界面新聞記者 | 鄭萃穎
界面新聞編輯 | 崔宇
「在最新的世界經濟論壇‘燈塔工廠’網路中，40%是中國工廠。」世界經濟論壇先進制造業與供應鏈中心負責人Federico Torti在最近的專訪中告訴界面智庫。過去6年中，他帶領一個專家評審團隊遍訪全球制造業工廠，並評選出采用最先進技術的代表。
「過去12到15個月裏，我們看到，中國工廠申請直接或間接促進永續發展的技術套用案例在增加，這意味著中國工廠不僅投資於提升效率和生產力，還明確投資於永續發展。」Torti指出。
「燈塔工廠」被定義為廣泛套用工業4.0技術的典範工廠。2023年12月，世界經濟論壇公布了最新的「燈塔工廠」名單，2023年新晉21座「燈塔工廠」，其中12座在中國，合計全球有153家「燈塔工廠」，在中國的工廠有62座。
同步釋出的還有【全球「燈塔工廠」網路：AI套用的速度和規模】白皮書，世界經濟論壇指出，每次工業革命都有決定性的突破誕生，過去是蒸汽機、電力帶動的大規模生產、電腦帶來的自動化，現在則是大數據帶來的機器智慧定義了第四次工業革命。AI技術正在給制造業帶來變革。
在過去5年中，「燈塔工廠」網路收錄了700個第四次工業革命的套用案例，其中200個采用了AI技術。
白皮書指出，每一家新的「燈塔工廠」都在推動生成式人工智慧的套用，因為生成式人工智慧將為每年的世界經濟貢獻2.6-4.4萬億美元的產值，其中四分之一可以來自制造業和供應鏈生產的改進。
比如，儀器公司安捷倫透過分析供應商資訊，預測材料可用性，把控供應鏈風險；鴻佰科技（Ingrasys）用訂單歷史數據和市場數據來預測訂單量；聯合利華根據前一天的銷售額、庫存目標、產能限制等自動補充庫存；亨通廣電（Hengtong Alpha，中國蘇州）使用先進分析技術最佳化預成型和拉絲工藝參數。
對於「燈塔工廠」來說，它同時需要重新培訓工人與4.0革命下的工廠協作配合。中國太陽能企業隆基綠能評上了2023年的「燈塔工廠」，白皮書中以隆基綠能舉例稱，它實施了內部的評估培訓認證體系，為近1000名員工客製了學習發展計劃。
Federico Torti在接受界面智庫專訪中介紹了評選「燈塔工廠」的標準、選拔流程，未來的評選擴充套件計劃，以及工業4.0正在給全球制造業工廠帶來的變革。
以下是專訪實錄，釋出時有編輯：
全球燈塔工廠的地理分布與制造業貢獻分布大體一致
界面智庫： 我們觀察到，制造業對綠色轉型越來越重視，企業也更加關註效率、自動化、脫碳以及員工福利。截至去年，全球共有153家「燈塔工廠」，其中62家在中國。您能否分享下，「燈塔工廠」計畫是如何啟動的？在第四次工業革命的背景下，「燈塔工廠」具有何種意義？
Federico Torti： 「燈塔工廠」計畫始於2018年，這是我們在世界經濟論壇上進行的時間最長的計畫之一。我的團隊（即先進制造和供應鏈中心）最初是與麥肯錫公司（McKinsey & Company）合作，現在我們有8個正式支持我們的行業合作夥伴。
從根本上講，「燈塔工廠」的網路是由正在大規模部署數位技術的、成熟的先進制造商組成的社群，這些技術也代表著第四次工業革命，例如人工智慧、先進機器人或區塊鏈等技術，它們能夠對工廠營運產生實質性和具體的影響。
我們會特別關註財務影響，包括套用先進技術帶來的成本降低或新增收入潛力；永續性是另一個重要的評價角度，我們也特別關註透過技術直接改善環境、永續性指標；另外，我們在研究先進技術對工作場所的變革，以及對工人的益處。當然，還有很多營運指標與公司的工作方式有關。
工廠是價值鏈的節點，在這些節點，我們親眼目睹和了解了某些技術在整個價值鏈中的套用，以及其產生的變革力量。此外，我們還帶著我們平台上的企業管理者們，參觀這些制造業工廠，實地了解這些標桿企業如何實際運作。
界面智庫： 所以每年您都會去世界各地參觀這些工廠?
