從2018年起，世界經濟論壇攜手麥肯錫，開啟了一項被稱為“全球燈塔工廠網絡”（Global Lighthouse Network）的倡議。

上周，就在10月8日，世界經濟論壇又公布了最新一批加入“燈塔工廠網絡”的22家工廠。目前，全球燈塔工廠的數量已經達到172家，覆蓋了全球31個國家和35個行業。

值得注意的是，新加入的22家中，有13家位于中國。

新晉的中國燈塔工廠中， 蒙牛乳業銀川工廠、三一重能韶山工廠、位于浙江臺州的三門核電、鄭州煤礦機械工廠、太原重工軌道交通設備工廠，分別為全球首家乳業、首家風能設備、首家核電、首家煤礦機械和首家軌道交通設備的“燈塔工廠”，均為各自領域內的世界級標桿。

從總量來看，中國已經有79家（包含大陸74家和臺灣5家）燈塔工廠入選，占全球總數的45.3%！

具體名單見文末，

如需下載詳細的EXCEL表格，請后臺回復“燈塔”

那為什么要有這樣一個“燈塔工廠網絡”呢？

一方面是為應對全球制造業面臨的種種挑戰，比如生產率停滯不前，需求日益個性化，全球氣候變化的挑戰日益嚴峻，勞動力的老齡化……所有這些因素都在催促著制造業必須要加速創新。

而另外一方面，雖然近幾年我們聽到很多關于“第四次工業革命”（Fourth Industrial Revolution, 4IR）的討論，但現實是，全球大多數制造企業在采用這些先進技術時卻進展緩慢。數據顯示，目前全球70%的企業仍處于“試點困境”，也就是說，不少工廠嘗試了一些技術創新，但卻無法將其大規模應用。

在這個背景下，“燈塔工廠”就是未來制造業的“燈塔”，這些工廠利用第四次工業革命的先進技術，比如通過引入數字化技術、自動化設備、智能生產線等手段，全面升級了生產模式，不僅提升了自身的生產效率，還大幅提高了供應鏈的韌性，推動了可持續發展。

在這次新晉入選的工廠中，我們看到了兩個亮點。

人工智能融入工廠運營

隨著近年來AI的崛起，生成式人工智能（GenAI）和機器學習（ML）也開始成為第四次工業革命的前沿技術。

富士康工業互聯網董事長鄭志剛就曾指出，

“人工智能在工業4.0革命中發揮著越來越重要的作用，成為重塑全球制造業的關鍵驅動力。”

過去工廠里的自動化更多是機械的，現在通過AI賦能后具備了“思考”能力，依靠智能算法和大數據分析，可以自主優化生產流程，提前預測故障，優化供應鏈、提升產品質量，并最大限度地降低成本，甚至進行自我修復。

這樣的轉變不僅大大提高了生產力，還讓工廠的運營方式發生了質的飛躍。

最新一批燈塔工廠的勞動生產率平均提高了 50%，相當于你一天干了以前兩天的活還不覺得累，而這一切都要歸功于各種數字化解決方案，比如：互動式培訓計劃、智能設備和可穿戴設備，以及結合機器人、人工智能和機器視覺的自動化系統等等。流程建模和根本原因分析也使燈塔工廠的端到端供應鏈效率提高，平均能耗降低 22%，庫存減少 27%，廢料或浪費減少 55%。

舉個例子，海爾膠州的空調互聯工廠就利用AI和大數據技術，將設計周期縮短了49%，訂單交付時間減少了19%，并且大幅降低了產品故障率。這種效率的提升不僅讓企業在市場競爭中脫穎而出，還大大縮短了產品從研發到上市的周期，迎合了全球市場對高效、精準生產的需求。

值得一提的是，海爾集團至此已累計建成10座燈塔工廠，穩坐全球“燈塔工廠第一大戶”寶座。

再比如三門核電，它是全球首家核電“燈塔工廠”，通過部署40多個第四次工業革命的應用案例，該工廠不僅在運營效率上有了顯著提升，還通過人工智能和機器人技術實現了零安全事故，成為核電領域的標桿。

同樣，風電葉片“超級工廠”——三一重能的韶山工廠也因為部署了29個AI和智能自動化技術應用，它成功減少了20%的產品缺陷，生產效率提高了33%，交付時間縮短了34%，成為全球風電行業學習的典范。

