再添13家！全球103座灯塔工厂大全

达达派999 2022-04-21

展开全文

2022年3月30日，世界经济论坛（WEF）宣布，有13家新工厂加入其全球灯塔网络。至此，全球灯塔网络扩至103家，中国共有37家灯塔，占全球灯塔总数的1/3以上。

据了解，有智能制造“奥斯卡”之称的“灯塔工厂”，是由达沃斯世界经济论坛和麦肯锡咨询公司共同遴选的数字化制造和全球化4.0示范者，代表全球制造业领域智能制造和数字化最高水平。

中国入围企业主要分布在机械制造、汽车制造、家用电器、钢铁制造、电子设备制造、纺织服装、食品制造等制造业领域，在生产运营管理上展现出过人之处。评判标准包括是否拥有第四次工业革命的所有必备特征，具体包括自动化、工业物联网（IIOT）、数字化、大数据分析、第五代移动通信技术（5G）等技术。

麦肯锡公司全球董事合伙人、数字制造业全球负责人Enno de Boer表示：“这103家灯塔工厂向我们展示了数字技术如何提升价值链韧性，促进增长以及环境和人类可持续性。过去，实现可持续性和韧性通常要以牺牲效率为代价，但如今这已经发生改变。企业现在可以使用数字指南和科技工具，提高运营的灵活性、敏捷性和可持续性。有了这些工具，他们就可以增强人的能力，实现可持续发展领域的突破并加快科技创新——这就是智能制造的秘诀。”

本文按照时间顺序，梳理了八批103家灯塔工厂的概况。

第八批13家

（2022年3月公布）

强生旗下杨森制药（拉蒂娜）

杨森拉蒂娜工厂一直在积极部署数字化技术解决方案，致力于提高新产品的上市速度、竞争力和灵活性，并提高产品质量，将产品不合格率降低30%、产品上市时间缩短84%，同时将能源成本降低10%、物流劳动成本降低72%。

赛诺菲（巴黎）

为了加快实施节约计划，赛诺菲在两年前开启采购运营数字化，并积极采用分析技术。截至目前，该厂已经打造和部署了六大产品（即数据平台、成本建模平台、成本监测平台、智能化招标分析平台、供应商绩效追踪平台和系统监测管理平台），为工厂开支节省了10%，并改变了工厂的运作方式。

Teva梯瓦制药（阿姆斯特丹）

公司全球采购部助力了Teva梯瓦制药的毛利率改善计划实施，也助力公司实现自由现金流的目标。通过智能工厂改造，Teva梯瓦制药将劳动力工作效率提高了30%，优化了跨部门合作流程。

京东方科技集团（中国福州）

为实现用一流的产品质量赢得市场份额，京东方福州在完全自动化的生产系统中广泛采用人工智能和高级分析技术，力求实现最卓越的产品质量、设备效率和能源可持续性，在未进行重大资本投资的情况下，将新产品产量生产期缩短43%、单位成本降低34%，并将产量提升30%。

博世（中国长沙）

面对20%的劳动力成本增长、市场价格连年下降超10%，以及客户订单频繁波动等市场不利因素，博世长沙通过45个结合自动化和人工智能的智能制造案例，不仅提高了自身的竞争力，保持其市场领先位置，而且完成对新能源汽车客户100%的渗透，助工厂实现“碳中和”目标。

海尔（中国郑州）

为应对快速增长的热水器市场需求，以及满足对高端产品和服务的日益增长要求，海尔郑州工厂利用大数据、5G边缘计算和超宽带解决方案，与供应商、工厂和客户建立起更加紧密的联系，2020~2021年，其订单响应速度提高25%、生产效率提高31%、产品质量提高26%。

强生消费品（泰国）有限公司（曼谷）

为提升灵敏度、提高盈利水平和节约成本，强生曼谷工厂采用协作式供应链控制塔、计算流体力学、人工智能能源优化、高级物流数据分析等多项技术，将价值链的营业收入增加47%，库存水平降低25%、端到端供应链周期缩短43%、生产效率提升42%，并将碳足迹优化20%。

