【摘要】“灯塔工厂”伴随着第四次工业革命应运而生。经过多年发展，发达国家“灯塔工厂”展现出通过数字化和工业物联网实现自动化升级、重视人工智能、以价值驱动而非技术驱动和注重人才赋能等成长经验。与此同时，发达国家“灯塔工厂”也面临难以兼顾竞争力和环境责任、难以在包括中小型企业在内的整个生产网络中推广技术、技能缺口尚需填补等挑战。
【关键词】发达国家 “灯塔工厂” 第四次工业革命 数字化转型 【中图分类号】F424 【文献标识码】A
伴随着第四次工业革命应运而生的“灯塔工厂”，指的是成功将第四次工业革命的数字和人工智能等代表性技术从试点阶段推向大规模整合阶段，实现了显著的财务收益和运营效率提升的企业或者工厂。第四次工业革命的代表性技术被广泛应用于整个生产网络、从原材料获取到最终产品或服务交付给用户的端到端（从价值链的起点到终点）价值链，以及支持性职能中，推动组织形态持续转型。“灯塔工厂”借助第四次工业革命的代表性技术开发了新的商业模式，对传统商业模式和价值链形成了补充或颠覆。
发达国家“灯塔工厂”的发展历程
在数字化时代，每个运营组织都需要全面、持续地审查商业模式并进行重新规划——何时、何处及如何通过数字化技术来创造价值。“灯塔工厂”就是数字化时代企业主动转型的组织形态。被指定为“灯塔”的企业加入“全球灯塔网络”。该网络于2018年启动，是世界经济论坛与麦肯锡公司共同发起的一项倡议项目，目前由行业合作伙伴联盟领导，旨在表彰那些通过技术对生产力和生产可持续性产生积极、可衡量影响的行业领导者。“全球灯塔网络”组建了一个顾问委员会，旨在为该网络的未来发展提供指导，这个顾问委员会包括强生公司、麦肯锡公司、施耐德电气和西门子等发达国家企业。全球工业界、学术界和政府机构共同组建了负责遴选和推广“灯塔工厂”的组织工业4.0专家小组。该小组遴选出来的“灯塔工厂”需要符合下列四项标准：实现重大影响；拥有多项成功用例（即具体实践案例或应用场景）；拥有可拓展的技术平台；在关键推动因素方面表现出众。
自2018年成立以来，“全球灯塔网络”已从16家工厂发展到2025年1月的189家。每家“灯塔工厂”均因其在人工智能、机器人、云计算和大数据等先进技术领域的高系统性整合能力而入选。通过参与这一网络，制造商可以获得丰富的知识、经过验证的用例和合作机会，从而能够在自身运营中实施类似的创新。其成功实践表明，针对价值驱动因素的全方位改进可以催生新的经济价值。这些驱动因素包括提高生产效率、提升敏捷性、加快产品上市速度、满足客户的定制化需求和提升企业可持续发展能力。
不断壮大的“全球灯塔网络”及其各类成员，通过系统性整合人工智能等第四次工业革命的代表性技术，实现了生产基地和全价值链的可持续绩效提升。通过采用最先进的方法，“灯塔工厂”既提高了运营效率，减少了对环境的影响，也增强了对市场变化的适应能力和反应能力。世界经济论坛先进制造与供应链中心主任基瓦·阿尔古德表示：“在我们的‘全球灯塔网络’中，数字技术正在彻底改变生产生态系统。从人工智能驱动的控制塔到零代码工作流程，‘灯塔’是可持续创新的典范，树立了数百万人可以效仿的标杆，推动整个生态系统的转型变革。”①
“灯塔工厂”正在加速发展，它们与其他企业之间的成熟度差距也在不断拉大。在新冠疫情期间，85%的“灯塔工厂”的收入减少不到10%；而其他制造商只有14%达到这一水平。“灯塔工厂”可以作出更快的反应：尽管它们面临着同样的供应链风险，但65%的“灯塔工厂”已经在2022年实现双重采购并增加库存，而其他企业只有24%在同一时间实现这一目标。②
作为“数字—智能化制造”和“全球化4.0”的示范者，“灯塔工厂”具有第四次工业革命的关键特征，掀起了企业数字化转型的浪潮。发达国家头部企业走在这一浪潮的前列。早在2012年11月，美国通用电气公司就发布了《工业互联网：打破智慧与机器的边界》报告，迈出了向全世界推广工业互联网模式的第一步。报告中确定了未来制造业智能服务转型的路线图；将智能设备、智能系统和智能决策作为工业互联网的关键要素，并组织顶级软件工程师，在硅谷成立全新的“工业互联网”研发中心，进行工业互联网平台的建立、数据分析算法研究和应用软件开发。