另外，此次還誕生了中國企業首家海外“燈塔工廠”——工業富聯的越南北江工廠，通過部署先進規劃和人工智能驅動的自動化等40多個第四次工業革命先進用例，勞動生產率提高了190%，準時交貨率提升至99.5%，同時降低了45%的制造成本。

麥肯錫全球資深董事合伙人Karel Eloot指出，“燈塔工廠”真正超越了試點階段，目前近60%的核心應用案例采用了先進的人工智能技術。相比之下，2019年僅為11%，可見人工智能正在迅速重塑制造業，并已達到前所未有的成熟度。

可持續發展：綠色革命

在全球制造業加速邁向智能化的同時，可持續發展也成為了不可忽視的焦點。特別是在如今面對氣候變化、資源匱乏的背景下，如何通過技術創新實現減排、提高資源利用率，已經成為衡量企業競爭力的關鍵標準。

今年三家燈塔工廠因在范圍1、2和3的排放減少方面表現卓越，額外獲得了“可持續發展燈塔工廠”的殊榮。

而它們全部都來自中國。

1. 富士康工業互聯網（深圳）

富士康通過部署人工智能和物聯網（IoT）技術，不僅優化了生產過程中的資源回收和碳足跡追蹤，還徹底革新了其可持續發展模式。最終，這家工廠成功將范圍3的排放量減少了42%，范圍1和2的排放量減少了24%，再生材料的使用比例提高到55%至75%。

2. 合肥美的洗衣機有限公司

合肥美的洗衣機工廠早在2022年就獲得了“端到端燈塔工廠”的稱號，而這一次，它通過更深層次的綠色可持續創新，再次獲得了“可持續燈塔工廠”的殊榮。

美的合肥工廠實施了 24 個 4IR 用例，以減少排放并優化能源使用。該工廠將范圍 1 和 2 的排放量減少了 36.4%，將范圍 3 的排放量減少了 26.0%。太陽能現在提供 31% 的能源，40% 的水被回收利用，廢物減少了 22.1%。

3. 青島啤酒有限公司

工業啤酒釀造歷來是高能耗、高排放的行業，青島啤酒的青島工廠卻打破了這一定式。通過引入先進算法和物聯網技術，部署了25個用例，在降低生產過程中的能源和碳排放強度方面取得了顯著進展：工廠的單位能耗減少了25%，范圍1和2的排放減少了57%，范圍3的排放減少了13%。

中國最大的機會

今年每個人都切身感覺到，科技發展已然進入到“人工智能”時代，而在這中間，最大的趨勢與機會，便是AI+產業。

隨著中國經濟的轉型升級，各行業都面臨著技術改造和創新的壓力。行業大模型正好能滿足這一需求。行業大模型是專門為某個特定垂直行業設計的大型深度學習模型。行業特定的知識和經驗可以被整合到模型中，從而提高模型的質量和準確性。

中國擁有世界上最完整的產業鏈和龐大的實體產業基礎，從農業、制造業到服務業，涵蓋了幾乎所有的行業領域。這為行業大模型提供了豐富的應用場景和真實數據，使得模型能夠更加貼近實際業務需求進行優化。

同時，中國的市場規模巨大，對于各種技術和產品都有著廣闊的應用空間。行業大模型在中國有著巨大的市場潛力，無論是在傳統行業的技術改造，還是新興行業的創新發展中，都有著廣泛的應用前景。

所以，我們看到，隨著制造業的自動化和精細化，不少廠家開始利用AI、機器學習等技術來開發智能質檢模型、優化生產流程和資源配置，甚至是增強產品創新和研發能力……

幸運的是，我們已經逐步建立了涵蓋理論方法和軟硬件技術的體系化研發能力。例如，華為云盤古大模型已經在礦山、藥物分子、電力、氣象、海浪等領域推出了大模型，并在各行業中推出了超過1000個創新項目，助力人工智能技術與行業應用的深度融合。

基于通用大模型的基礎能力，行業大模型已經成為技術發展的必然趨勢。

中國的“燈塔工廠”如今已涵蓋了從汽車制造、化工、食品加工到電子產品制造等多個關鍵領域，這些工廠不僅在自身的運營效率上實現了突破，也代表了中國產業在人工智能領域的機遇所在。