在錯誤會產生實際後果的實體系統中，人工智慧透過可靠性和首次即正確的效能創造價值。
與 L&T Technology Services 合作
人工智慧的影響遠超數位世界，深入我們日常生活的汽車、家用電器以及維持生命的醫療設備。越來越多的產品工程師轉向 AI，以增強、驗證和簡化我們周遭物品的設計。
AI 在產品工程中的應用遵循著嚴謹且務實的軌跡。根據我們的調查，絕大多數工程組織正在增加 AI 投資，但他們採取了審慎的方式。這種方法反映了產品工程師典型的優先事項。錯誤會產生具體的後果，而不僅是抽象的擔憂，範圍從結構性故障到安全召回，甚至可能危及生命。核心挑戰在於實現 AI 的價值，同時不損害產品的完整性。
本報告匯集了對 300 名受訪者的調查數據，以及對資深科技高管和其他專家的深入訪談，探討產品工程團隊如何擴展 AI 的應用、哪些因素限制了更廣泛的採用，以及哪些特定能力正在塑造當前和未來的 AI 採用趨勢，並帶來實際或潛在的可衡量成果。
研究的主要發現包括：
在輸出是實體且風險較高的環境中，驗證、治理和明確的人類問責制是必須的。當產品工程師使用 AI 直接影響實體設計、嵌入式系統和在發布時固定的製造決策時，產品故障可能導致無法回溯的現實世界風險。因此，產品工程師採用分層的 AI 系統，具有不同的信任閾值，而非通用部署。
預測分析和 AI 驅動的模擬與驗證是產品工程領導者近期最重要的投資優先事項。這些能力（由大多數受訪者選出）提供了清晰的回饋循環，使公司能夠審核效能、獲得監管批准並證明投資報酬率（ROI）。逐步建立對 AI 工具的信任至關重要。
十分之九的產品工程領導者計劃在未來一到兩年內增加 AI 投資，但增長幅度不大。最高比例的受訪者（45%）計劃將投資增加最多 25%，而近三分之一傾向於增加 26% 至 50%。只有 15% 的人計劃採取更大的變革——增加 51% 至 100%。產品工程師的重點是優化而非創新，以可擴展的證明點和短期 ROI 作為 AI 採用的主要方法，而非多年的轉型。
永續性和產品品質是 AI 在產品工程中最主要的衡量成果。這些對客戶、監管機構和投資者可見的成果，其重要性高於競爭性指標，如上市時間和創新（被評為中等重要性），以及內部營運收益，如成本降低和員工滿意度（處於最低層）。最重要的是實際的信號，如缺陷率和排放曲線，而非內部工程儀表板。