经过多年发展，发达国家“灯塔工厂”展现出五种独特的价值创造方式，即大数据决策、科技民主化、敏捷工作方式、用最低的增量成本部署用例和新商业模式。其中，大数据决策和敏捷工作方式处于核心地位。大数据决策构成了其他四种价值创造方式的基础。工业大数据的来源主要包括三个方面：企业内部的数据系统、物联网数据以及企业的外部数据。企业内部的数据系统是指与企业运营管理相关的业务数据，包括企业资源计划系统、产品生命周期管理系统、供应链管理系统、客户关系管理系统和能源管理系统等。这些系统中包含企业生产、研发、物流、客户服务等数据，分布于企业或者产业链内部。物联网数据包含制造过程中的数据，主要是指工业生产过程中设备、物料以及产品加工过程的工控状态参数、环境参数等生产情况数据，通过制造执行系统（MES）实时传递。企业的外部数据是指产品售出之后的使用、运营情况的数据，同时还包括大量客户名单、供应商名单、外部的互联网等数据。③
发达国家企业对大数据决策的应用经历了三个阶段，所处时间分别为1990年—2000年、2000年—2010年和2010年至今。在第一个阶段（1990年—2000年），很多公司开始在产品和设备上安装传感器和传输设备，用于对设备进行远程状态监控，以便在出现问题时及时响应。1995年，美国奥蒂斯电梯公司就利用监控数据对电梯进行远程维护，在承担较低的人力成本条件下最大限度地避免了电梯故障。在第二个阶段（2000年—2010年），一些发达国家企业开始建立大数据中心，为客户提供产品使用和管理的解决方案。例如，美国的3D建材制造商Fast Radius公司构建了一个分析平台，捕获整个制造过程中的数据，利用多种机器学习算法来解决各种问题。第三个阶段（2010年至今），各个企业开始从“单点对多点”的数据中心模式转变成以用户为核心的平台式服务模式。将用户与数据中心之间的连接变成了用户与用户之间的连接，形成了基于社区、以用户为核心的服务生态体系。
敏捷工作方式则是企业成功扩展运营规模、加速产品迭代、提高资源利用效率的核心。基于敏捷原则，企业以迭代方式展开创新和转型，以实现全面发展。敏捷工作方式赋能组织持续开展协作和进行管理变革，能够预判技术局限，从容打破瓶颈。对于“灯塔工厂”而言，这意味着快速迭代、快速试错和持续学习。通过敏捷生产方式，项目（主要是软件）按规划的步调进行，并经由一系列固定长度的迭代过程开发出产品。例如，为了更加贴近客户，持续满足客户对5G服务的需求，爱立信以空前的速度在美国打造了一家5G技术赋能的数字原生工厂。凭借敏捷工作方式、强大的工业物联网架构以及数据基础，该工厂在12个月内成功部署了25个用例，其中有3个用例仅耗时16周就完成部署。爱立信甄选了80多个改造端到端运营所需的数字化用例，并制定了发展和采购策略。它们借助将多个功能需求或用户场景打包成一个可管理模块的捆绑用例路线图进行快速的设计迭代，并依托工业物联网技术实现快速反馈，所有工作被均匀分配到六个冲刺阶段。
值得注意的是，发达国家“灯塔工厂”快速实施用例的能力正在提高。最近三批“灯塔工厂”实施用例的速度比前三批快26%，75%的“灯塔工厂”报告称，它们能够在不到六个月的时间内部署新的高级用例；30%的“灯塔工厂”可以在不到三个月的时间内完成部署。这一优势使它们在面对复杂多变的市场环境时，能够更加从容地调整运营策略，为应对供应链中断风险提供了有力保障。④
发达国家“灯塔工厂”的成长经验
一是通过数字化和工业物联网实现自动化升级。根据麦肯锡报告，绝大多数（94%）用户认为数字解决方案是未来自动化工作不可或缺的一部分。发达国家“灯塔工厂”的自动化过程高度依赖于计算能力、软件和网络技术，以加快机器人的组装、安装和维护。传感器和执行器不再受限于通过连接器和接线盒以专用线路连接到机器人控制器。如今，即插即用解决方案正在简化连接，将机器人与更广泛的生产系统连接起来。传感器技术使机器人能够承担新的角色。例如，机器人通过力反馈技术来执行去毛刺、研磨和抛光任务，并使用光谱分析来检查焊接质量。在荷兰，飞利浦工厂生产电动剃须刀，拥有128个机器人团队，但只有9名质量保证工人。
