一項調查顯示，全球製造業普遍將產品生命週期管理（PLM）數據視為人工智慧（AI）代理的首要資訊來源，近九成企業認為其對實現AI潛力非常關鍵，並加速導入模型上下文協議（MCP）以確保數據品質與連接性。
根據《IT Brief Asia》週四報導，全球製造業正日益將產品數據視為在其業務流程中運用人工智慧（AI）工具的核心需求。一項針對 400 位資深製造業專業人士的調查顯示，高達 89% 的受訪者認為，具備一個相互連結的產品數據基礎，對實現AI的潛力非常關鍵。
調查結果指出，製造商將產品生命週期管理（PLM），這是一種貫穿產品從概念、設計、製造到銷售、服務與淘汰整個生命週期的管理系統，評為人工智慧代理（AI agent，即能自主執行特定任務的人工智慧程式）獲取情境與執行數據的首選商業系統。有 49% 的受訪者將 PLM 列為人工智慧代理的首要數據來源，另有 38% 的人認為 PLM 提供最具價值的人工智慧驅動動作數據。
受訪企業也普遍意識到，若人工智慧系統無法取得產品相關數據，將會效率不彰，其中有 66% 的受訪者表示，若無此數據，人工智慧在其組織內將完全或大部分失效。此外，75% 的受訪者認為，人工智慧系統需能理解產品、品質、供應商、製造與客戶資訊之間的連結，這點極為重要。
為實現數據連接，業界對模型上下文協議（MCP），這是一種開放標準，目的是讓人工智慧系統能夠連接企業軟體中的資料並據此執行操作，的興趣顯著增加。調查顯示，91% 的受訪者表示組織對 MCP 的興趣提高，其中 63% 形容其興趣為「劇烈」或「顯著」。Propel Software Solutions, Inc. 的執行長 Ross Meyercord 指出：「MCP 提供人工智慧系統存取數據的途徑，但其價值取決於數據本身的品質。如果您的產品記錄支離破碎、過時或孤立，只會讓人工智慧更快地給出錯誤答案。PLM 解決了這個問題，它是一個讓產品知識保持最新、連結與可信任的系統。」
製造商面臨使用人工智慧的壓力，不僅限於內容生成或搜尋，更擴及到設計、採購、品質與服務等環節的關鍵工作流程決策。在這些情境下，不完整或不一致的產品資訊可能帶來營運風險，尤其是在醫療設備等受嚴格監管的產業以及複雜的工業供應鏈中。這項研究結果也反映出軟體供應商正努力將產品數據系統定位為人工智慧策略核心的廣泛趨勢。對於台灣製造業而言，此趨勢亦可作為借鏡，確保底層產品數據結構完善，才能有效發揮人工智慧應用的最大效益。