如果您在航空或国防公司负责运营，您一定深知其中的压力。当唯一供应商未能按时交货时，项目进度就会延误。维护、修理和大修 (MRO) 积压工作的增长速度超过了技术人员的处理速度。政府合同变更会引发一系列涉及计费、合规和项目控制的人工返工。而在此过程中，你们的团队仍然在根据几个小时前的数据做出关键决策。您的组织所依赖的系统设计目的是记录已经发生的事情，而不是对当前正在发生的情况做出响应。
这正是 Autonomous Enterprise 旨在弥合的差距。
当今航空和国防公司面临的压力
航空和国防制造企业处于极端复杂性和严苛问责制的交汇点上。这些项目可能持续数十年，涉及数千家供应商，并受到任何行业中最严格的监管框架的约束——从《国际武器贸易条例》(ITAR) 和《出口管理条例》(EAR) 到国防采购标准和环境健康与安全 (EHS) 要求。
地缘政治动荡和单一来源依赖暴露了供应链的脆弱性，迫使采购团队被动应对，而不是提前规划。随着老旧机队需要更密集的维护，而熟练技术人员的能力却保持不变，导致 MRO 积压订单不断增加。项目管理团队面临着以更少的资源交付更多成果的压力，但他们需要的数据分散在企业资源规划 (ERP) 系统、工程设计平台和供应商门户网站中，而这些系统和平台的设计初衷并非为了协同工作。此外，主要受全球国防开支增加和航空出行预测增长的推动，需求增长速度已超出产能，这使商用飞机和国防领域的积压订单创下历史新高，并推动了对提升效率和自动化水平的需求。
根据 BCG（2025 年 6 月发布的《航空和国防领域人工智能的三大真相 | BCG》）的数据，2024 年航空和国防行业在人工智能方面的支出为 266 亿美元，约占总收入的 3%，并以 9% 的年均复合增长率 (CAGR) 增长，预计到 2030 年将达到 440 亿美元。紧迫性同样显而易见：根据 AIA 和埃森哲 (Accenture) 发布的《AI 在建筑与设计领域的应用》（2025 年 6 月）报告，仅根据过去一年的经验，76% 的 A&D 企业就看到了人工智能带来的更大业务潜力，87% 的机构计划在 2025 年增加对生成式 AI (GenAI) 的投资，近 75% 的行业高管预计，AI 驱动的自动化将在未来几年内显著改善运营。
“Autonomous Enterprise”究竟意味着什么？
这一术语被广泛使用，因此有必要明确其含义。Autonomous Enterprise 并非意味着将人排除在业务决策之外。这关乎改变人们支配时间的方式。
试想一下，如今当一家关键的 A&D 供应商未能完成关键项目交付时会怎样。计划员可能在几个小时后才发现异常情况，然后手动联系供应商，重新安排生产顺序，通知项目经理，更新进度表，调整计费里程碑，并与财务和合规部门沟通，每个步骤都在不同的系统中进行。在 Autonomous Enterprise 中，AI 智能体在中断发生的瞬间即可检测到该情况，并评估整个供应网络中的缓解方案。它们能确定最佳的生产重新排序（同时考虑到可能限制替代供应来源的监管限制），并同时协调项目管理、采购和财务部门的响应——向决策者提出建议行动，并保留完整的审计追踪。
在 SAP，我们这样描述 Autonomous Enterprise：人类设定方向，人工智能负责执行。
这并非未来概念，而是企业软件设计方式的一次结构性转变，对航空和国防公司在项目交付、供应链、MRO、政府合同和售后服务等方面的运营具有明确的影响。请在此处了解有关 SAP Autonomous Enterprise 愿景的更多信息。
为什么航空和国防行业非常适合智能体人工智能
航空和国防运营具有高风险、流程密集和受严格监管的特点——决策失误的代价体现在任务就绪度、安全性及合规风险上。这使得持续的 AI 驱动优化成为一项结构性优势。请考虑自主智能体能够直接影响成果的环节：
- MRO 调度与技术人员简报：智能体可自动计划维护事件、完善设备记录并向技术人员提供简报，从而减少人工协调工作并提高资产可用性。
- 计划和项目设置：项目设置智能体可自动执行程序配置和验证，加快合同执行速度。
- 供应链异常管理：异常情况管理智能体持续监控供应承诺，一旦检测到中断便会触发响应/缓解工作流。
- 战略寻源与供应商协作：智能体可协助采购团队评估供应商响应，确保满足法规与质量要求，并在复杂的多级供应网络中管理寻源决策——减少寻源发现过程中的人工工作量，并提升供应网络韧性。
- 仓库和配送优化：仓库工作量优化智能体可动态平衡劳动力和任务分配，提升备件履约的吞吐量。
