全球灯塔网络，加速人工智能大规模应用

W H I T E P A P E RD E C E M B E R 2 0 2 3 Contents 1第四次工业革命的拐点7 1.11.2机器智能正在定义第四个工业8革命1.3采用率S曲线：从9学习到做第二章1.4 2能力为灯塔提供动力，达到采用曲线12 2.3 3在AI 21时代加速采用 3.13.23.33.43.5 4塑造全球灯塔网络的未来五年30 4.1 全球灯塔网络是与麦肯锡公司共同创立的世界经济论坛倡议，由包括当代Amperex技术有限公司在内的行业领导者顾问委员会提供咨询 （CATL）；富士康工业互联网；汉高；强生；科威特石油公司；麦肯锡公司；施耐德电气；和西门子。加入网络的工厂和价值链由独立专家小组指定。 免责声明 本文件由世界经济论坛发布，作为对项目、洞察领域或互动的贡献。本文所表达的调查结果，解释和结论是世界经济论坛促进和认可的合作进程的结果，但其结果不一定代表世界经济论坛的观点，也不一定代表其成员，合作伙伴或其他利益相关者的整体。 © 2023年世界经济论坛。保留所有权利。本出版物的任何部分不得以任何形式或通过任何方式复制或传播，包括影印和记录，或通过任何信息存储和检索系统。 执行摘要 自成立以来，世界经济论坛的全球灯塔网络已增长了近十倍，每个群体都定义了制造业的领先优势。 now networks. Then they power the engine with deliverycability — talent,敏捷,1技术和数据-并使其与生态系统保持良好关系 前三次工业革命中的每一次都有一个决定性的突破： 蒸汽动力 机械化，电力驱动的大规模生产和计算机驱动的自动化。现在显然，以前所未有的对TB数据的访问为动力的机器智能定义了第四。凭借新发现的自动化和优化关键权衡决策的能力，人工智能正在成为指挥的角色，将第四次工业革命技术的合奏编排为前所未有的成果的交响曲。 支持学习和创新的协作。指导需要有效的变更管理；为此，灯塔通常会部署强大的转型办公室。 早期的AI试点通常是在流程步骤级别开发的，其中范围最小，风险最小 是最低的，迭代是最快的。如今，灯塔的能力已经加速了人工智能的发展，远远超过了试点：灯塔实现的200多个成熟AI用例跨越了每个流程步骤。 在全球灯塔网络成立五年后，700多个经过验证的第四次工业革命用例（其中200个涉及先进的人工智能技术）证明了灯塔是过去的飞行员。 新的重点是解决“扩展滑坡”，这是学习曲线的“虚假高峰”之外的自然采用率放缓，当时一些公司不愿在整个网络上复制单站点方法的潜在成本。 灯塔还通过“资产化”使AI民主化，这是打包用例以实现部署速度和规模的艺术和科学。一些人使用工具包在几天和几周内而不是几个月和几年内完全部署AI用例。其中包括模块化代码包，以确保与现有技术的互操作性，生产力工具，例如无代码平台加速部署和数字技能提升材料，以确保采用。 然而，灯塔正在推进。大约82%的人从第一天起就专注于规模设计，立竿见影地实现了几十个甚至几百个实施。他们将整个工厂而不是单个用例视为新的“试点”，寻求十倍的转型影响，并将单站点方法。 AI “指挥中心”方法-连接，控制和响应各个流程集合中的中断-在灯塔中越来越普遍。它们由“认知自动化”提供动力：自动化复杂的能力权衡决定，使他们在循环中而不是在循环中更接近人类。明天操作员的工作将是完成今天技术人员的任务。 灯塔为加速过去的飞行员而建立的能力与它们向规模发展时正在扩展的能力相同。首先，他们设置了GPS：设计一个有效的战略和路线图，用于跨工厂和 灯塔加快飞行员的速度，然后通过绘制路线：作为创新者，证明首创技术和用例的影响；作为加速器，解决网络级速度和规模的挑战；或者作为快速追随者，快速整合现成的解决方案，一旦被证明具有可扩展性和成本效益。面对这些新发现的选择，只有一种反应是致命的:无所作为的低迷。 