LG电子（韩国昌原）

为将产品组合的复杂性降低70%，满足客户对产品质量的更高要求，以及解决劳动力短缺问题，LG电子重新规划了位于韩国昌原的一座旧工厂，利用柔性自动化、数字化绩效管理和人工智能等技术，将其改造成为一座数字化工厂，从而将生产效率提高17%，现场质量提高70%，同时库存和能耗水平分别降低30%。

美的（中国荆州）

基于消费者消费变化和日趋复杂的产品需求，拥有三十年历史的美的集团荆州工厂大规模引入柔性自动化、物联网和人工智能技术，致力于改变制造系统，从而将劳动力生产率提高52%、生产周期缩短25%、单位产品的公用资源消耗降低20%。

美的（中国合肥）

为了满足国内高端市场的需求和海外市场扩张的需要，合肥美的洗衣机有限公司在整个“端到端”的价值链中广泛部署人工智能和物联网技术，旨在提高响应速度和供应链效率，最终实现订货交付时间缩短56%、客户报告的缺陷率降低36%、劳动生产率提高45%等目标。

宝洁（中国广州）

为满足日益增长的电子商务上升需求，宝洁广州利用人工智能、柔性自动化和数字孪生技术，对其价值链中多个系统进行整合，以便更好地服务全渠道消费者。这一举措提升了供应链的响应速度，将库存和物流成本分别降低了30%和15%，三年内的准时交付率达到99.9%。

施耐德电气（海得拉巴）

面对客户需求的不断变化，以及54%的业务增长速度，施耐德电气利用了工业物联网基础设施、预测性/规范性分析和人工智能深度学习等技术，将现场故障率降低48%、订货交付时间缩短67%，同时将生产效率提高9%。

联合利华（达帕达）

为加快创新步伐、更快响应消费者需求、在日益严峻的市场环境中提升成本竞争力和落实可持续发展目标，联合利华达帕达工厂在“端到端”的价值链中采用了数字化、自动化和人工智能-机器学习等技术，将产品开发周期缩短50%、制造成本降低39%、能源消耗减少31%。

第七批21家

（2021年9月公布）

德龙集团（特雷维索）

为加强市场竞争力，德龙集团特雷维索工厂投资打造“数字化和分析能力”平台，提高了业务经营的灵敏度（将最小订单量降低92%、交货期缩短82%）和生产效率（将劳动力生产率提高33%），实现了产品的高质量（将现场品质提高33%，并获得食品和饮料行业认证）。

伟创力（阿尔特霍芬）

面对来自低成本地区的强有力竞争，伟创力阿尔特霍芬工厂采用智能制造相关技术，以提高运营效率和灵活性。通过提供监管力度和质量标准，伟创力在物理资产不变的情况下，其营收提高50%。

强生视力健（英国伦敦）

为改善客户体验，强生视力健采用适应性流程控制、人工智能和机器人等技术，将库存量单位提高50%，实现百分百的个性化包装配置，将客户服务水平提高8%，同时将到达货物的碳足迹减少53%。

汉高（托卢卡）

这家成立于1970年的工厂以少品类、大批量生产为主，目前正致力于数字化转型，以提高工作人员效率和数据透明度。通过智能制造技术改造，其加工成本降低15%、能耗降低14%、设备综合效率提升90%。

强生旗下骨科公司德普伊辛迪斯

（布里奇沃特）

为解决成本压力和手术室使用效率低等问题，强生旗下骨科公司德普伊辛迪斯实施了一项信息化技术管理方案——“高级病例管理”，在其北美地区的关节修复种植体（臀部和膝盖）整个价值链中采用开源应用程序接口架构、机器学习算法和一套数字化工具，将手术室的器械托盘数量减少63%、种植体库存减少40%，使不同类型手术的手术室搭建时间缩短约15%。

