臺(tái)，能夠接入內(nèi)部數(shù)據(jù)?！?/p>

從數(shù)據(jù)治理到平臺(tái)建設(shè)，TE正在為智能體的規(guī)?；瘧?yīng)用鋪路。雖然挑戰(zhàn)存在，但楊玲朗認(rèn)為，只要清楚挑戰(zhàn)具體的差距點(diǎn)在哪里，就能知道如何解決。

06

AI不是目的，創(chuàng)造價(jià)值才是

恰如張超在分享會(huì)最后所言：“企業(yè)在當(dāng)前環(huán)境下更加關(guān)注價(jià)值創(chuàng)造的現(xiàn)實(shí)考量。一開(kāi)始AI屬于很新奇的東西，到現(xiàn)在要回歸落實(shí)到本來(lái)的初心?！?/p>

無(wú)論是全球800多套AI視覺(jué)檢測(cè)系統(tǒng)的規(guī)?；渴穑€是供應(yīng)鏈排產(chǎn)從6小時(shí)到6分鐘的極致提效，TE用一個(gè)個(gè)“算得清賬”的案例證明：AI不是用來(lái)替代人的，而是用來(lái)放大人的。

工程師身邊多了一圈AI助手，業(yè)務(wù)專(zhuān)家手里多了一套智能工具，材料科學(xué)家從2小時(shí)的數(shù)據(jù)比對(duì)中解放出來(lái)去做真正的創(chuàng)新。而在可持續(xù)發(fā)展的長(zhǎng)跑中，AI也在幫助TE以更低的成本、更高的效率逼近減碳目標(biāo)。

當(dāng)越來(lái)越多的企業(yè)開(kāi)始像TE一樣，把AI從“話(huà)題”變成“算盤(pán)上的數(shù)字”，這場(chǎng)技術(shù)革命才真正走進(jìn)了下半場(chǎng)：不是誰(shuí)用得最早，而是誰(shuí)用得最值。