川海智库

报告概述

本报告由凯捷研究院基于全球200家航空航天与国防组织的调研和10位行业专家访谈撰写，研究对象覆盖OEM、供应商、运营商、维修与大修（MRO）等产业链环节，并横跨商业航空、军用航空、防务、航天和先进空中交通等细分领域。报告的核心议题是增强工程，即数字连续性与AI在工程领域的深度融合。

报告系统分析了数字连续性的现状与瓶颈、AI在工程环节的采用程度、组织成熟度差异，以及人才、治理、供应商协同、数据基础等支撑条件。其分析框架以数字连续性和AI工程能力两个维度评估企业成熟度，并将组织划分为不同发展阶段。在此基础上，报告提出从工程基础、人机协同、闭环学习、AI工业化、决策智能、AI与算力平台、信任与合规内建等多个方面入手，帮助工程领导者把分散试点升级为可扩展的增强工程运营模式。

读者可借助本报告快速理解行业转型逻辑、对照自身定位，并找到与自身成熟度相匹配的推进路径。

报告的核心结论

增强工程正成为航空航天与国防竞争力的新支点

报告认为，地缘政治不确定、供应链脆弱、网络安全风险、人才短缺和软件定义产品等压力正在倒逼工程组织变革。数字连续性与AI赋能工程相互强化，共同构成一体化工程系统的基础。越来越多的企业将AI重新投入研发和高端工程，而非仅用于降本，使增强工程从效率工具升级为增长与竞争杠杆。

数字连续性仍是AI规模化落地的首要瓶颈

尽管数字连续性被广泛视为AI工程化的基础，但多数组织的生命周期架构仍呈碎片化，各功能与供应商之间的互操作性和可追溯性有限，制造与服务数据难以回流工程。报告强调，数字连续性正从数据交换层演进为语义化、基于模型的基础能力，只有打好这一基础，AI才能从局部试点走向跨项目、跨平台的规模化应用。

AI应用提速但企业级工程转型仍处早期

报告发现，AI在工程领域的应用正从效率提升走向端到端流程重塑，但多数应用仍集中于工具和功能层面的独立任务。那些流程结构化、数据质量高、效果可衡量的场景，如预测性维护、仿真结果解读、生产计划、故障诊断，落地最快，而需要跨职能协同、供应商集成和生命周期追溯的复杂用例仍难以工业化。

多数组织尚未同时建立数字连续性与AI成熟度

报告按照数字连续性与AI工程能力两维评估，能够同时在两维度上达到先进水平的企业仍是少数。更多组织要么先建设了数字基础但AI尚未规模化，要么先行试验AI但缺少连接与治理支撑。报告认为，领先组织的差异化不在于单独采用AI，而在于把AI嵌入互联的工程系统和运营模型中。

人才与治理缺口制约增强工程规模化的节奏

未来工程岗位将从执行任务转向定义需求、验证AI输出和制定系统级决策，但当前多数组织在决策权、问责与治理机制上仍未成熟。报告预计相当比例的工程人员需要再培训或技能提升，而AI治理、合规意识、数字主线素养等关键技能恰恰是最薄弱环节，成为增强工程落地的深层约束。

报告回答的关键问题

什么是增强工程？

增强工程是数字连续性与AI在工程领域的融合，目标是建立互联、智能、自适应的工程环境。它不只是把工程活动数字化，而是让数据、模型、需求、决策和运营洞察在整个产品生命周期中保持连接，AI在其中帮助工程师分析信息、生成方案、验证设计并辅助决策，使工程体系具备持续学习和优化能力。

航空航天与国防工程转型为什么需要数字连续性？

在航空航天与国防领域，工程转型需要打通需求、设计、制造、认证、供应商和保障等环节。数字连续性提供可信的生命周期上下文，使AI能在准确数据基础上工作。报告显示，数字连续性对生产爬坡、业务转型和认证审批都有重要支撑，但由于多数企业仍依赖文档化协作和分散系统，生命周期可追溯性不足，成为限制AI扩展的结构性短板。