Protolabs （普利茅斯）

Protolabs是一家数字化本地制造商，通过利用数字线程技术，为客户提供注塑生产服务，实现智能化转型。从只提供原型服务的供应商，转变为生产供应商。公司将生产周期缩短为一天，实现高于行业平均水平20%的毛利润，一举超越传统竞争厂商。

友达光电（中国台中）

为应对劳工短缺、高度定制化产品要求和极端的气候条件等挑战，以及显示面板行业的竞争，友达光电（台中）三号工厂投资打造了其定制自动化能力，建设了一个数字分析和人工智能开发平台，将生产效率提高32%、高级产品的产量提高60%，同时分别将用水量和碳排放量降低23%和20%。

宁德时代（中国宁德）

为应对日益复杂的制造工艺和满足高质量产品的需求，宁德时代利用人工智能、先进分析和边缘/云计算等技术，三年内实现了在生产每组电池耗时1.7秒的速度下仅有十亿分之一的缺陷率，同时将劳动生产率提高75%、每年的能源消耗降低10%。

中信戴卡（中国秦皇岛）

鉴于汽车设备制造商日益希望获得小批量、高质量的产品，中信戴卡采用柔性自动化、人工智能和5G等技术，打造了数字化制造系统，不仅提升了生产灵活性，还将制造成本降低33%。

图源：中信集团

富士康（中国武汉）

为满足客户要求，提升定制化水平，缩短交货周期，富士康武汉工厂大规模引入先进分析和柔性自动化技术，重新设计制造系统，将直接劳动生产率提高86%、质量损失减少38%、交货周期缩短至48小时（缩短了29%）。

富士康（中国郑州）

为解决技能工人缺乏、产品质量性能不稳和市场需求不确定等问题，富士康郑州采用柔性自动化技术，将劳动生产率提高102%，并利用数字化和人工智能技术将产品质量缺陷减少38%、设备综合效率提高27%。

图源：富士康

海尔（中国天津）

为满足客户的期望，提供更加多元的产品、更快捷的送货和更高质量的服务，海尔在天津新建的洗衣机工厂将5G、工业物联网、自动化和先进分析等技术结合起来，将产品设计速度提高50%、质量缺陷减少26%、单位产品的能耗降低18%。

群创光电（中国高雄）

面对面板行业的激烈竞争、客户更高的质量要求和毛利润的严重下滑，群创光电八号工厂投入采用先进自动化、物联网和先进分析等技术，将加工能力提高40%、成品率损失降低33%，从而提高其产品的生产能力。

LS电气（韩国清州）

为满足日益上升的需求，也为降低生产成本，LS电气对韩国清州一处工厂进行变革，采用基于工业物联网的自动化技术、基于机器学习的检测技术和先进的流程控制技术，实现大规模定制化生产，并将生产成本降低20%。

三一（中国北京）

面对多品类、小批量重型机械市场需求和复杂性不断增加的背景下，三一（北京）部署了先进的人机协作自动化技术、人工智能和物联网技术，将劳动生产率提高85%、生产周期缩短77%，从原先的30天缩短至7天。

施耐德电气（中国无锡）

施耐德电气在中国无锡的电子部件工厂拥有20年历史，如今，为应对日益频繁的生产更改和订单配置需求，建立起灵活的生产线，综合采用模块化人机合作工作站、人工智能视觉检测等技术，将产品上市时间缩短25%，并利用先进分析技术，自动分析问题根源和检测整个供应链中的异常情况，将准时交货率提升30%。

图源：无锡高新区在线

联合利华（中国太仓）

为把握电子商务和大型卖场渠道的商业发展机遇，联合利华（太仓）冰淇淋工厂部署了一次性扫描、一站式观看平台，以便在制造和食品加工等环节为客户打造端到端的透明供应链，并根据消费者的数字化需求，打造了灵活的数字化研发平台，将创新周期缩短75%，从原来的12个月缩短至3个月。

