转自公众号：TOP创新区研究院

本文为“规划师笔记”精选文章

本文转载自TOP创新区研究院

从2018年起，世界经济论坛携手麦肯锡，开启了一项被称为 “全球灯塔工厂网络”（Global Lighthouse Network） 的倡议。

上周，就在10月8日，世界经济论坛又公布了最新一批加入“灯塔工厂网络”的22家工厂。目前， 全球灯塔工厂的数量已经达到172家，覆盖了全球31个国家和35个行业。

值得注意的是，新加入的22家中，有13家位于中国。

新晋的中国灯塔工厂中， 蒙牛乳业银川工厂、三一重能韶山工厂、位于浙江台州的三门核电、郑州煤矿机械工厂、太原重工轨道交通设备工厂，分别为全球首家乳业、首家风能设备、首家核电、首家煤矿机械和首家轨道交通设备的“灯塔工厂”， 均为各自领域内的世界级标杆。

从总量来看，中国已经有 79家（包含大陆74家和台湾5家）灯塔工厂 入选，占全球总数的45.3%！

具体名单见文末，

那为什么要有这样一个“灯塔工厂网络”呢？

一方面是为应对全球制造业面临的种种挑战，比如生产率停滞不前，需求日益个性化，全球气候变化的挑战日益严峻，劳动力的老龄化……所有这些因素都在催促着制造业必须要加速创新。

而另外一方面，虽然近几年我们听到很多关于 “第四次工业革命”（Fourth Industrial Revolution, 4IR） 的讨论，但现实是，全球大多数制造企业在采用这些先进技术时却进展缓慢。 数据显示，目前全球70%的企业仍处于“试点困境”，也就是说，不少工厂尝试了一些技术创新，但却无法将其大规模应用。

在这个背景下，“灯塔工厂”就是未来制造业的“灯塔”，这些工厂利用第四次工业革命的先进技术，比如通过引入数字化技术、自动化设备、智能生产线等手段，全面升级了生产模式， 不仅提升了自身的生产效率，还大幅提高了供应链的韧性，推动了可持续发展。

在这次新晋入选的工厂中，我们看到了两个亮点。

人工智能融入工厂运营

随着近年来AI的崛起，生成式人工智能（GenAI）和机器学习（ML）也开始成为第四次工业革命的前沿技术。

富士康工业互联网董事长郑志刚就曾指出，

“人工智能在工业4.0革命中发挥着越来越重要的作用，成为重塑全球制造业的关键驱动力。”

过去工厂里的自动化更多是机械的，现在通过AI赋能后具备了“思考”能力，依靠智能算法和大数据分析，可以自主优化生产流程，提前预测故障，优化供应链、提升产品质量，并最大限度地降低成本，甚至进行自我修复。

这样的转变不仅大大提高了生产力，还让工厂的运营方式发生了质的飞跃。

最新一批灯塔工厂的劳动生产率平均提高了 50%，相当于你一天干了以前两天的活还不觉得累，而这一切都要归功于 各种数字化解决方案 ，比如：互动式培训计划、智能设备和可穿戴设备，以及结合机器人、人工智能和机器视觉的自动化系统等等。 流程建模和根本原因分析 也使灯塔工厂的端到端供应链效率提高，平均能耗降低 22%，库存减少 27%，废料或浪费减少 55%。

举个例子， 海尔胶州的空调互联工厂 就利用AI和大数据技术，将设计周期缩短了49%，订单交付时间减少了19%，并且大幅降低了产品故障率。这种效率的提升不仅让企业在市场竞争中脱颖而出，还大大缩短了产品从研发到上市的周期，迎合了全球市场对高效、精准生产的需求。

值得一提的是， 海尔集团至此已累计建成10座灯塔工厂，稳坐全球“灯塔工厂第一大户”宝座。

再比如 三门核电，它是全球首家核电“灯塔工厂” ， 通过部署40多个第四次工业革命的应用案例，该工厂不仅在运营效率上有了显著提升，还通过人工智能和机器人技术实现了 零安全事故，成为核电领域的标杆。

同样， 风电叶片“超级工厂”——三一重能的韶山工厂 也因为部署了29个AI和智能自动化技术应用，它 成功减少了20%的产品缺陷，生产效率提高了33%，交付时间缩短了34%，成为全球风电行业学习的典范。