重要的是，他们也是“信任训练”，优先考虑“闭环”反馈，以在移交控制之前增加置信区间。 生成AI-机器智能的最新突破-也是灯塔的优先事项。每个新的灯塔都有一个正在进行的GenAI试点，这是可以理解的：它有可能为全球经济贡献2.6-4.4万亿美元的年度价值，其中近四分之一可以通过制造和供应链相关的生产率提高来实现。 本文通过人工智能的快速采用，反思了第四次工业革命的进展。第1节（第四次工业革命的拐点）反思了当前的情况——以及为什么从学习到做的转变需要所有制造商的战略响应。第2节（能力力量 灯塔表明，GeAI的影响在于数据结构最少的地方。在车间，飞行员通常是面向人员生产的用例的“捷径”，例如技术人员顾问和操作员副驾驶员。其中许多试点已经在短短几周内实施，并通过灯塔已经构建的功能加速了;对于GeAI来说，起跑线比五年前的应用AI要先进得多。 采用曲线上的灯塔）检查了领跑者如何建立了加速飞行员过去的能力-以及如何扩展它们可以使扩展成为可能。第3节（AI时代的加速采用）介绍了这些功能的含义：灯塔在整个价值链中快速实现机器智能以获得无与伦比的性能收益的能力。最后，第4节（塑造全球灯塔网络的未来五年）着眼于全球灯塔网络的未来。 随着第四次工业革命从“学习”转变为“做”，随着灯塔开始克服“规模滑坡”，网络层面的影响只会增加领导者和落后者之间的距离。这需要战略响应-首先通过学习 2023年灯塔队列介绍：当今的领先优势 2018年世界经济论坛与麦肯锡公司合作为了确定制造业中最具创新性的领导者，出现了一个小组，组成了全球灯塔网络（GLN）。 处于第四次工业革命前沿的工厂 今天，GLN是一个全球公认的社区，利用第四次工业革命技术改造工厂和价值链运营。 毫无疑问，每个成员都是各自行业的领导者。为了反映这一点，GLN组建了一个咨询委员会，以帮助指导网络的未来方向。 GLN自豪地欢迎其2023年的21座灯塔，其中16座是工厂灯塔，其中5座是E2E价值ChainLighthouses(seeAppendix).Inaddition,fourSustainabilityLighthouseshavebeenrecognizedfortheirexcellentuseoftechnologytoreducetheirenvironmentalfootprintontheirpreviousLighthousedesignations(seeAppendix). 其中的主要趋势包括前所未有的数字成熟度、机器智能的迅速扩散以及从一开始就执行大规模部署的转型计划。 最新的队列代表了第四次工业革命的前沿；本文介绍了这些先锋灯塔，并探讨了他们已经超越了飞行员炼狱，开始了陡峭的扩张之旅。 今天的全球灯塔网络：153座灯塔 自成立以来，GLN已增长了近十倍，从16座增长到153座灯塔。每个灯塔都因其在使用先进技术和方法来推动增长，提高弹性和实现环境可持续性方面的领导地位而受到认可。九十九座是工厂灯塔，在特定生产现场的四面墙内推动转型，而54座是最终至-端（E2E）灯塔，在其价值链中部署影响的技术；17也是可持续发展灯塔，展示示范使用技术的排放，废物和水的减少。 第四次工业革命拐点1 随着技术的快速突破，制造商面临着新的叙述， 改变人们的动态，不断升级的地缘政治紧张局势和加速的气候变化揭示了全球供应链的脆弱性。 灯塔队列为价值链运营的未来提供了三到五年的展望，今天的队列肯定了第四次工业革命的拐点。有两个因素标志着这个拐点：第一，机器智能技术正达到前所未有的成熟水平；第二，领先的公司正在重新定义试点的概念，因为他们通过使用整个工厂而不是单个用例作为试点来扩大影响。 这种脆弱性推动了对弹性的新关注，推动高管转型运营。此外——也许有点违反直觉——这些中断重启了原本停滞不前的市场的制造，并促使领导者重新考虑他们的运营。许多人发现，在运营面临新挑战的地方，技术提供了新的解决方案。 第四次工业革命的加快步伐实现了下一级的绩效、劳动力包容性和可持续性。 