西部数据（槟城）

面对越来越严格的产品质量要求，以及成本优化的压力，西部数据槟城工厂积极拥抱数字化，向“熄灯制造”模式转型，实行自动化生产和物流，将工厂成本降低32%，并通过打造智能化规划系统，转向“按单定制”模式，使得产品库存减少50%、交货周期缩短50%。

西部数据（巴真武里）

随着硬盘驱动器市场需求的快速上升，以及面对日益严格的产品质量要求和不断增加的成本压力，西部数据泰国工厂利用网络互连和先进分析技术，实时公开供应商、生产、物流和客户等信息，并提供基于数据分析的产业洞察和预测分析，从一个产能饱和的制造工厂，转型为拥有一套数字化运营系统的智能共产，最终将工厂产量提高123%、采购和生产成本降低30%、产品退货率降低43%。

Arçelik（埃斯基谢希尔）

为应对不断增加的客户需求和日益多元化的产品需求，Arçelik利用其灵活的工作室，两年之内在自动化、机器人物流和数据人工智能系统等领域部署了30多个案例，实现灵活的产品制造，投资回报周期缩短为1.2年。

沙特阿美（布盖格）

为进一步提高产品质量和可持续发展水平，沙特阿美发挥其数据、先进分析和自动化等技术的优势，推进制造工艺的转型，将产品质量提高21%、能耗降低了14.5%。

第六批15家

（2021年3月公布）

博世（中国苏州）

作为集团内部卓越生产的典范，博世苏州在生产和物流环节实施了数字化转型战略，将生产成本降低15%，同时将产品质量提升10%。

图源：博世资讯小助手

富士康（中国成都）

面对快速增长的市场需求和劳动力短缺问题，富士康成都采用混合现实、人工智能和物联网等技术，将生产效率提升200%、设备的整体效能提升17%。

图源：富士康

惠普（新加坡）

随着产品复杂性的提升，以及劳动力短缺带来的质量和成本挑战，为了在国家层面重点打造高附加值的制造业，惠普新加坡开启数字化转型之路，推动工厂从响应式劳动密集型模式向人工智能驱动的数字化、自动化生产经营模式转变，将生产成本提高20%、生产效率和产品质量提升70%。

美的（中国顺德）

为了发展电商业务和扩大海外市场份额，美的实施采购数字化、弹性自动化、质量管理数字化、物流智能化和销售数字化等一系列举措，将产品成本降低6%、订单交付周期缩短56%，并将二氧化碳排放量减少9.6%。

ReNew（印度胡布利）

面对公司资产规模的不断扩大和新兴市场带来的竞争压力，印度最大的可再生能源公司ReNew Power开启数字化转型之路，利用专门的高级分析技术和机器学习解决方案等，在不增加任何资本支出的情况下，将风能和太阳能资产增加2.2%、停机时间减少31%、员工生产效率提高31%。

塔塔钢铁（印度贾姆谢德布尔）

为了解决运营关键绩效指标停滞和垄断原料优势即将丧失的问题，具有110年历史的塔塔钢铁贾姆谢德布尔工厂克服技术惯性，部署了多项数字化技术：例如，在采购环节部署机器学习和高级分析等技术，使得原材料成本减少4%；在生产和物流规划环节部署规范性分析技术，使客户服务成本降低21%。

青岛啤酒（中国青岛）

鉴于消费者日益需要个性化、差异化和多样化的啤酒产品，拥有118年历史的青岛啤酒在其价值链上重新部署了智能化数字技术，以满足消费者需求，将客户订单的交付时间和新产品开发时间降低50%，定制化啤酒的份额和营收分别增加33%和14%。

纬创（中国昆山）

为应对“多品种、小批量”的经营挑战，纬创利用人工智能、物联网和柔性自动化技术，在生产、物流和供应商管理等环节提高了员工、资产和能源效率，将生产成本降低26%、能源消耗减少49%。

