Tillverkningsföretag upplever genomgående färre organisatoriska hinder för att nå AI-mognad, enligt en ny undersökning från molnleverantören Vultr. Detta trots att bara drygt 30 procent beskriver sig som ”transformativa” i sin AI-användning. Istället för experimenterande väljer de att produktionssätta färre AI-modeller med högre kvalitet.

– Andra branscher kämpar ofta med organisatoriskt kaos. Tillverkande företag fokuserar på konkreta utmaningar, som “Har vi tillräcklig hårdvarukapaciter”, eller “Kan vi ansluta system på fabriksgolvet till analysplattformar utan fördröjning?”. Detta avspeglas även i hur man väljer att implementera AI, säger Kevin Cochrane, marknadschef på Vultr.

Tillverkare rapporterar färre organisatoriska hinder

Undersökningen innefattar svar från drygt 2 000 beslutsfattare inom IT och digital innovation i 12 länder på företag med över 100 miljoner dollar i omsättning. Den delar in AI-mognad i tre steg: Operationell, accelererad och transformativ. För närvarande befinner sig 25 procent av tillverkningsrespondenterna i det operationella steget jämfört med 19 procent i alla branscher, och endast 31 procent har nått transformativ mognad.

Men inom nästan varje område för organisatoriskt hinder – kompetensbrist, datakvalitet, säkerhet, kulturell anpassning – rapporterar tillverkarna betydligt mindre utmaningar. Kompetensbristen är 46 procent för tillverkare, jämfört med 62 procent för alla branscher. Brist på datakvalitet: 50 procent jämfört med 60 procent. Säkerhetsrisker: 49 procent mot 60 procent. Till och med utmaningar med ledningens anpassning och företagskulturen är 13 procent lägre.

Plattformsutveckling på frammarsch

En tydlig signal på tillverkningsindustrins systemfokuserade strategi är den snabba tillväxten av interna Platform-as-a-Service (PaaS)-miljöer, som erbjuder en komplett utvecklings- och driftsplattform utan att man behöver hantera underliggande teknisk infrastruktur. Idag har 35 procent av tillverkarna byggt eller bygger sådan intern PaaS-infrastruktur. Inom två år förväntas siffran nå 45 procent, samtidigt som beroendet av PaaS-infrastruktur från stora molnleverantörer väntas minska med 14 procent.

Interna plattformar ger fördelar i form av enhetlig styrning över hela kedjan, från design till analys av mjukvara, bättre dataflöden mellan fabriksgolv och företagsnivå, samt ser till att AI-system uppfyller samma säkerhetskrav som för övrig produktion.

– Detta handlar inte om en förflyttning bort från stora molnleverantörer – tillverkande företag kör fortfarande 30 procent av sin AI-modellsträning och 28 procent av sitt AI-införande på stora publika moln, siffror som är väl över branschgenomsnittet. Men det visar på en fundamental förändring av hur tillverkare nu vill styra och hantera AI, fortsätter Kevin Cochrane.

Konsolidering av modeller för att förbättra det som fungerar

Det genomsnittliga antalet AI-modeller i produktion bland tillverkande företag har minskat från 242 till en prognostiserad andel om 189 under 2026. Man konsoliderar med beprövade tillämpningar som bland annat robotiserad processautomation, datoranalys för kvalitetssäkring, förebyggande underhåll och energihantering.

– Istället för att experimentera investerar tillverkande företag i infrastruktur och kompetens för att produktionssätta färre modeller med högre kvalitet. Det innebär bättre övervakning, tätare integration med produktionssystem – och förhoppningsvis ett bättre affärsresultat, avslutar Kevin Cochrane.

BIld: Nico Franz 

Om undersökningen
S&P Global Market Intelligence har på uppdrag av Vultr ställt kvantitativa frågor till 2 003 respondenter genom en webbenkät och genomfört 12 djupintervjuer med beslutsfattare inom tillverkningsindustrin vilket skedde under första halvåret 2025. Respondenterna kommer från 12 branscher i 12 olika länder, där majoriteten (76%) arbetar på företag med över 100 miljoner dollar i omsättning. Alla deltagare har omfattande kunskap om sina organisationers IT-budgetar inklusive utgifter och strategier relaterade till moln och AI, samt innehar roller på chefsnivå eller högre inom IT eller digital innovation.

Läs hela rapporten här.