全球灯塔网络 ： 以速度和规模采用 AI

2023 年 12 月白皮书 图片 ： Getty Images ， Unsplash Contents 执行摘要 3 介绍 2023 年灯塔队列 ： 当今的领先优势 5 1 第四次工业革命的拐点 7 8 1.3采用 S 曲线 ： 从学习到做9 第二章 2.2领导者的经验教训 ： 建立第四部分的六部分指南13 工业革命发动机 2.320展望下一级扩展 321在 AI 时代加速采用 3.123影响无处不在 ： 在每个流程中应用 AI 3.225影响深远 ， 广泛和快速 ： 通过 “资产化 ” 使 AI 民主化 3.326迈向系统级决策自动化 430塑造未来五年的全球灯塔网络 4.131呼吁申请和参与 附录 ： 灯塔用例 ， 变化故事和影响 32 贡献者 39 尾注 41 全球灯塔网络是由世界经济论坛与麦肯锡公司共同发起的一项倡议，并由包括宁德时代（CATL）、富士康工业互联网、汉高、强生、科奇控股、麦肯锡公司、施耐德电气和西门子等业界领袖组成的顾问委员会提供咨询。加入该网络的工厂和价值链将由独立专家小组指定。 免责声明 这份文件由世界经济论坛发布，作为对某个项目、洞察领域或互动的贡献。文中表达的研究发现、解释和结论是世界经济论坛促成并认可的合作过程的结果，但这些结果不一定代表世界经济论坛的观点，也不一定反映其全部成员、合作伙伴或其他相关方的意见。 © 2023 世界经済论坛.所有权利保留。本出版物的任何部分均不得以任何形式或通过任何手段复制或传输，包括复印和录音，或通过任何信息存储和检索系统。 执行摘要 世界经济论坛全球灯塔网络自成立以来几乎扩大了十倍，每一批灯塔项目都定义了制造业的前沿。 每一波工业革命都以一项决定性的突破为标志：第一次是以蒸汽动力机械化，第二次是以电力驱动的大规模生产，第三次则是以计算机驱动的自动化。现在清楚的是，第四次工业革命由前所未有的大量数据访问能力所驱动的人工智能定义。凭借新的能力来自动化和优化关键权衡决策，人工智能正逐步成为指挥家的角色，协调各种第四次工业革命技术，创造出前所未有的成果交响乐。 now networks. Then they power the engine withdelivery cability — talent, 敏捷,1技术和数据——并通过生态系统合作促进学习和创新，使其运作顺畅。导航需要有效的变革管理；为此，灯塔项目通常会部署一个强大的转型办公室。 早期的AI试点往往在工艺步骤层面开发，此时范围最小、风险最低且迭代速度最快。如今，灯塔项目的能力已经将AI远远推进了试点阶段：灯塔实施的200多个成熟AI用例覆盖了每一个工艺步骤。 在全球灯塔网络项目五年后，超过700个经过验证的第四次工业革命用例——其中200个涉及先进的AI技术——证明了灯塔项目已经超越了试点阶段。新的重点是应对“规模化放缓”现象，即在学习曲线假性高峰之后，自然出现的采用放缓期，此时一些公司对在整个网络中复制单一站点方法的成本感到犹豫。 灯塔们也在通过“资产化”（assetization）来民主化人工智能，这是一种将应用场景打包以加速和扩大部署速度的艺术与科学。一些企业利用工具包在短短几天到几周内全面部署AI应用案例，而不是几个月甚至几年。这包括模块化的代码包以确保与现有技术的互操作性、无代码平台等生产力工具以加速部署以及数字技能提升材料以确保采用率。 灯塔项目尽管面临挑战，仍在积极推进。超过82%的项目从一开始就致力于规模化设计，立即设定了数十甚至数百次实施的目标。它们将整个工厂视为新的“试点”，而非单一用例，旨在实现单站点方法十倍以上的转型影响，并获得几乎两倍的投资回报率。 AI“指挥中心”——连接、控制并响应跨个体流程集合中的中断——在灯塔中越来越常见。它们由“认知自动化”驱动：即自动执行复杂权衡决策的能力，使操作员更接近于“人在环中”而非“人在环内”。未来操作员的工作将取代今天技术人员的任务。 