人工智能的重要性，在最新一批“灯塔工厂”的用例中愈发凸显。快速、大规模采用AI技术搭建各项能力，正在帮助前沿“灯塔工厂”实施大规模部署的转型计划，而这，对于已经步入数字化转型“深水区”的更多企业，提供了新的思路。

来源 | 经理人杂志

作者 | 景川

2023年底，世界经济论坛公布最新一批“灯塔工厂”名单，全球共21座工厂入选。代表着全球智能制造和数字化先锋力量的灯塔网络，已经扩大至153座工厂。

随后，结合对此前和最新一批“灯塔工厂”的深入调研与分析，世界经济论坛发布《全球灯塔网络：快速、大规模地采用人工智能》报告（以下简称为“报告”），报告中明确指出——人工智能（AI）日益成为推动第四次工业革命的决定性因素。

从发展进程看，行走在“S”曲线上的灯塔工厂，正在从“学习”向“实践”转型，其中，快速、大规模采用AI技术搭建各项能力，帮助“灯塔工厂”实施大规模部署的转型计划。这些对于AI规模化的应用实践，也正在为更多企业指明方向。

AI照亮灯塔工厂

一个显著的趋势是——最新一批“灯塔工厂”中，AI的重要性愈发凸显。

在最新的21家“灯塔工厂”中，每一家都有先进AI实施计划，且参评时AI用例占前五大用例中的比例达到史上最高——58%。而在前六批全球灯塔网络成员中，运用AI的用例均不足30%。（图表1）

此外，最近灯塔工厂基于AI的创新用例已取得瞩目成就——不仅使生产效率提升两至三倍，并且使服务水平提升50%、缺陷率降低99%、能耗改善30%。随着AI的成熟，灯塔工厂正在追求更高层次的应用。现在这些AI用例已经覆盖供应链流程的所有环节，包括规划、资产管理、质量和交付。（图表2）

以全球光伏行业首个“灯塔工厂”——隆基绿能嘉兴“灯塔工厂”为例。在降低成本、提高质量和缩短太阳能组件生产准备时间的愿望驱动下，嘉兴生产基地实施了30多个第四次工业革命用例，利用人工智能和高级分析技术推进生产运营。这些行动产生了显著的影响——该生产基地在一年内实现了单位制造成本降低28%、成品率损失减少43%、生产准备周期缩短84%，同时还将能耗降低了20%。

结合报告中对最新一批“灯塔工厂”用例、变革故事和影响的披露，就能发现：AI用例不但范围及占比扩大，并且正在加速采用。报告中指出，与早期“灯塔工厂”相比，新一批“灯塔工厂”实现新的人工智能用例所需的时间下降了近25%。

随着“灯塔工厂”向技术金字塔塔尖不断攀升，不断扩展其在人才、敏捷、技术和数据上的能力，这些工厂已经能够充分获取第四次工业革命技术的价值，并推动第四次工业革命向前发展至新的阶段。

行走在S型曲线上

结合历史的工业革命进程、全球的产业变革就能发现，其发展轨迹不是一蹴而就的，而是呈现出S型的曲线特征。（图表3）

第一阶段是学习曲线，此阶段通常耗时较长，特点是试错式改进，早期的开拓者们在不断尝试与错误中探索如何让新技术或工艺运作起来；第二阶段是应用曲线，也就是实践曲线。企业要想方设法将新的创新成果推广到整个生产网络中去，这也是企业广泛采用创新成果的过程；第三阶段是优化阶段，各公司围绕最佳解决方案、标准和协议展开合作，成本开始趋于稳定。

最新一批“灯塔工厂”已经从“学习曲线”转向“应用曲线”。在这样的加速转型态势下，有些“灯塔工厂”甚至直接跳过试点阶段，直接推广生产网络，规模化部署相关技术。麦肯锡在对报告进行分析和解读中，就举例：“如中国溧阳的宁德时代、印度索尼帕特的联合利华和中国西安的强生，它们能够借鉴公司其他灯塔的经验，从一开始就进行规模化设计。这些公司在多个流程中应用了先进的AI技术和其他创新技术，跳过了早期灯塔工厂所必须经历的陡峭学习曲线。”