Federico Torti： 沒錯，過去幾年，我花了很多時間周遊世界，現在我們有了一個更大的團隊。有2人從世界經濟論壇的角度來統領工作，還有一個8人研究小組，成員來自各行業的專家，透過實地存取，推進整個遴選過程。
8個行業合作夥伴來自麥肯錫、強生、施尼德、西門子、Koç Holdings（土耳其最大工業集團）、富士康、漢高，還有寧德時代。
界面智庫： 「燈塔工廠」在全球的地理分布情況如何？
Federico Torti： 我們目前在4年半的工作中總共評出了153座燈塔。考慮到全球大約有1000萬家工廠，「燈塔工廠」占比只是相當小的一部份。但總體來看，制造業對GDP的貢獻大約為14萬億美元，觀察這一貢獻在全球的分布，會發現大約三分之一來自中國。我們可以大致說，全球燈塔計畫的地理分布與制造業直接創造的GDP分布大致一致。而中國「燈塔工廠」在我們最新的網路中占比大約為40%。
在全球制造業領域，中國無疑是最大的強國之一，在先進技術和創新方面表現尤為突出。
然後，我們看到大約25%的GDP增長來自歐洲，這是另一個重要的制造業集群，盡管在制造和設施方面可能相對老化，但在某些領域仍具有創新性。
亞洲其他地區的增長貢獻約為20%，包括印度和東南亞。就最新的「燈塔工廠」網路而言，這些區域是世界上增長最快的地區之一，這可能表明，各大公司現在也在亞洲尋找不同的生產地點、生產設施。
界面智庫： 一個趨勢是，印度的「燈塔工廠」數量似乎在增多，您對此有什麽觀察？
Federico Torti： 確實，特別是印度和東南亞地區的一些國家，比如馬來西亞和印度尼西亞。與過去幾年相比，這些國家的增長速度正在加快，它們可能成為增長最快的新興市場之一。
「燈塔工廠」計畫的核心要素和擴充套件計劃
界面智庫： 您能否概述一下「燈塔工廠」的選拔機制和標準?
Federico Torti： 目前選擇的標準非常直接。四個核心要素——影響力、解決方案、推動因素，以及作為新增要求的永續性，共同構成了衡量框架的基礎。
影響力是轉型成果的直接體現，通常透過可量化的成效來展示，如成本節省、效率提升、產量增加等，例如看到某些成本降低了30%或50%。這個指標反映了技術或變革措施對業務的直接影響，是最容易被外部認可和理解的部份。但是，推動因素和解決方案，則是深入了解這些公司如何實作轉型並產生影響的關鍵。
我們所說的解決方案特指技術用例，涉及企業采用的具體技術解決方案及其實施的復雜程度。這包括人工智慧、機器學習、大數據分析等新興技術的套用，以及這些技術如何解決業務問題或提高操作效率。例如工廠產品面臨品質問題時，可能是利用人工智慧的光學檢測系統自動減少次品率，將顧客投訴減至最低。
而關於推動因素，對我來說可能是最關鍵的一環。比如一個組織需要考慮如何把人放置於數位化轉型、升級或擴充套件計劃的中心，如何尋找合適的人才和知識，如何開發合作夥伴生態系，如何實作數據和技術的標準化及架構等等，這對於企業數位化轉型能否成功至關重要。所有這些因素很少與技術直接相關，而是關註公司如何管理轉型變革，如何適應未來。企業需要有遠見的領導者，他們能夠準確理解第四次工業革命帶來的好處。
隨著全球對環保和永續發展的日益重視，永續性已成為評估標準的重要組成部份。在2020年，我們將永續性作為強制性要求。這不僅要求企業展示其操作和技術解決方案的環境影響，還要求企業展現其推動永續發展的長期承諾和實際行動。對於新建立的工廠或計畫，要求提供至少6到12個月的KPI數據，以確保評估結果的準確性和可靠性，排除生產初期可能的異常波動。
界面智庫： 2023年有21家新工廠加入「燈塔工廠」網路，還有4家加入永續發展工廠，這4家永續工廠有什麽特別之處？
Federico Torti： 我們在「燈塔工廠」的標識之外，還設立了一個名為「永續發展燈塔」的額外獎項計劃，它聚焦於先進技術對永續性指標的影響。在成為「燈塔工廠」後，企業有機會透過送出附加申請，未來被認定為一個致力於永續發展的先行者。
認定永續發展「燈塔工廠」需要我們深入了解更多資訊，比如特定技術套用或方法如何直接減少排放或降低現場能耗，以及技術套用對水使用、廢棄物產生及其迴圈利用方面的影響。