汉高（西班牙加泰罗尼亚）

为了进一步提高生产效率和公司的可持续发展水平，汉高在原有核心数字技术的基础上，大规模使用数字化改造技术，将其加泰罗尼亚工厂的网络和实体系统连接起来，将运营成本降低15%、产品上市时间缩短30%，同时还有效减少了碳排放。

强生消费者保健（瑞典赫尔辛堡）

面对监管日益严格的医疗保健和消费品环境，强生消费者保健部门为满足客户需求，采用数字孪生、机器人、高科技追踪和追溯等技术来提升运营灵活性，将产品产量提高7%、产品上市时间缩短25%、产品成本降低20%。此外，该工厂加大投资力度，通过数字化改造技术，实现绿色科技的互联互通，成为强生公司首个实现“碳中和”的工厂。

宝洁（法国亚眠）

宝洁亚眠工厂长期致力于在新产品生产过程中推动运营转型，如今，其全面开启数字化转型之路，采用数字孪生技术、数字化运营管理和仓储优化解决方案，三年内使产量持续增长30%、库存水平降低6%、整体设备效能提高10%，并将废品废料减少40%。

西门子（德国安贝格）

为了达成生产效率目标，该工厂采取结构化、精益化数字工厂策略，部署智能机器人、人工智能工艺控制和预测维护算法等技术，在产品复杂性翻倍、电力和资源消耗不变的情况下，将工厂产量增加40%。

STAR炼油厂（土耳其伊兹密尔）

为了维持公司在欧洲炼油行业的竞争优势，伊兹密尔STAR炼油厂最初的规划定位是成为“世界上技术最先进的炼油厂”。该厂投入7000多万美元，以大力部署先进技术（如资产数字化绩效管理、数字孪生和机器学习等）和提高组织能力，将柴油和航空燃油的产量提高10%，同时将维护成本降低20%。

爱立信（美国路易斯维尔）

随着5G无线电需求的不断增加，爱立信在美国建立了基于5G技术的数字化和本地化工厂，以贴近客户的需求。该厂采取灵活的运作方式和高效的工业物联网基础设施，在12个月内打造了25个用户案例，使得每位员工的产出提高120%、订单交付周期缩短75%、库存水平降低50%。

宝洁（美国莱马）

随着消费趋势变化，产品外包装变得越来越复杂。为了应对这一趋势，宝洁莱马工厂投资部署数字孪生、高级分析和机器人自动化等技术，大力提高供应链的灵活性，将新产品的上市时间缩短10%，使劳动生产率提高5%。

第五批10家

（2020年9月公布）

阿里巴巴（中国杭州）

阿里巴巴迅犀试点工厂将强大的数字技术与消费者洞察结合起来，打造了全新的数字化新制造模式。它支持基于消费者需求的“端到端”按需生产，并通过缩短75%的交货时间、降低30%的库存需求，甚至减少50%的用水量，助力中小企业在快速发展的时尚和服装市场获得竞争力。

美光科技（中国台中）

为推动生产率的进一步提升，美光的大批量先进半导体存储器制造厂开发了集成物联网和分析平台，确保可以实时识别制造异常，同时提供自动化根本原因分析，从而加快了20%的新产品投产速度，减少了30%的计划外停工时间，并提高了20%的劳动生产率。

美的集团（中国广州）

面对家电行业的激烈竞争以及电子商务领域的快速发展，美的集团利用数字化技术，实现从自动化工厂向端到端互联价值链的转型升级，使得劳动效率提高28%、单位成本降低14%、订单交付期缩短56%。

联合利华（中国合肥）

随着电子商务在中国的蓬勃发展，联合利华通过在生产、配套仓储和配送领域大规模部署柔性自动化和人工智能等数字化解决方案，建立了拉动式生产模式，将订单到交付的交货期缩短50%，电子商务消费者投诉减少30%，同时降低34%的成本。