灯塔企业加速超越竞争对手的能力与它们推动规模化发展时所延伸的能力相同。首先，它们设定GPS：设计一个有效的战略和路线图，以在整个工厂网络中捕获价值。 灯塔引领航向，超越领航员，并通过规划航线来导航：无论是作为创新者，验证首创新技术及其应用场景的影响；作为加速器，解决网络层面的速度和规模挑战；还是作为快速追随者，一旦证明某解决方案具有可扩展性和成本效益后迅速采用。面对这些新的选择，唯一致命的反应是无所作为的停滞。 重要的是，它们还通过优先考虑“闭环”反馈来“培训信任”，在移交控制之前增加信心区间。 生成式AI——机器智能的最新突破——也是灯塔项目的优先事项。每一个新的灯塔项目都正在进行生成式AI的试点，这可以理解：它有潜力为全球经济每年贡献2.6万亿美元至4.4万亿美元的价值，其中近四分之一可以通过制造业和供应链相关的工作效率提升来实现。 这篇论文通过人工智能快速采用的角度回顾了第四次工业革命的进展。第1部分（第四次工业革命转折点）分析了当前的情况——以及为什么从学习转向行动需要所有制造商采取战略响应。第2部分（能力推动灯塔加速采用曲线）探讨了领先者如何构建能力以加快试点项目的推进速度，并且如何扩展这些能力可以实现规模化生产。第3部分（在人工智能时代加速采用）阐述了这些能力的影响：灯塔能够迅速在整个价值链中实施机器智能，从而实现前所未有的性能提升。最后，第4部分（塑造未来五年全球灯塔网络）展望了全球灯塔网络的未来。 灯塔项目表明，生成式人工智能（GenAI）的影响主要体现在数据结构化程度最低的领域。在生产现场，试点项目往往是为了提高人员生产力而设计的“捷径”，例如技术顾问和操作员协作者。许多这些试点项目仅在几周内就得以实施，得益于灯塔项目已经建立的能力；对于GenAI而言，起点远比五年前应用于人工智能的起点更为先进。 随着第四次工业革命从“学习”转向“行动”——以及灯塔企业开始克服“规模化停滞”——网络层面的影响将会进一步拉大领先者与落后者之间的差距。这需要采取战略性的应对措施——首先通过学习 2023 年灯塔队列介绍： 当今的领先优势 当世界经济论坛在2018年与麦肯锡公司合作识别制造业中最创新的领导者时，一个小型群体脱颖而出，形成了全球灯塔网络（GLN）。 处于第四次工业革命前沿的工厂 今天，全球网络（GLN）是一个全球认可的社区，利用第四次工业革命技术转型工厂和价值链运营。每个成员都是其各自行业的无可争议的领导者。为了反映这一点，GLN 已组建了一个咨询委员会，以帮助引导网络的未来发展方向。 GLN荣幸地欢迎其2023年的新一届成员，共计21家灯塔企业，其中16家是工厂灯塔企业，5家是端到端价值链灯塔企业（详见附录）。此外，还有四家可持续发展灯塔企业因其在减少环境足迹方面出色地应用了技术而受到认可，这些认可是在他们先前获得的灯塔称号的基础上进行的（详见附录）。这些最新的加入为企业界提供了未来先进制造和价值链的窗口；它们共同构成了第四次工业革命的前沿。主要趋势包括前所未有的数字化成熟度水平、机器智能的迅速普及以及从一开始就大规模部署的转型计划。 最新的这一批次代表了第四次工业革命的前沿；本文介绍了这些先驱“灯塔”企业，并探讨了它们如何超越试点阶段，开启了规模化扩张的陡峭旅程。 今天的全球灯塔网络 ： 153 座灯塔 GLN 自成立以来几乎增长了十倍，从 16 增长到153 座灯塔。每座灯塔都因其在利用先进技术和方法推动增长、提高韧性并实现环境可持续性方面的领导地位而受到认可。其中，99 座是工厂灯塔，专注于特定生产现场内的转型；54 座是端到端（E2E）灯塔，在其价值链中部署技术以产生影响；另有 17 座是可持续性灯塔，展示了在减少排放、废物和水资源使用方面卓越的技术应用。 第四次工业革命拐点 制造商面临新的叙事局面，因为快速的技术突破、不断变化的人口动态、不断升级的地缘政治紧张局势以及加速的气候变化已经揭示出全球供应链的脆弱性。 