也正因此，站在“巨人”的肩膀上，新晋“灯塔工厂”能够节省第一阶段的时间与投入，并强化其领先优势。随着“灯塔工厂”批次的增长，技术成熟的领先企业可以扩大规模，将用例从一个实施方案扩大至几十个甚至数百个，这使得领先与落后企业间的差距也在不断拉大。并且，75%的灯塔工厂报告说它们现在可以在6个月内部署一个新的高级用例。30%的灯塔工厂表示可以在三个月内完成部署。

不过，暂时落后的企业不必气馁。“灯塔工厂”之所以被称为世界上最先进的工厂，是因为它们代表着全球智能制造和数字化先锋力量。基于AI用例，这些已经完成从“学习”到“实践”的“灯塔工厂”，正在为更多企业展示示范作用和成功经验。

以正在加速探索应用场景的生成式人工智能（GenAI）技术为例，实际上，这一技术已经迈过试点期，并在灯塔工厂中成熟、规模化应用并得到快速部署。位于印度皮塔姆普尔的制药厂商ACG Capsules借助工业物联网（IIoT）、机器学习（ML）、深度学习（DL）、数字孪生技术、扩展现实和生成式人工智能技术的有效实施，使其关键缺陷减少98%、生产前置时间缩短39%、总损失下降51%、劳动生产率提高44%。

中国企业的AI愿景与挑战

正是因新晋“灯塔工厂”AI用例的快速增长，世界经济论坛将快速、大规模采用AI技术的能力作为关键要素开展深入分析。

当前全球153座“灯塔工厂”中有62座位于中国，占比超过40%，总数位居世界第一。国内的“灯塔工厂”已经借助AI用例实现高效率、低能耗、零缺陷，这些领先企业正在扩大与落后企业的差距。放眼更为广泛的中国企业，也应迎头赶上，基于自身发展探索AI的创新用例。

新一批“灯塔工厂”释放了“快速、大规模采用AI技术”的信号，埃森哲在其发布的《2024 埃森哲中国企业数字化转型指数》中，也传递了相似的洞见。

埃森哲指出，（中国企业数字化转型）已经从“浅水区”逐步迈向“深水区”，转型的战略性、系统性和复杂性显著增加。当数字化转型处于“浅水区”阶段时，企业的工作重心主要集中在搭建数字化工具和平台，以实现降本增效。这些工作虽然能带来立竿见影的效果，但通常局限于单一部门或业务流程的优化。转型步入“深水区”后，技术固然重要，更重要的是企业能否进行全局性的整合创新。

不过，埃森哲在对中国企业数字化转型指数研究中发现，中国企业目前还处于局部试点阶段，未能从全局视角为AI部署与规模化拓展做好准备。

仍以生成式AI为例，过去一年，生成式AI 唤醒了全球对技术变革潜力的期待，许多组织在技术变革加速的焦虑下都在尝试使用，并尝试了一系列独立的用例，但这些用例尚未对利润产生实质性影响。原因在于，很多企业对AI技术的定位过于局限，只把它当作提升效率的工具，并没有实现规模化应用。

此外，除了少数领先企业，大多数中国企业数字技术基础不牢，数据流通程度、上云比例不高，IT安全部署不足。这就要求，企业需要在加速布局数字核心的建设的同时，平衡好创新投入和技术债务。首先，在构建数字核心之前，企业必须对现有数字核心的成熟度进行全面评估；其次，数字核心要满足业务发展的需求。

企业发展的核心问题，就是增长与创新。企业不仅要关注技术和创新，更应关注如何利用技术和创新实现转型，并带动业务增长。尽管中国企业管理者已经在认知上足够重视AI，但在AI规模化应用的大背景下，仍需要进行更为系统的考虑和推进。企业要从业务目标、技术架构、数据应用、组织变革、人才培养等各个维度出发，系统性地评估和推进AI在整个价值链带来的影响。

参考资料：

① 《Global Lighthouse Network:Adopting AI at Speed and Scale》，世界经济论坛

② 《2024埃森哲中国企业数字化转型指数》，埃森哲

转载或建议

请联系