過去我們通常看到，技術套用除了帶來流程效率的提升，也額外帶來能源使用的減少，但我們期望的不僅僅是這種情況，而是企業能夠采取行動減少排放，有明確的凈零排放目標和承諾，並致力於利用技術達成這些目標。
界面智庫： 「燈塔工廠」計畫未來是否有擴充套件計劃，比如拓寬選擇範圍，或引入新的評估標準？
Federico Torti： 答案毫無疑問是肯定的。我們正處於第四次工業革命的前沿，探索其中最具影響力和變革性的領域。
永續發展是我們關註的核心話題之一，我們已經啟動了一個專註於永續性的計畫，名為「Sustainability Deep Dive」。我們的目標是將這個計畫的囊括範圍擴充套件到技術領域之外，將其打造成真正意義上關於永續性的標桿，這樣我們便能展示更多關於永續性的實際案例。
人在技術轉型中扮演著關鍵角色，這是我們希望進一步探索的一個領域，這個話題被討論得還不夠多。
我們最近還審視了企業如何面對速度和規模形成的新挑戰。這個挑戰不僅在於變化之快，還在於如何從整體上改變企業的生產網路。企業如何應對挑戰，獲得成功？設計和推動企業數位化變革的洞察力變得越來越重要。
自2018年以來，我們希望能為我們的合作夥伴和全球制造業的領導者提供更有針對性的見解，並更專註於特定行業，提供數據產品。我們的目標是像向班上最優秀的學生學習，以一種更加直接的方式向社群提供知識。
基於數據和智慧的工廠自我調節系統正在興起
界面智庫： 聚焦中國，您如何看待中國工廠在自動化和綠色轉型方面的機會；以及在當前的工業格局中，哪些行業最值得關註？
Federico Torti： 正如我之前提到的，中國可能是全球發展速度最快且變革最集中的地區之一。在我們的中國「燈塔工廠」中，自動化水平普遍很高。除了生產過程的自動化，我們還觀察到工廠與上遊供應商、下遊客戶之間緊密連線，以及高度整合和先進的解決方案。例如有些黑燈工廠，在幾乎無需照明的情況下就能執行，這表明所有生產環節的系統都高度互聯。自動化不僅限於生產處理，還包括品質檢查、即時采購材料和調整生產計劃等環節。這一切都依賴於演算法、系統和機器人技術。值得註意的是，這些高度自動化的套用在中國較為常見，而在國外則不太常見。
特別是在過去12到15個月裏，我們看到，中國工廠申請直接或間接促進永續發展的技術套用案例在增加，這意味著中國工廠不僅投資於提升效率和生產力，還明確投資於永續發展。
至於您提出的第二個問題，大多數中國「燈塔工廠」集中在電子、半導體、制藥和汽車行業。所有這些行業都在變得越來越成熟，越來越智慧化。食品飲料和消費品制造行業，也有大量人工智慧技術的套用案例。
全球範圍內，更多新興產業正在加入第四次工業革命，比如南韓的水處理廠和美國曼非斯的DHL物流配送中心，都是積極的示範。這表明，技術轉型和先進技術的實施不僅僅限於傳統制造業。
界面智庫： 談到人工智慧，據您觀察人工智慧是如何融入「燈塔工廠」的生產流程的？大數據分析又在工廠的決策支持系統中發揮了什麽作用？
Federico Torti： 這確實是一個很好的問題。我們最新釋出的白皮書就主要探討了人工智慧的革命性影響，最新的「燈塔工廠」案例展示了各種人工智慧技術的成熟度。
AI在生產過程的各個階段都在發揮作用，它推動更好的產品設計，並整合客戶反饋、洞察需求或解決投訴。AI套用已經融入了生產過程的每一步，包括與供應商的聯系、生產排程、采購等。基於AI套用的影響範圍，我們也把「燈塔工廠」分為將AI技術套用於工廠內部或價值鏈全鏈條的工廠。
在最新的白皮書中，有關公司實施AI速度的數據特別引人註目。關於數據和分析在轉型中的作用，我們看到了有的企業從幾乎沒有數據到擁有高品質、可靠數據的巨大跨越，這依賴於大規模的標準化和數據架構工作。一旦實作，基於數據的決策就變得極為重要，利用整個網路中的數據池來推動智慧化生產，包括預測裝置維護、最佳化生產流程、排程調整等等。
我們正在見證，基於數據和智慧的工廠自我調節系統興起，人類正在轉變角色，以更好地融入這一迴圈。
界面智庫： 這真的很有趣，人工智慧一直在改變我們的生活，由於它們許多套用是在工廠裏，我們日常看不到。您能分享一些有趣的故事嗎?