图源：合肥市人民政府

雷诺集团（莫伯日）

为了维持工厂的竞争力，雷诺集团在其拥有50年历史的制造工厂中广泛部署数字化技术，从而减少了50%的保修事件，提高了工厂应对多种车辆配置的灵活性，以及降低16%的制造成本。

Janssen Large Molecule（科克）

随着对生物制品需求的快速变化和不断增长，Janssen Large Molecule通过数字化方式将研发、内部制造和外部制造连接起来，同时部署先进的过程控制解决方案，以实现实时可监测供应链状态，使得其可靠性提高了50%。

诺和诺德（希勒勒）

面对不断变化的市场需求，以及成本压力的变大，诺和诺德大力投资数字化、自动化和高级分析等技术；同时，为进行大规模推广，诺和诺德构建了强大的全公司工业物联网操作系统，将设备效率和生产率提高30%。

沙特阿美（库阿斯）

为提高运营韧性，沙特阿美库阿斯油田被建成为完全互联的智能油田，拥有40000多个传感器，覆盖分布在150 x 40公里的500多口油井，实现了对设备和管道的自主流程控制、远程操作和监控，从而实现油井产量最大化，仅“智能完井技术”就可贡献至少15%的产量。

图源：阿美亚洲

DCP Midstream（丹佛）

面对市场波动，通过运营转型和推动创新转型，DCP Midstream利用内部开发的数字解决方案和技术风险合作伙伴关系，将运营远程控制与其规划、物流和商业等系统结合，实现了利润的实时优化，创造出超过5000万美元的价值。

施耐德电气（莱克星顿）

为保持业务和技术优势，施耐德电气将已有60多年历史的工厂进行数字化改造，实现了从供应商到客户的“端到端”转变，使得客户满意度提高20%、需求预测准确率提高20%，并将能源成本降低26%。

图源：施耐德电气

第四批18家

（2020年1月公布）

宝山钢铁（中国上海）

宝山钢铁很早就采用了数字化。宝山钢铁广泛应用人工智能和高级分析技术，使其在数字时代依然可以保持行业竞争力，创造出5000万美元的价值。

图源：宝钢股份直通车

福田康明斯（中国北京）

福田康明斯在其设计、生产和售后服务的整个“端到端”产品生命周期中都自主部署了物联网和人工智能。其产品质量和顾客满意度由此提高40%。

图源：康明斯中国

通用电气医疗集团（日本日野）

这家拥有30多年精益制造经验的通用电气工厂利用智能制造技术转型为数字化精益制造，从而成功取得更高业绩。其成本降低30%、周期缩短46%。

海尔（中国沈阳）

海尔沈阳电冰箱厂是以用户为中心的大规模定制模式的典范。通过部署可扩展的数字平台，实现供应商和用户的端到端连接，从而使其直接劳动生产率提高28%。

日立（日本奥米卡工厂）

日立奥米卡工厂在工程、生产和维护运营中应用了一系列工业物联网技术和数据分析，从而在不影响质量的情况下，将核心产品的交付周期缩短50%。

英飞凌（新加坡）

英飞凌在其制造工厂和供应链网络中应用数据、高级分析和自动化技术，从而降低30%的直接劳动力成本，提高15%的资本效率。

强生医疗（中国苏州）

该工厂推广了其他强生工厂开发的标准化数字解决方案，从而实现业绩提升，生产率提高15%。

图源：苏州工信

美光（新加坡）

这家半导体制造厂整合了大数据基础设施和工业物联网，以实施人工智能和数据科学解决方案，从而提高了产品质量标准，并使新产品的生产速度翻了一番。

宝洁（中国太仓）

这家年轻的工厂利用智能制造技术打造出宝洁亚洲的首个关灯工厂运营，并连接了端到端供应链。生产率由此提高2.5倍，生产敏捷性大大提高，实现电子商务增长和提升了员工满意度。