“熄灯工厂”是指对人类活动的要求较低，可在无人工现场干预的黑暗环境中正常运转的工厂，是制造商高成熟度自动化模型的代表。美国《机械设计》杂志的技术编辑夏龙·斯皮尔曼从供应链的角度探讨了“熄灯工厂”概念，指出自动化的最大飞跃在于通过数字化来控制硬件。日本日立大分工厂通过引入多项数字化解决方案，包括操作员绩效管理系统、设备绩效管理系统、控制系统的物联网基础设施、模拟客户系统的数字孪生以及能源管理系统等，在工程、生产和维护操作中广泛应用工业物联网技术和数据分析技术，取得了显著成效。该工厂在不影响质量的情况下，将核心产品的交付周期缩短了50%。⑤
二是重视人工智能。2019年，“全球灯塔网络”中只有10%的“灯塔工厂”部署了人工智能。当时，人工智能用例主要处于试点阶段，许多发达国家的工厂致力于构建数据和技术基础，确定员工需要掌握哪些新技能，并制定实施的战略，力图让新用例产生真正的影响。到2023年，人工智能的采用率激增，所有21个新晋“灯塔工厂”都大规模部署了先进的人工智能用例。这一转变凸显了人工智能在未来制造业中的核心作用。⑥与早期相比，新“灯塔工厂”实施新人工智能用例所需的时间减少了近25%。
在最近一批“灯塔工厂”的前五大用例中，77%由分析型人工智能实现，9%利用了生成式人工智能。人工智能、机器学习、高级分析等各种数字解决方案平均提高了53%的劳动生产率，降低了26%的转换成本。对于流经“灯塔 ”基地的价值链而言，这些解决方案显著提升了效率：新产品引进时间缩短了50%，碳排放减少了30%到50%，同时材料浪费平均减少了30%，能源与水资源消耗也降低了25%。⑦
三是以价值驱动而非技术驱动。在实践中，发达国家“灯塔工厂”将数字化转型变成每个人的工作，将重塑流程所需的技术和人员能力嵌入到企业的日常运营和流程中。平均而言，每1000名工厂全职员工需要新增25个转型岗位，其中近一半是业务和运营岗位。在早期开发阶段，它们通常会建立卓越中心（CoE），以设计和部署实用的创新解决方案。有些专注于制造执行系统（MES）或数字孪生等技术，而另一些则专注于“原型设计”或“批量发布”等流程。这些卓越中心通常与企业团队和第三方供应商合作，以填补能力缺口，但随着一线现场运营和技术领导者的技能提升，这些卓越中心的主要工作逐渐转向在本地环境中部署和推广各种新技术。
法国乳制品行业领军企业达能旗下拥有40多个生产基地，尽管部分生产基地已成功落地最小可行产品（MVP），但缺乏统一的网络架构与标准化实施路径，导致在面对海量解决方案与供应商时难以精准决策。达能亟需以成功验证的MVP为原型，快速构建覆盖全网络的数字制造体系，并建立可持续的推广机制，确保解决方案的有效落地。
为实现这一目标，达能采取“双轨并行”策略：一方面通过顶层规划明确各生产基地的价值提升潜力，另一方面赋予本地团队自主决策权以释放价值创造空间。公司构建了涵盖全域的标准解决方案目录，该目录支持快速部署至所有生产基地，同时建立基于MVP与试点的定制化开发机制。所有入选方案均附有详细的实施指南与价值提取路径。这种“标准+定制”的混合模式有助于避免资源浪费，确保解决方案兼具普适性与灵活性。该解决方案的核心在于构建“自上而下引导+自下而上创新”的协同机制：达能总部通过战略规划设定转型方向，而生产基地团队则基于本地实践选择最优实施方案。随着标准解决方案目录的持续迭代，达能成功搭建起“全球视野+本地智慧”的融合平台，培育了以创新为导向的企业文化。
四是注重人才赋能。2023年对“灯塔工厂”进行的一项最新调查显示，“灯塔工厂”有一个引人注目的共同点：成功深深植根于关注技术与人才之间的相互作用。在部署技术创新以提高绩效的同时，“灯塔工厂”同样实施了人才赋能策略，提升人才的增量价值。麦肯锡公司高级合伙人兼运营创新部负责人费尔南多·佩雷斯表示：“增强一线员工的能力和培养包容性的数字文化是‘灯塔工厂’成功的核心所在。无论是通过以人工智能为主导的培训计划，还是当地的社区活动，这些先驱企业都在打造富有弹性、为未来做好准备的员工队伍，并证明了对人才的投资与对技术的投资同样重要。正是这两者的有力结合，推动了有意义的变革，这种变革超越了工厂的围墙，对整个生产生态系统产生了积极影响。”⑧
发达国家“灯塔工厂”不仅是技术的先驱，也是挖掘员工潜力的领导者。约75%的“灯塔工厂”更加关注人才，并将人才赋能视为其数字化转型历程中的关键因素。在已部署的用例中，56%专注于技能提升和技术实施，以提高生产力水平，其余则专注于通过改善员工体验提高稳定性并提升现场操作的安全性。这些努力使“灯塔工厂”能够将非增值任务减少15%—20%，并将整体设备效率提高5%—10%。