AI在航空航天工程中哪些场景落地最快？

报告指出，AI在流程边界清晰、数据结构化、效果可度量的业务场景中规模化最快，典型包括预测性设备维护、自动化仿真结果解读、生产计划与优化、故障诊断以及工装指令编写与合规自动化。这些场景价值立即可见、验证路径明确，更容易在单一功能内完成实施、验证和推广，而跨系统协同和终端到终端集成仍是瓶颈。

如何提升组织在增强工程上的成熟度？

报告提出双轨推进：一方面在需求验证、变更影响分析、仿真解读、质量检验等高价值流程中优先落地可衡量、可治理的AI用例；另一方面同步建设权威工程知识骨干，强化数字主线、数据治理和语义化模型基础。同时，需要围绕人机协同重新设计流程和决策权，建立从设计到保障的闭环学习，并将安全、质量和适航认证要求前置到架构设计之中。

增强工程会给工程师的工作带来什么变化？

报告预测，AI将接管重复性设计配置、仿真、数据分析、技术文档和部分验证工作，工程师的注意力会更多转向定义需求和约束、评审AI生成结果、进行系统级权衡决策以及承担最终责任。生产力释放出来的资源将更多投入研发、先进工程和新产品开发，工程师角色从任务执行者转变为AI工作的编排者、验证者与治理者。

报告中的代表性数据

6%

实现端到端数字连续性并获得单一数据源支持的组织占比

2026年4—5月调查，全球200家航空航天与国防组织受访者中，仅约6%表示已具备连接企业级架构和单一数据源的端到端数字连续性，其余多数仍处于部分连接或功能内连接状态。

46%

自认为已为人才技能短缺做好准备的组织占比

2026年4—5月调查，81%的组织将工程、数字和AI人才短缺视为重大威胁，但只有46%表示已做好应对准备，反映风险暴露与响应能力之间的差距。

10%

同时具备高数字连续性与高AI工程能力的增强型领导者占比

2026年4—5月调查，报告基于数字连续性和AI工程能力两个维度进行成熟度评估，约10%的组织被评为增强型领导者，另有49%在两个维度均处于早期阶段。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 200家全球A&D组织调研全景：报告包含基于200家航空航天与国防组织的调查样本分布图，覆盖美、英、法、德、中、印等国家，以及OEM、Tier 1/Tier 2供应商、防务机构、运营商、MRO等细分主体，便于读者了解结论的代表性与适用边界。
  • 数字连续性成熟度评估框架与数据：完整呈现数字连续性现状分级、端到端数字主线达成比例、生命周期架构连接程度、闭环反馈实施进展、数据准备与治理水平，以及供应商文档化协作的调研结果，并配有对应图表。
  • AI工程应用采用度与用例排名：按机器学习、生成式AI、Agentic AI、Physical AI、Edge AI等类型展示采用阶段分布，并列出预测性维护、自动化仿真解读、生产计划、故障诊断、工装指令编写等规模化最快用例的占比数据。
  • 增强工程成熟度四类群体画像：详细刻画增强型领导者、连接型建设者、AI实验者、碎片化运营者的组织特征、能力组合和提升重点，并给出各群体的规模占比及APAC、美洲、欧洲区域的分布差异。
  • 领先企业实践案例与专家访谈：收录空客、庞巴迪、洛克希德·马丁、GE航空航天、波音、诺斯罗普·格鲁曼、Anduril等企业的工程数字化与AI应用案例，以及莱茵金属、阿提哈德航空、普惠、泰雷兹、L3Harris、Indra等机构高管的洞察。
  • 七项规模化行动建议：报告提出构建工程知识骨干、重构人机协同团队、建立设计到保障的闭环学习、在决策级工作流中工业化AI、创建工程决策智能层、建设AI与算力平台，以及把安全、认证与信任内建到工程体系之中。
  • 不同成熟度组织的优先行动路线图：针对四类组织分别给出强化工程基础、选择性工业化AI、扩大互联工作流AI、建设决策智能、重构运营模型等路径，并配套数字化连续性快速评估、AI机会地图、POV评估和PLM现代化规划等工具。
  • 研究方法论、参考文献与专家作者团队：说明调研时间、受访者分布、10位专家访谈方法，并附完整参考文献、作者介绍、Capgemini专家联系方式和更多研究院出版物订阅入口。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告