图源：宝洁中国

潍柴（中国潍坊）

潍柴对整个端到端价值链进行了数字化改造，以便准确了解客户需求、降低成本。在人工智能和汽车互联网的助力下，潍柴的研发周期缩短20%、运营成本降低35%。

图源：潍柴集团

爱科（德国马克托波道夫）

通过将数字解决方案与智能生产线设计相结合，爱科旗下芬特公司（Fendt）可以在一条批量生产线上生产9个系列的拖拉机（从72马力到500马力不等）。由此，生产率提高24%、生产周期缩短60%。

葛兰素史克（英国韦尔）

这家制药厂在生产运营中全面应用了智能制造技术，借助高级分析和神经网络，充分利用现有的数据集。由此，生产速度提高21%，停工期缩短，产量有所提高，设备整体效能提升10%。

汉高（德国杜塞尔多夫）

汉高开发了一个基于云的数据平台，可以实时连接30多家工厂和10多家分销中心，有助于满足客户和消费者对服务和可持续性日渐增长的期望值，同时实现两位数的成本和库存降低。

雷诺集团（巴西库里提巴）

雷诺库里提巴工厂采用智能制造相关技术，以提高员工效率，并携手包括经销商、客户和员工在内的价值链参与方，共同开发互联互通的生态系统。在没有大幅资金投入的情况下，使劳动生产率提高18%。

MODEC（巴西里约热内卢）

MODEC采用先进分析技术，实现对采油船的预防性维护，并合理运用其内部生产装备的数字孪生系统以及专属数据平台，旨在加快开发并实现新算法的指数级扩展，成功使海上采油平台的停工时间减少65%。

Petkim（土耳其伊兹密尔）

这家35年历史的石化工厂开启数字化转型之路，推动价值创造。Petkim自行研发了人工智能算法，分析了数十亿种生产情景，优化流程和产品定价，使税前收益增长20%以上。