Federico Torti： 當然。我認為人工智慧最突出的套用之一是在光學檢測和品質控制方面，對於某些行業，這意味著從依賴人工轉向完全自動化，這不僅減少了營運成本和勞動力成本，更革新了人力資源管理方式。
品質檢測工作本身是一項壓力很大的工作，既乏味又易於出錯，因為它通常要求工人們動作快，且工作重復性高。因此，采用自動化不僅減少了人為失誤，透過標準化檢視，還能全面提升產品品質，顯著減少客戶投訴。自動化光學檢測還能生成數據，最佳化上遊生產流程或裝置設定，進而減少產品缺陷和客戶投訴。因此，機器能提供可靠數據，驅動上遊的設計和生產調整。
而更令人興奮的是生產計劃和供應商排程的動態最佳化。當物流鏈路中斷，相關資訊會被收錄並共享，隨後AI模型可據此調整供應商間的物料采購策略，評估其對生產計劃的影響。
另一個引人註目的案例在菲律賓，有工廠借助人工智慧系統上網搜集天氣預報和警報資訊，作出針對自然災害的預測和響應，比如預測其對生產計劃、物流運輸的影響，進而采取預防措施。例如，在火山活動增強時，提前關閉空氣處理設施，避免灰塵堵塞。這些系統極大地改善了公司的運作方式。
我們的白皮書中記錄了許多激動人心的案例，總共超過700個，這展示了人工智慧套用的廣泛性和深遠影響。
界面智庫： 我還想知道的是，關於供應鏈管理和物流最佳化，現代工廠面臨哪些挑戰？先進技術可以發揮哪些作用？
Federico Torti： 目前成千上萬的企業正面臨著多重因素驅動的全球供應鏈壓力，例如消費者需求不斷變化，不僅要求工廠提高供應鏈透明度，還需要加強與供應商、合作夥伴乃至競爭對手之間的數據共享和連線。另外，法律法規和對企業永續性要求增加，對供應鏈彈性的需求顯著上升。
在此背景下，企業必須應對復雜的供應鏈問題，並增加供應鏈彈性。比如為特定產品、原材料或部件尋找替代供應商，或者考慮重新配置制造業基地，這也需要考慮全球不同國家的政策。然而，任何形式的復制都意味著額外的投資。
我們有案例表明，技術在幫助彌合這些差距、消除低效環節，特別是在推動供應鏈透明化方面。例如最近我們見證了蘇伊士運河和紅海的斷航事件，還有2021年3月蘇伊士運河因一艘運輸船阻塞而完全斷航，造成物流配送延遲。提高供應鏈數據可見性和可用性，使得即時互動和情景預測成為可能，有助於減少回購效應和上遊的牛鞭效應（指供應鏈上的一種需求變異放大現象，資訊流從終端客戶向原始供應商傳遞時，資訊的扭曲逐級放大）。
對於供應商來說，沒有足夠的數據可見性，面對需求和供應數據的極端波動，企業難以應對。而基於數據的人工智慧和分析工具，可以減少和預防這些。
制造業工人的工作任務正在發生變革
界面智庫： 您剛剛提到AI套用可以使人們減少無聊的工作，您覺得「燈塔工廠」的發展會如何影響傳統制造業工人？
Federico Torti： 這個問題很好。我們對153個「燈塔工廠」中收錄的數據進行分析發現，透過恰當且高效的技術套用，制造業工人的工作任務正在發生變革。這種變革營造了一個環境，員工能在此環境中不斷學習和發展，面對的工作或任務種類也在不斷前進演化。因此，每位工人和每項工作都展現出更高的效率和生產力。
工作環境也變得更有活力，人們對學習和參與技術變革感到興奮。與那些未經數位化轉型的公司相比，「燈塔工廠」的工作環境大大提高了員工的參與度。並且，工人的工作及其技能將根據工廠內外部需求變化而調整，這在今天快速變化的工作環境中變得尤為重要。
今天，我們有了更簡單的與系統互動的方式，如基於自然語言的新一代人工智慧，工人與人工智慧系統的互動門檻在降低。系統可能會指導工人如何調整產品設計，或以特定方式配置機器，而在過去，這需要大量的知識和對工作、對其他人的深入了解。
界面智庫： 的確，隨著人工智慧和自動化技術的不斷發展，傳統意義上對工人的技能要求正在發生變化。這不一定意味著所有工人都需接受高等教育，但確實意味著他們需要具備新的技能，這些技能集可能包括與人工智慧的互動合作。
Federico Torti： 我理解你說的。確實，不是所有情況下我們都需要經過傳統教育體系訓練的工人。由於工作環境的快速變化，企業有必要在內部、在工作場所提供持續學習的機會。因此，現代工人的學習和技能提升不僅僅來自個人的教育背景，更需要迅速適應變化的能力。工作場所需要提供必要的工具，使員工能夠有效地使用系統，理解如何有效利用這些工具。依托於工作中提供的資源，持續學習變得更加動態和必要，這種教育成為職業生涯中的一部份。
另外，隨著數位學習平台的普及，這些平台可以輕松地融入培訓計劃，為員工提供持續學習的機會。我們期待如生成式人工智慧之類的工具，能簡化學習過程，方便與人互動，為員工配備適當的工具。
（實習生趙思棋對本文亦有貢獻）