对于国防主承包商和商业航空航天制造企业而言，每一项都代表着项目经理、MRO 主管和供应链领导者的真正痛点。其机遇在于将经验丰富的人员从大量重复性工作中解放出来，让他们能够专注于需要人类判断的决策。SAP Industry AI 为每个自主领域扩展了航空和国防专有的垂直流程知识、数据模型和监管逻辑。
这与早期的人工智能方法有何不同？
大多数航空和国防组织已经投资了人工智能——比如在此处引入一个预测性维护工具，在其他地方部署一个需求预测模型。但始终存在的困扰是，这些工具只能改善运营的某个局部，而无法改变整体格局，SAP Autonomous Suite 则建立在三个对大规模企业部署至关重要的基础之上：
第一——深厚的流程与行业知识
SAP 将超过 50 年的流程智能融入人工智能层，涵盖 120 多项关键业务流程。智能体能在企业实际运营的背景下进行推理——包括项目计划依赖关系、供应链约束以及 MRO 工作流逻辑。
第二——语义丰富的业务数据
SAP Business AI 建立在覆盖超过 730 万个数据字段的全系列产品语义模型之上。智能体能够同时识别供应商中断、未完成生产订单、合同里程碑与财务风险之间的关联—这种跨域可见性使得在复杂的项目环境中实现自主化操作成为可能。
第三——企业级治理
每一次人工智能操作均可审计和追溯。对于必须遵守国防采购标准、EHS 规定以及项目审计要求的企业而言，这一点是根本所在，而非可选项。SAP Autonomous Suite 中的人工智能工作负载 100% 都受到认证控制的保护——因此，治理成为组织能够加快步伐的原因，而非无法前行的阻碍。
来自航空与工业制造企业的真实成果
向自主化运营的转型已经展开。航空与工业制造及相关领域的企业正在展示其可能性：
Aeropuertos Argentina 2000
Aeropuertos Argentina 2000 运营着包括巴塔哥尼亚地区 8 座机场在内的阿根廷主要机场网络，该公司实施了 SAP Intelligent Orchestration，以推进冬季运营管理的转型。该 AI 驱动的解决方案集成了实时天气数据，可自动发送运营警报，并优化了针对跑道安全的资源配置，从而实现每年减少 45 吨二氧化碳当量排放，直接运营成本降低 16%，管理时间减少 90%。
资料来源：Aeropuertos Argentina - 2026 年 SAP 创新奖
Komatsu America Corp.
Komatsu America Corp. 部署了基于 SAP Business Technology Platform (BTP) 构建的 AI 驱动型支持助手，彻底改变了其 KView 平台上的 IT 服务管理。该解决方案可处理常见支持查询、排查问题并自动提交工单，从而使报告的事件总数减少了 22%，最终用户报告问题所花费的时间减少了 90%，IT 问题解决时间减少了 45%。
资料来源：Komatsu America Corp. – 2025 年 SAP 创新奖
Tyrolit Group
全球研磨和切割工具制造商 Tyrolit Group 实施了 SAP Sustainability Control Tower，以实现旗下 48 家公司企业可持续发展报告指令 (CSRD) 合规的自动化。该解决方案可自动进行排放因子映射，将可持续发展数据与财务报告相结合，并实现详细的环境、社会和治理 (ESG) 跟踪和情景分析——利用受监管的、可审计的报告系统取代手动且容易出错的流程。
资料来源：Tyrolit Group – 2025 年 SAP 创新奖
如何开始
对于正在评估 Autonomous Enterprise 实际意义的企业领导者而言，最重要的问题不是“我们应该使用多少 AI”，而是“在我们的价值链中，信号与行动之间的差距在哪个环节给我们造成了最大的成本损失？”
这可能是项目进度更新与首次标记供应商异常情况之间的时间差。这可能是在合同执行开始之前，手动设置和监控新程序所浪费的时间。这可能是质量控制流程仍然依赖于工程师手动将检验结果、不合格记录和纠正措施工作流在各个系统中进行关联。
SAP Cloud ERP 和 SAP Autonomous Suite 帮助航空和国防企业识别这些差距并系统性地加以解决——并非依靠孤立的单点解决方案，而是采用一种将价值贯穿于整个运营流程的集成化方法。探索 SAP 的航空和国防解决方案，了解 Autonomous Enterprise 如何应用于您特定的价值链。
航空和国防行业始终以其凭借精准、严谨和问责制管理极高复杂性的能力而著称。下一波竞争优势将属于那些能够以智能化、自主化和规模化方式运行这些同样高要求的组织。