1.1 中断和不确定性推动了创新 地缘政治的变化使先进制造业在30年前停滞不前的市场中蓬勃发展。例如，在过去的二十年中，美国制造业的增长一直以1.4％的增长率低迷。4现在，先进制造业和供应链中的人工智能、数字技术、可持续发展功能和更高的技能集合重振了市场：在过去五年中，美国工业企业的总股东回报比前15年高出约400个基点。5 为应对未来的破坏和抵御冲击，制造商正在加大对人工智能（AI）技术的投资，可持续 Energyandothertechnicalinnovations.Some90%ofseniorexecutivesreportthatincreasingsupply-chainresponsibilityisapriority,andannualAI投资已达到约1500亿美元-同时，供应链领导者已经投资于高级分析以更多地连接数据有效。2为不确定性做好准备已成为行业常态，高管们预计，在未来五年内，中断的影响将增加15%至25%。3 1.2机器智能正在定义第四次工业革命 可编程逻辑，自动化的基本控制系统。6如今，（大）数据的出现已经实现了“智能” — —能够做出明智的权衡决策，从而增强和优化关键流程和控制系统。 本文的核心目的是通过考察最新灯塔的创新和方法来探索第四次工业革命的拐点，但首先反思人类社会的四次截然不同的工业革命是有帮助的。它们提供了必要的背景来解释为什么机器智能是自然的 这一发展的高潮-与其他第四次工业革命技术，如可穿戴设备，协同机器人和自动驾驶汽车，当部署在制造环境中时，潜在的指数影响。 延迟收养；突破性创新 全球行业转型从未立即发生过。每个革命性的转变都经历了一个介于启用基础的引入和广泛采用之间的滞后期-这始终是S形曲线。 四个革命；四个基础技术 第一阶段是采用，学习曲线，其特点是反复试验，可以很长。第二阶段是“做曲线”，涉及到广泛采用的竞赛，因为公司找到了在整个生产网络中传播新创新的方法。最后一个阶段是优化阶段，公司围绕一流的解决方案、标准和协议进行整合，成本开始稳定。 1700年代中期的第一次工业革命是由蒸汽实现的，而1870年则是第二次工业革命，当时电力的广泛创造和传输使大规模机械化得以实现，并解锁了大规模生产。第三次，在1969年左右，标志着计算机时代的加速，由半导体和晶体管驱动，这解锁了 机器智能是下一个突破 打个比方，机器智能是指挥，把杂音变成管弦乐队。 但为了实现这一功能，人工智能需要从企业系统、机器传感器、连接基础设施和工人本身生成和收集的PB数据。人工智能在制造业中的迅速崛起，部分原因是制造商新发现的以前所未有的规模生成和连接数据的能力。对于某些灯塔来说，每周都可以生成TB级甚至PB级的新数据，有时甚至更多。本文的第3部分将探讨成熟AI在当今灯塔的影响范围和影响。 机器智能对于第四次工业革命而言，就像蒸汽机对于第一次工业革命一样：决定性的突破，使许多其他技术进步得以实现。就像蒸汽使新的活塞和冷凝器设计产生了影响一样，智能 正在为灵活的机器人和自动驾驶汽车提供动力。例如，快速的转变需要一系列解决方案：灵活的机器人来处理不同的产品；自动导引车（AGV）来重新加载材料；3D打印来定制生产线固定装置；以及可穿戴设备来发出关键警报 数字化、自动化、机器人和人工智能的格局融合在一起，对工业4.0转型至关重要。 BrandCheng，富士康工业互联网首席执行官 采用S曲线：从第二章的学习到做 新的用例，包括AI用例，从第一天起就考虑到了规模。7他们已经过了“学习曲线”，不再尝试单个用例。相反，他们将工厂作为试点-表现出更大的野心，在整个生产网络中扩展第四次工业革命，在某些情况下，在整个组织中扩展。 随着越来越多的高级用例证明灯塔的影响力，它们对高级技术的试点和概念证明(POC)的需求正在减少。以人工智能为例。它已经实现了所有“顶级”的一半以上使用案例从过去的三个灯塔队列，从只有1