从最新工业技术指数数据来看，AI正在从“技术工具”转变为“创新引擎”。调查显示，超过80%的工程师与企业高管认为AI能够显著加快创新速度，这一共识表明AI已在企业研发体系中形成基础性支撑。同时，企业对AI的采用率已超过80%，其中35%实现深度应用，较上一年显著提升，反映出AI从试点阶段迈入规模化部署阶段。
从创新行为数据来看，企业对新技术的接受意愿明显增强。约49%的高管与45%的工程师表示希望尽快尝试新技术，显示出技术迭代周期正在缩短。更值得关注的是代际差异，56%的Z世代及千禧一代高管倾向于立即尝试新技术，而X世代及以上仅为38%。这一差距说明，企业内部的技术推进节奏正在受到年轻决策层显著推动。
区域层面同样呈现分化趋势。在全球样本中，中国Z世代与千禧一代中有54%表现出对新技术实验的强烈意愿，处于各国最高水平。这一数据反映出中国在工业数字化与AI应用场景上的高活跃度，也意味着未来创新扩散速度可能呈现区域性不均衡，亚太市场或将成为AI驱动创新的重要增长极。
尽管AI显著提升创新速度，但企业内部对“创新定义”的分歧正在扩大。数据显示，61%的高管将创新视为渐进式改进，而工程师中仅52%持相同观点。这一差距意味着管理层更倾向于风险可控、回报明确的优化路径，而技术人员则更偏向潜在颠覆性创新，二者在战略目标上的不一致可能影响AI价值释放效率。
进一步从企业目标数据来看，AI应用的导向正在发生结构性变化。43%的高管将“提升利润”作为首要目标，同比上升17个百分点，而“产品创新”占比下降至26%。这标志着AI从“创新驱动工具”逐渐转向“效率与盈利工具”，企业对AI的评价标准正在由技术突破转向财务回报。
这种目标转变对创新体系产生深远影响。一方面，AI的广泛应用确实提升了研发效率和试验速度，推动企业进入“快速迭代”阶段；另一方面，过度强调短期回报可能压缩长期颠覆性创新空间，使企业更倾向于优化现有业务而非探索新范式，从而形成“效率提升但创新边界收窄”的结构性矛盾。
从数据逻辑综合来看，当前AI对创新的作用呈现出“速度提升与方向收敛并存”的特征。高 adoption率与高实验意愿推动创新频率显著提升，但创新类型正从突破式向渐进式转移。同时，代际差异与区域差异进一步加剧企业内部与全球市场之间的节奏不一致，这将成为未来AI扩散的重要变量。
趋势上看，AI正进入“规模化应用与价值验证并行”的阶段。短期内，企业将继续强化ROI导向，推动AI在生产效率和成本控制中的应用；中长期来看，只有在组织层面实现工程师与管理层之间的目标对齐，才能释放AI在颠覆性创新中的潜力。未来AI竞争的核心，不再是是否采用，而是谁能够在效率与创新之间实现动态平衡。
文章来源：TE Connectivity