另外，此次还诞生了 中国企业首家海外“灯塔工厂”——工业富联的越南北江工厂 ，通过部署先进规划和人工智能驱动的自动化等40多个第四次工业革命先进用例， 劳动生产率提高了190%，准时交货率提升至99.5%，同时降低了45%的制造成本。

麦肯锡全球资深董事合伙人Karel Eloot指出，“灯塔工厂”真正超越了试点阶段，目前近60%的核心应用案例采用了先进的人工智能技术。相比之下，2019年仅为11%，可见人工智能正在迅速重塑制造业，并已达到前所未有的成熟度。

可持续发展：绿色革命

在全球制造业加速迈向智能化的同时，可持续发展也成为了不可忽视的焦点。 特别是在如今面对气候变化、资源匮乏的背景下，如何通过技术创新实现减排、提高资源利用率，已经成为衡量企业竞争力的关键标准。

今年三家灯塔工厂因在范围1、2和3的排放减少方面表现卓越，额外获得了“可持续发展灯塔工厂”的殊荣。

而它们全部都来自中国。

1. 富士康工业互联网（深圳）

富士康通过部署人工智能和物联网（IoT）技术，不仅优化了生产过程中的资源回收和碳足迹追踪，还彻底革新了其可持续发展模式。最终， 这家工厂成功将范围3的排放量减少了42%，范围1和2的排放量减少了24%，再生材料的使用比例提高到55%至75%。

2. 合肥美的洗衣机有限公司

合肥美的洗衣机工厂早在2022年就获得了“端到端灯塔工厂”的称号，而这一次，它通过更深层次的绿色可持续创新，再次获得了“可持续灯塔工厂”的殊荣。

美的合肥工厂实施了 24 个 4IR 用例，以减少排放并优化能源使用。 该工厂将范围 1 和 2 的排放量减少了 36.4%，将范围 3 的排放量减少了 26.0%。太阳能现在提供 31% 的能源，40% 的水被回收利用，废物减少了 22.1%。

3. 青岛啤酒有限公司

工业啤酒酿造历来是高能耗、高排放的行业，青岛啤酒的青岛工厂却打破了这一定式。通过引入先进算法和物联网技术，部署了25个用例，在降低生产过程中的能源和碳排放强度方面取得了显著进展： 工厂的单位能耗减少了25%，范围1和2的排放减少了57%，范围3的排放减少了13%。

中国最大的机会

今年每个人都切身感觉到，科技发展已然进入到“人工智能”时代，而在这中间，最大的趋势与机会，便是 AI+产业。

随着中国经济的转型升级，各行业都面临着技术改造和创新的压力。 行业大模型正好能满足这一需求。 行业大模型是专门为某个特定垂直行业设计的大型深度学习模型。行业特定的知识和经验可以被整合到模型中，从而提高模型的质量和准确性。

中国拥有世界上最完整的产业链和庞大的实体产业基础，从农业、制造业到服务业，涵盖了几乎所有的行业领域。 这为行业大模型提供了丰富的应用场景和真实数据，使得模型能够更加贴近实际业务需求进行优化。

同时，中国的市场规模巨大，对于各种技术和产品都有着广阔的应用空间。 行业大模型在中国有着巨大的市场潜力，无论是在传统行业的技术改造，还是新兴行业的创新发展中，都有着广泛的应用前景。

所以，我们看到，随着制造业的自动化和精细化，不少厂家开始利用AI、机器学习等技术来开发智能质检模型、优化生产流程和资源配置，甚至是增强产品创新和研发能力……

幸运的是，我们已经逐步建立了涵盖理论方法和软硬件技术的体系化研发能力。例如，华为云盘古大模型已经在矿山、药物分子、电力、气象、海浪等领域推出了大模型，并在各行业中推出了超过1000个创新项目，助力人工智能技术与行业应用的深度融合。

基于通用大模型的基础能力，行业大模型已经成为技术发展的必然趋势。

中国的“灯塔工厂”如今已涵盖了从汽车制造、化工、食品加工到电子产品制造等多个关键领域，这些工厂不仅在自身的运营效率上实现了突破，也代表了中国产业在人工智能领域的机遇所在。