世界经济论坛与麦肯锡在全球“灯塔工厂”网络项目中的最新研究表明，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。

2018年，世界经济论坛在麦肯锡的支持下发起全球制造业“灯塔工厂”甄选项目（点击查看此前文章）。2020年1月10日，世界经济论坛公布最新名单，全球“灯塔工厂”新增18家，总数达到44家，其中12家在中国（见图1）。从价值创造来看， 其中14家被视为打通端到端价值链的“灯塔工厂”（简称端到端“灯塔工厂”），实现了从供应商到客户的全流程创新，所获价值远超实体工厂范畴。

这些领跑第四次工业革命的“灯塔工厂”分布于全球各地的各个行业，它们通过优化业务流程，改变了生产部门员工的工作方式和技术利用方式，实现了运营系统的创新，为日后建立企业层面的现代化运营系统提供了成功范例。

本文将立足全球最佳实践，剖析“灯塔工厂”实现规模效应的良方，并聚焦于两大最新洞见，即端到端 “灯塔工厂”的新特点和以人为本的未来生产。



1
领跑者的关键优势

拥有“灯塔工厂”的领军企业与其他制造商之间的差距日益拉大。原因有很多，但关键在于是否积极采用第四次工业革命的关键技术，包括数字化、自动化、先进分析、虚拟现实和增强现实，以及工业物联网（IIoT）等先进技术。

从新增的“灯塔工厂”中我们发现，它们尤其关注打通端到端价值链。同时我们还发现，一些企业开始将其“灯塔工厂”的创新运营系统推广到其他制造工厂中。它们也在最大化地利用技术进步，期望重塑整个客户旅程。

在整个端到端的价值链中，全球“灯塔工厂”网络的最佳数字化用例已经达到92个之多，囊括了供应链、产品开发、计划、交付、客户连接、可持续等方方面面。此外，“灯塔工厂”创建的全新的运营系统可在最短的时间内以最小的成本添加更多数字化用例，进一步扩大了自身的竞争优势。

2
快速获得规模效应的秘诀

“灯塔工厂”同时在业务流程、管理系统、人员系统，和工业物联网及数据系统四个方面发力，旨在对运营系统进行更深入的创新。这一模式便于企业在整个生产网络中推广“灯塔工厂”经验（见图2）。



此外，那些端到端“灯塔工厂”还将这6大赋能因素广泛应用于全价值链。

1. 敏捷工作模式支持持续迭代。如果为了追求完美，花一年甚至数年进行试点，往往试点刚完成技术就已过时。敏捷工作模式可有效解决这一难题。例如，采用敏捷工作模式之后，联合利华（Unilever）迪拜个人护理工厂在发掘增长潜力的同时，也改善了成本和客户响应能力；土耳其石化公司Petkim成功提高了产量、能源效率以及产品质量。

2. 借助数字基础架构，技术生态系统可带来更大程度的协作。“灯塔工厂”企业利用生态系统合作伙伴为企业注入新能力。它们不再单纯地通过专有技术解决方案获取竞争优势，而是通过与供应商、周边行业的合作伙伴以及客户交换大量数据来获取竞争优势。联合利华迪拜个人护理工厂的维护团队与一家初创企业合作设计了一个新的维护管理系统，只需很少的资金投入即可部署实施，且订购成本极低。

3. 工业物联网学院提升员工技能。第四次工业革命领跑者正在利用内外部专业知识（例如Petkim的数字化学院），为转型团队提供再培训和资源，帮助员工提升能力、获取指导及相关技能，以适应不断变化的工作的需求。培训手段紧跟技术前沿，例如游戏化、数字化的学习途径，虚拟现实和增强现实学习工具，以及定制和实时的、基于增强现实和数字化的作业指导。

4. 基于未来技术成熟度判断选择工业物联网/数据基础架构（“技术架构”）。“灯塔工厂”为员工提供的技术设施能在几周内实现快速创新迭代，打破了业务部门和技术部门的隔阂。Fast Radius是一家美国增材制造公司，它搭建了一个分析平台，用于收集整个制造过程的数据信息，并利用多种机器学习算法寻找并解决不同职能部门的根源问题。该平台十分灵活，通过所有工厂传感器之间的开放通信协议和中央云数据存储来实现。自实施以来，Fast Radius的库存下降了36%，产品上市时间缩短了90%。

5. 敏捷数字工作室激发创意，让转译员、数据工程师、ERP工程师、工业物联网架构师、数据科学家、产品经理及敏捷导师“共处一室”——从而快速交付结果，并实现快速迭代。

6. 转型办公室支持整个企业的变革。成功实现规模化的“灯塔工厂”建立了有助于交流最佳实践和明确优先顺序的管控模型，重点关注影响和解决方案，而非特定技术。

3
端到端“灯塔工厂”的新特点

我们发现，14个端到端“灯塔工厂”的一大关键特点是，它们正与价值链的不同利益相关者开展合作，通过重塑客户体验、按需批量生产定制产品并共享数据，快速应对需求波动。除了获得生产力大幅提高之外（最高达90%），它们还取得了广泛的额外收益，如交付周期缩短10%–80%、配置精确度提高15%–20%、能源效率提高50%等。

