全球電子產業連接創新者Molex莫仕公佈一項全球可靠性調查結果，揭示硬體（包括設備）系統架構師和設計工程師面臨的挑戰，亦即如何在日益提高的可靠性期望與產品複雜性不斷增加、測試時間縮短，以及持續的成本和製造限制之間求取平衡。然而調查結果也顯示對未來的興奮，主要是歸功於人工智慧（AI）、機器學習（ML）、模擬和進階分析等關鍵技術的機會。

可靠性的主要挑戰包括充分的測試時間、供應商品質、成本及產品設計屬性與對於可靠性影響之間的關聯，而46%的受訪者認為人工智慧、機器學習、模擬和分析是提高產品可靠性的最佳選擇。

有91%的調查參與者表示，他們提供可靠產品的能力與擁有值得信賴、久經考驗的供應商關係之間具有強關聯。為此，96%的受訪者曾因可靠性問題而更換零件供應商，超過1/4的受訪者表示經常更換。總體而言，這些供應商關係變得越來越重要，74%的受訪者認為由於設計週期縮短，產品可靠性面臨了風險。

Molex莫仕運輸創新解決方案資深副總裁兼總裁Scott Whicker表示：「可靠性是一個真正的『關鍵』主題，對於產品開發、製造以及最終使用者體驗的各層面都有深遠的影響。選擇合適的合作夥伴，部署最有效的流程，並利用最新的資料洞察力來加速設計和開發最可靠的產品，都是至關重要的。我們最新的全球產業調查概述了對產品可靠性不斷變化的期望以及設計權衡的實際情況，同時表達對AI和資料驅動創新的樂觀態度，認為這會將產品可靠性提升到新的水準。」

Molex莫仕委託Dimensional Research對超過750名具有硬體設計或系統架構的直接或管理責任的全球合格參與者進行調查。受訪者分享了對於終端使用者不斷變化的可靠性期望的反應，其中54%的受訪者表示可靠性已成為品牌忠誠度越來越重要的推動因素。此外，52%的受訪者認為，客戶希望設備在任何環境條件下（包括灰塵、水和振動）都能可靠運作。

大多數公司（64%）依靠他們的品質團隊來推動可靠性工作，其次是測試工程師（60%）和產品開發部門（58%）。但在汽車和運輸產業，測試工程師是確保產品滿足嚴格的可靠性要求的第一把交椅（71%）。各產業的調查參與者在描述各自公司的可靠性方法時，均表示過度設計產品的頻率幾乎是追求低成本解決方案的兩倍。

許多受訪者（42%）在設計硬體的目標是超越目前的產業認證和標準，而44%的受訪者則努力向未來可能的需求看齊。超過一半（51%）的資料通訊業受訪者力求同時滿足目前和未來潛在的需求。雖然可靠性至關重要，但是只有18%的工程師在開始產品設計之前制定了檢定和驗證計畫。多數工程師（44%）是在進行產品設計工作的同時制定這些計畫。

有42%的受訪者表示充分的測試時間是考慮可靠性設計所面臨的最大困難。此外，供應商品質、成本或設計屬性對於可靠性影響的關聯，則各占37%。大多數情況下，工程師在進行權衡時會將成本（50%）、可製造性（46%）和用戶體驗（35%）置於可靠性之前。相比之下，他們較不會將重量（35%）、功能（26%）和外形/尺寸（26%）優先於可靠性。

人工智慧和基於資料的工具崛起

目前，僅有33%的受訪者使用資料驅動的模型來做出設計取捨的決策，但是調查結果顯示，越來越多人對資料在提高可靠性方面的作用持樂觀態度，此比例很可能會發生變化。展望未來，近一半的受訪者（46%）將AI、ML、模擬和資料分析創新列為提高未來電子產品可靠性的最佳選項。事實上，83%的受訪者看好人工智慧提高產品可靠性的潛力。在排名AI範例時，受訪者指出識別和預測故障的能力（43%）、最佳化可靠性設計（31%）、執行更完整的檢定和驗證模擬（31%），以及建構更好的測試計畫和模型（29%）。

勞動力動態預計將加劇擔憂

超過一半的受訪者（51%）預測，未來五年內，專家經驗是理解產品複雜性的助力，而92%的受訪者預計這群專家將會退休。雖然83%的參與者認為專家經驗的流失將對員工滿意度、品牌聲譽帶來風險，甚至是收入損失，但僅39%的人展開降低相關風險的計畫。

可靠性的全球共識

工程專家一致認為AI將為可靠性帶來影響，美洲的參與者對AI在五年內提高產品可靠性的前景最為樂觀。歐洲受訪者則看好透過AI能迅速辨別和預測故障。此外，亞太地區參與者的調查結果顯示，他們已強烈意識到失去具有深厚可靠性專業知識的關鍵人才的潛在風險。