例如，德国西门子基于第四次工业革命的发展要求，为每位员工量身定制了技能提升路径；与高校合作提供高级学习项目和学位支持；借助内部培训和讨论平台开展内部学习；用具有针对性的培训，培养一支能够驾驭数字化工具、推动企业创新的员工队伍。西门子员工用机器人技术改善物流运营、提高劳动效率；用数字工程优化各项措施，如优化生产流程、设备布局与资源配置、物流与供应链管理等；用人工智能驱动的过程控制加快工作进度；借助预见性维护系统增强设备综合效用，并用远程质量优化分析平台改善流程的质量。同样，惠普新加坡工厂在第四次工业革命进程中，将提升员工技能水平作为重点。产品日趋复杂，劳动力却供不应求，这使惠普新加坡工厂在质量保障和成本控制方面面临多重挑战。惠普公司改被动的劳动密集型模式为人工智能驱动的高度数字化模式，成功降低了制造成本，提升了生产效率和质量，并且大幅度减轻了员工负担，给予员工更多时间和空间提升自身技能。
发达国家“灯塔工厂”发展面临的挑战
第一大挑战：难以兼顾竞争力和环境责任。2021年9月，“全球灯塔网络”和麦肯锡发表了一篇名为《全球灯塔网络：通过第四次工业革命技术解锁可持续发展》的论文，探讨了气候危机如何将环境责任推升至工业优先事项清单中前所未有的高度。该论文展示了“全球灯塔网络”如何通过务实、有效、面向未来的可持续发展努力为环境管理设定标准。生态可持续性的核心是承诺并采取减少能源消耗、水资源使用、碳排放和废物的措施。发达国家“灯塔工厂”已认识到环境责任和可持续发展的重要性，通过仔细审视其产品组合和价值链管理，来应对供应链风险并确保实现可持续发展。
一些“灯塔工厂”在环境保护方面走在了前列，开始采用先进的方法提高可持续发展能力，包括利用数据平台实现全面可视化和智能分析、快速产品设计工具以及实施减少产品生命周期内排放的循环解决方案。然而，制造业是高能耗行业，其能耗占全球能耗的54%，二氧化碳排放量占全球排放量的22%。虽然行业领导者认识到有必要降低能耗和碳排放量，但环境责任与生产力和盈利能力之间可能存在矛盾，大量采用绿色技术和实施环保措施可能会削弱企业的竞争力。因此，尽管发达国家头部“灯塔工厂”有能力拥抱绿色技术，兼顾环境责任和竞争力，但很难让中小型“灯塔工厂”效仿，也很难为减少环境影响的投资提供明确的商业案例。
第二大挑战：难以在包括中小型企业在内的整个生产网络中推广技术。只有让中小型企业参与生产网络，改造整个价值链和生产系统，才能实现第四次工业革命为制造业带来的全部红利。在整个生产网络（包括各种规模的供应商）推广第四次工业革命的代表性技术，不仅能提高整体效益和技术投资回报率，还能确保知识得到更平等的传播，从而加速创新，并有助于避免自然灾害或网络攻击造成的生产和供应链的中断。因此，发达国家头部“灯塔工厂”正努力推广先进技术。然而，中小型企业受自身条件限制很难成功实现数字化转型。已有研究表明，在致力于使用人工智能、高级分析或其他第四次工业革命核心技术的公司中，超过70%的公司未能超越试点阶段。高昂的成本、复杂的实施流程和熟练劳动力的缺乏是阻碍这些技术更广泛应用的主要障碍。⑨
第三大挑战：技能缺口尚需填补。“灯塔工厂”对工人的数字化技能水平提出了很高的要求，发达国家“灯塔工厂”普遍注重员工技能培养和提升，但由于技术迭代升级速度很快，并且技能培养和提升依赖于整个教育系统，所以技能缺口无法完全消除。要填补技能缺口，既需要企业自身持续专注于能力建设和实现终身学习，也需要公共部门和私营组织、学术界和社会组织共同努力，帮助劳动力向未来制造业和数字化智能制造转型。这就需要重新调整教育体系，加大对大规模技能再培训和技能提升的投入力度，并构建有利于终身学习的教育体系和学习环境，使员工能够不断适应快速变化的环境。这将有助于增加工人的流动机会，同时也帮助企业填补现有的技能缺口。
当前发达国家“灯塔工厂”的两大发展趋势
