每一批“灯塔工厂”都为未来三到五年的运营提供了洞见，而新一批“灯塔工厂”不仅在快步向前，而且在跃向未来。这是一个决定性时刻，那些能够大规模驾驭人工智能的企业将定义行业的未来。
文｜麦肯锡ID | BMR2004
作为中国实体经济的主体，制造业是推动中国经济乃至全球制造业持续增长的重要引擎。站在历史与未来交汇的新起点上，中国制造业将背负新的使命：推动中国速度向中国质量飞跃，加速中国制造向中国创造转型，实现制造大国向制造强国转变。面对当前错综复杂的国内外形势，中国制造业应砥砺前行，加速升级转型。
随着第四次工业革命的推进，制造业的技术创新将继续带来显著的经济和社会效益。到2025年，第四次工业革命预计将创造高达3.7万亿美元的价值。领跑者将占据先机，与落后者的鸿沟也将进一步扩大。
“全球灯塔网络”是汇聚全球领先制造企业的协作平台，而灯塔成员以其先进技术为绩效和可持续性带来可衡量的积极影响。如通过利用人工智能、3D打印和大数据分析等创新技术，“灯塔工厂”得以显著提升效率、增强竞争力、大规模变革商业模式，从而有力促进经济增长。同时，“全球灯塔网络”也为新型劳动者队伍的打造与环境保护赋能助力，并为全球各种规模的制造企业提供了协作学习之旅。
2024年10月8日，“全球灯塔网络”迎来22家新成员。新一批“灯塔工厂”正在大规模且富有成效地运用数字技术推动新一代的卓越运营、环境可持续发展和劳动者现代化。这一影响力不断扩大的创新者网络，已在多个行业部署了1000多个解决方案。目前全球“灯塔工厂”数量达到172座，来自31个国家的35个不同行业。
由于游戏化技术开发与培训、基于物联网的智能Andon（安灯）系统，深度学习和基于视觉的自动化系统等数字解决方案，让全球新晋“灯塔工厂”的劳动生产率平均提高了50%。过程建模和根因分析也推动了“灯塔工厂”端到端供应链的效率提升，使能耗平均降低22%，库存平均降低27%，废品或浪费平均降低55%……
麦肯锡全球董事合伙人侯文皓提出，“本轮新晋中国灯塔的四大新貌：一是灯塔的影响力扩展到了各行各业，涌现出许多新面孔。比如，迎来了全球首家风能设备、首家乳业、首家煤矿机械、首家核电、首家轨道交通设备的灯塔；二是得益于持续的数字化、智能化、绿色化的投入，这一轮中国的‘灯塔工厂’在全球占比约60%，创历史新高。更难能可贵的是，3家新获评可持续灯塔均来自中国；三是生成式AI等新技术的应用方兴未艾。几乎每座‘灯塔工厂’都有相关的落地应用，这说明AIGC（人工智能生成内容）的试点速度比以往传统人工智能用力更快，当然，具体效果还有待进一步检验；四是中国企业在海外发出了第一颗新芽，诞生了首家‘海外灯塔工厂’，希望这是中国企业迈向大航海时代的良好开端。”
麦肯锡全球资深董事合伙人艾家瑞（Karel Eloot）认为：“第四次工业革命正在显著提速。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%。这反映出人工智能正在重塑制造业，并已达到前所未有的成熟度。2024年的‘灯塔工厂’作为一个群体再次证明，我们正处在一个关键转折点。它具有两个鲜明特征：首先，人工智能技术贯穿整个价值链,从规划、生产到交付,并且已被资产化，以利于快速部署；其次，领先公司正在利用生成式人工智能将影响力大幅拓展，通过在数周甚至数天，而不需要经年累月，实施新技术，大大加快了采纳速度。每一批‘灯塔工厂’都为未来三到五年的运营提供了洞见，而新一批‘灯塔工厂’不仅在快步向前，而且在跃向未来。这是一个决定性时刻，那些能够大规模驾驭人工智能的企业将定义行业的未来。”
例如，通用电气医疗北京工厂在26条生产线上部署了45个数字解决方案，满足了复杂的制造和质量要求。该厂利用人工智能进行缺陷检测和深度学习，将生产周期缩短了66%。为了满足对于全定制液压支架和更快交付的需求，郑州煤矿机械集团部署了48个第四次工业革命技术用例，物联网、机器学习和自适应自动化等创新技术，转型成为高效、灵活的智慧工厂，将订货交付时间缩短了66%，将人均产量提高了205%。
生成式AI的涌现预计将为全球经济带来年产值高达2.6万亿~4.4万亿美元的增长。其中，近四分之一的增值有望来自于制造及供应链相关活动，因为生成式AI将为相关活动领域带来高达两倍的生产力提升，以及近70%的任务自动化。
相关技术已展现出超过50个潜力巨大的应用场景，覆盖了六大主要领域（设计、采购、计划、制造、交付、服务）以及两大能力领域（数据与技术部署、人才与组织赋能）。而这一变革主要由内容生成、洞察提取和用户交互等新能力所推动。
通过对“灯塔工厂”的深入研究，我们总结出AI和生成式AI部署的五大洞察：一是AI用例已遍布整个运营价值链；二是资产化是实现AI快速大规模部署的有效方式；三是AI指挥中心正推动自动化达到新层次和系统级别；四是生成式AI正将其影响扩展到车间之外；五是生成式AI的发展速度远超预期。
来源 | 《商学院》杂志2024年11月刊