图源：Petkim官网

联合利华（阿联酋迪拜）

为增强成本竞争力，联合利华阿联酋迪拜一个当地团队建立起工厂数据湖，大规模开发和部署其智能制造案例。尽管投资和时间有限，最终其成本降幅仍达25%以上。

强生视力健（美国杰克逊维尔）

强生视力健采用数字化形式，建立起从供应商到消费者的端到端价值链，采取可重构的制造模式，实现两位数的成本下降和销售增长。

第三批10家

（2019年7月公布）

Arçelik（罗马尼亚Ulmi）

该工厂是Arçelik用例实验室的研发成果，其设计的生产速度相当于此前工厂的两倍。自建成投产以来，由于实现了低价值任务的自动化，工厂的运营成本下降11%。

福特奥特桑（土耳其科贾埃利省）

该工厂利用数字制造和先进自动化技术，突破此前的精益生产思路，在不增加资本支出的情况下，将产量提升6%，将员工参与度提高45%。

诺基亚（芬兰奥卢）

这家完全数字化的诺基亚工厂专注于新产品研发，将产品上市速度提升50%、生产效率提高30%。

Petrosea （印度尼西亚Tabang）

由于位置偏远，这家采矿服务供应商采用了多项智能制造技术（如优化卡车调度、实时监测和无人机勘查等），在短短六个月内将矿井扭亏为盈。

浦项钢铁（韩国浦项）

它将人工智能技术引入钢铁行业，提升了生产效率和产品质量。目前，浦项钢铁正与地方学术界、中小企业和初创企业携手合作，打造自己的智能工厂平台。

雷诺集团（法国Cléon）

这家雷诺工厂采用多项数字化技术（如协作机器人、虚拟现实等），以减少能耗和实现重复性工作的自动化。

上汽大通（中国南京）

面对竞争激烈的市场环境，这家工厂实施了大规模定制化的新模式。通过一体化数字主线，对从客户到供应商的端到端价值链实行数字化，在提高销售量的同时减少成本。

施耐德电气（印度尼西亚巴淡岛）

作为施耐德制造网络的六家智能化工厂之一，这家生产基地开发出自己的数字化技术解决方案（如物联网平台），然后将其扩展到整个施耐德网络和其他公司。

塔塔钢铁（印度卡林加纳加）

该工厂对数字分析解决方案进行巨额投资，并积极开展能力建设，帮助原本相对初级和缺乏经验的团队提高数字化技能，将产品上市时间缩短50%。

图源：麦肯锡

Zymergen生物科技公司（美国）

这家生物工程工厂是一家地地道道的数字化企业，将机器人和人工智能技术融入高度依赖人力劳动的生产流程，从而将创新速度提高一倍。

图源：麦肯锡

第二批7家

（2019年1月公布）

宝马集团（德国雷根斯堡）

该汽车工厂在2018年生产了约320000辆汽车。尽管在引入定制化物联网平台上投入了不少时间与成本，但工厂最终成功将新应用程序部署时长削减80%，在大幅降低物流成本的同时其质量问题减少5%。

丹佛斯商用压缩机（中国天津）

该工厂主要生产制冷、空调机组等产品所需的压缩机。丹佛斯凭借全数字追溯系统与智能传感器、视觉检测、自动监控系统等数字工具成功改善质量控制体系，在两年内将劳动生产率提高30%、客户投诉率减少57%。

富士康（中国深圳）

这家专门生产智能手机等电气设备组件的工厂采用全自动化制造流程，配备机器学习和人工智能型设备自动优化系统、智能自我维护系统和智能生产实时状态监控系统。富士康率先引入智能制造相关技术，令生产效率提高30%，库存周期降低15%。

Rold（意大利Cerro Maggiore）

这家拥有240名员工的企业，主要生产洗衣机和洗碗机锁定系统。作为“灯塔网络”中唯一一家中小型企业，Rold使用智能手表、快速成型和数字仪表板等数字化技术，成功将营业额提升7%~8%。

图源：麦肯锡

Sandvik Coromant （瑞典Gimo）

这家切削刀具生产商利用覆盖全生产流程的数字化技术，大幅提高劳动生产率。“非接触式转换”就是其中一例，其支持设计模式自动更改，即使在无人操作（移除结束时的指示）的转换期间也是如此。

沙特阿美Uthmaniyah天然气厂

（沙特阿拉伯Uthmaniyah）

这座巨型天然气处理厂已经成为多项数字化技术应用的表率，包括管道和机械无人机检查技术（节约约90%的检查时间）和可穿戴技术，如数字头盔，可有助于减少工人检查和维修时间。

塔塔钢铁（荷兰艾默伊登）

这座大型工厂拥有9000名员工，它始终坚持以人为本，特别设立了高级分析学院，以协助工作人员提高效率、减少废弃物、改进生产过程质量和可靠性，令工厂财务状况大有改善。

第一批9家

（2018年9月公布）

拜尔生物制药（意大利加巴纳特）

大多数企业使用的数据不到其产生的1%，但拜耳凭借庞大的数据库，将维护成本降低25%，运营效率提高30%-40%。

博世汽车（中国无锡）

搭建“先订单，后制造”产品定制平台，利用远程人工智能技术事先预测维护需求。

图源：无锡高新区在线

海尔（中国青岛）

以人工智能为主导进行数字化转型，包括搭建“先订单，后制造”产品定制平台，以及利用远程人工智能技术事先预测维护需求。

强生DePuy Synthes（爱尔兰科克）

Depuy Synthes是强生旗下一家创新医疗设备解决方案公司，生产身形矫正产品，包括髋关节和膝关节替换物。公司投资5320万欧元对科克工厂进行扩建并升级整个生产线，创建了工厂设备实时数字监测，可以观察和收集所有机器的运作、生产情况。该工厂运用物联网，让旧机器相互“沟通”，将运营成本降低10%，机器故障停机时间减少5%。