一方面，力图打通端到端价值链。从2019年开始，越来越多的发达国家“灯塔工厂”开始使用数字化手段，打通从采购到交付的整条价值链，涌现出大量的端到端“灯塔工厂”。除传统的降本增效外，端到端“灯塔工厂”还开展端到端产品研发、规划和交付，致力于与价值链上的利益相关者建立合作伙伴关系，重塑客户体验，根据需求大规模生产定制产品，并共享数据以快速应对需求波动。发达国家“灯塔工厂”正积极致力于价值链层面的创新实践，通过新产品、新服务、更高的定制化、小批量生产或显著缩短的交货期，为客户提供全新或更优的价值体验。
另一方面，更加注重可持续发展。在工业活动造成全球30%温室气体排放的时代，缩小可持续发展承诺与行动之间差距的紧迫性前所未有地凸显出来。2021年，爱立信、施耐德电气和汉高这3家工厂被指定为可持续发展“灯塔工厂”。它们使用先进的数字孪生技术，减少了用水量，提高污水净化率；在整个价值链中进行端到端的二氧化碳跟踪报告；采用物联网实时传感器的数据聚合进行能源使用、废物排放和用水管理，实现可持续性优化。⑩
从发达国家“灯塔工厂”的成长经验中，可以获得以下重要启示：企业要实现数字化转型，需要积极拥抱新技术，注重人工智能的应用，坚持以价值创造为导向，同时加强人才赋能和持续学习，确保数字化转型的长期性和系统性。
尽管发达国家“灯塔工厂”不乏成功案例，但仍然面临一些挑战。我国“灯塔工厂”也可能面临这些挑战。为帮助“灯塔工厂”应对这些挑战，我国政府可以发挥积极作用，制定并实施旨在促进技术采用和推广的新战略、倡议和计划，支持和加速绿色技术的推广使用和中小型企业数字化转型，与企业和社会组织共同营造有利于终身学习的教育体系和学习环境。
（作者为上海交通大学国际与公共事务学院教授）
【注释】
①⑦⑧Global Lighthouse Network 2025, “World Economic Forum Recognizes Companies Transforming Manufacturing through Innovation,” https://www.weforum.org/press/2025/01/global-lighthouse-network-2025-world-economic-forum-recognizes-companies-transforming-manufacturing-through-innovation/
②④McKinsey & Company, “Adopting AI at speed and scale: The 4IR push to stay competitive,” 21/02/2024, https://www.mckinsey.com/capabilities/operations/our-insights/adopting-ai-at-speed-and-scale-the-4ir-push-to-stay-competitive.
③杨汉录、宋勇华：《打造灯塔工厂：数字-智能化里程碑》，北京：企业管理出版社，2022年，第87页。
⑤Machine Design, “Full Automation: The Path to Lights-Out Production,” https://www.machinedesign.com/community/editorial-comment/article/21270004/full-automation-the-path-to-lights-out-production.
⑥⑨“Unlocking the Future of Manufacturing: How the Global Lighthouse Network is Leading the Fourth Industrial Revolution,” https://intimedia.id/read/unlocking-the-future-of-manufacturing-how-the-global-lighthouse-network-is-leading-the-fourth-industrial-revolution.
⑩金旸：《全球灯塔工厂发展态势研究》，《竞争情报》，2023年第4期，第59页。
责编/谢帅 美编/杨玲玲
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