灯塔项目组提供了对未来价值链运营趋势三年至五年期的前瞻性洞察，而当前项目组确认了第四次工业革命的转折点。这一转折点由两个因素标示：首先，机器智能技术已达到前所未有的成熟水平；其次，领先企业正在重新定义试点的概念，通过在整个工厂层面而非单一应用场景层面进行扩展以放大影响。 这些脆弱性促使企业更加关注韧性，推动高管们着手改造运营。此外——或许有些出乎意料的是——这些中断重新激活了在其他方面停滞不前的制造业市场，并促使领导者重新审视其运营模式。许多企业发现，在运营面临新挑战的地方，技术提供了新的解决方案。 The 加快的第四次工业革命的步伐使性能提升至更高水平，实现了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 为了应对未来的中断并抵御冲击，制造商正在增加对人工智能（AI）技术、可持续能源和其他技术创新的投资。大约90%的高级管理人员表示，提高供应链韧性是他们的优先事项，年度AI投资已达到约1500亿美元——与此同时，供应链领导者还投入资金用于先进分析，以更有效地连接数据。2不确定性准备已成为行业规范， executives 预计在未来五年内由颠覆带来的影响将增加15%至25%。3 geopolitical变化使得先进制造业能够在30年前停滞不前的市场中蓬勃发展。例如，美国制造业部门在过去二十年里的增长率仅为1.4%，但现在这一增长率有所提升。4现在，人工智能、数字技术、可持续特性以及高级制造和供应链中的高技能水平重新激发了市场活力：在过去五年中，美国工业产生的总股东回报率比之前15年的平均水平高出约400个基点。5 1.2 机器智能正在定义第四次工业革命 本文的核心目的是通过研究最新“灯塔企业”的创新和方法来探索第四次工业革命的关键转折点，但在探讨之前，回顾人类社会的四次工业革命是有帮助的。这四次工业革命提供了必要的背景，以解释为什么机器智能是这一发展的自然总结——尤其是在制造领域部署可穿戴设备、协作机器人和自主车辆等第四次工业革命技术时，可能会产生指数级的影响。 可编程逻辑 ， 自动化的基本控制系统。6今天，大数据的出现使得“智能”成为可能——即能够做出基于数据的明智权衡决策，以增强和优化关键过程和控制系统。 延迟收养 ； 突破性创新 全球产业转型从未即时发生。每次革命性的转变都会经历一个滞后期，从启用的基础设施引入到广泛采用之间存在差距——这一过程总是呈现出S型曲线。第一阶段是采纳阶段，即学习曲线，这一阶段的特点是通过试错进行逐步完善，可能会持续较长时间。第二阶段是执行曲线，涉及企业在其生产网络中推广新创新的竞争。最后一阶段是优化阶段，企业围绕最佳解决方案、标准和协议进行整合，成本开始趋于稳定。 四个革命 ； 四个基础技术 The 中期18世纪第一次工业革命得益于蒸汽技术，而1870年见证了第二次工业革命，当时广泛的应用和传输电力使大规模机械化成为可能，并开启了大规模生产的时代。第三次则大约在1969年左右到来，标志着计算机时代的加速发展，这一过程由半导体和晶体管驱动，从而开启了信息技术的大门。 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。 机器智能对于第四次工业革命而言，就像蒸汽机对第一次工业革命一样：它是定义性的突破，能够促进并被众多其他技术进步所推动。正如蒸汽机使得新的活塞和冷凝器设计得以广泛应用一样，机器智能正赋能灵活机器人和自动驾驶车辆。例如，快速转换需要多种解决方案的交响乐：灵活机器人来处理不同产品；自动引导车辆（AGVs）来重新装载材料；3D打印来定制生产线组件；以及穿戴设备来向管理人员和技术人员提供关键警报。在这场交响乐中，机器智能的作用不可或缺。 但要实现这一功能，AI 需要从企业系统、机器传感器、连接基础设施以及员工本身生成和收集的拍字节（PB）级别的数据。制造业中AI的迅猛发展部分得益于制造商们前所未有地具备了大规模生成和连接数据的能力。对于一些灯塔项目，每周甚至可以