以下三点值得关注：

端到端“灯塔工厂”将客户作为流程设计和运营的核心，改善了客户的购买体验和使用体验。以中国家电制造商海尔为例，一名客户就产品问题联系海尔，数据引擎会从客户的产品序列号中检索性能数据，然后海尔会确定导致该问题的根本原因，并采取正确的行动方案。基于此，海尔的产品质量提高了21%，劳动生产力提高了63%，交付周期缩短了33%。

跨职能的无缝连接促进了更高效的决策，减少了多余的沟通。德国工业自动化解决方案制造商Phoenix Contact通过使用无线射频识别（RFID）标签最大限度地实现数据连接，确保内部流程中，所有步骤的数据都透明和可获得。最终，绩效提高了40%，生产时间缩短了30%。Phoenix Contract之所以取得成功，部分原因在于采用了一体化研发，即该公司的制造部门也承担研发工作，因此能够快速引入新解决方案，批量生产1000多个不同型号的隔离放大器。

组织间的持续连接帮助企业创建新的制造生态系统。以位于印尼巴塔姆的施耐德电气（Schneider Electric）为例，它设立了一个单一的通信门户平台，所有供应商都可通过该平台交流运营能力，施耐德电气因此可更好地规划供应链，使总体管理时间减少了85%。该公司采用工业物联网系统监视并向供应商传输实时数据，及时通知供应商生产中的变化情况，使其对供应商的服务率提高了70%。最后，该公司还采用基于二维码的智能跟踪系统，高效地跟踪整个价值链中的库存，使准时交货率提高了40%。

4
以人为本的未来生产

制造企业的高管们已经清楚地认识到，人才缺口是数字化转型的最大障碍：42%的工业企业表示，它们缺乏拥有足够能力的劳动力来应对第四次工业革命，只有32%的工业企业认为，它们已经做好了应对第四次工业革命对岗位和技能带来冲击的准备。另一方面，最先进的数字化制造商认为，第四次工业革命是一场旅程，需要注入员工的认知技能、创造力和相关人性元素，这些都是人工智能无法替代的。

第四次工业革命领跑者已经借助一些策略成功提高了生产力、业绩和员工参与度，创造了更多利用人类独特能力的岗位（见图3）。在一项关于“灯塔工厂”员工满意度的调查中，受访者给出的平均评分是8分（分值范围是1–10分，10分代表“一线员工对第四次工业革命转型感到满意并积极拥抱转型”）。



“灯塔工厂”多管齐下，采用多种举措支持其员工：

首先，赋予一线员工利用技术和数据进行创新的能力。成功的组织会帮助员工适应变化，帮助他们养成思考和创新的习惯。施耐德电气在“数字周”活动中，利用简单易行的“黑客马拉松”来激发新想法。一位经理称：“50多名员工参与了这项活动，现在提出新想法已经成了员工的新常态。”

其次，致力于培养员工的技术和软件能力，并根据每个员工的需求来定制再培训课程。位于印尼的一家矿业服务提供商Petrosea的一名操作员发表了自己的看法：“一开始引入游戏化培训时，我十分怀疑，但当我意识到它能让数字化学习变得如此迅速与简单之时，我又非常兴奋。”这些培训课程并非完全由企业自行开发，根据2019年的一项调查，55%的“灯塔工厂”与大学或其他教育机构建立了合作关系，从外部获取知识和人才。

最后，重视结构性变革。71%的“灯塔工厂”调整了自身的组织设计以更好地进行第四次工业革命转型，并将此作为优先重点。意大利拜耳（Bayer）制药的一位数字化项目经理表示：“我们聘请了现场数据科学家帮助我们推动先进分析用例并转化业务需求。”家电制造商Arcelik设立了一个新的职位：数字化制造经理，旨在将IT与生产整合起来——该经理为工厂经理提供支持，但直接汇报给首席数字官。

总之，“灯塔工厂”不是简单地用机器人替代一线员工，而是用“协作式机器人”接手重复性的手工任务，解放人力，让员工把精力放在更复杂的任务上。

5
对其他制造商的启示

此项研究表明，未抢占先机的制造商要迅速行动，抓住第四次工业革命的时机，拓展自身能力：

首先，根据当前的业务需求评估用例，重点关注亟待解决的业务问题，而非特定的技术。从技术着手的企业往往会陷入“试点困境”。只有当一项技术能够用于解决业务问题时，才能发挥商业价值。

其次，强化必要的能力，例如敏捷工作方式，将业务问题转化为技术，建立合作关系来填补运营和技术缺口等。

最后，向整个组织传达迅速行动的必要性和紧迫性。制造商并非要开展一个简单的变革管理项目，而是要彻底转变企业的运营方式。


第三十四届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。