世界经济论坛在2026年新领军者年会期间宣布，全球灯塔网络新增16家成员，目前共汇聚全球238座顶尖制造及供应链运营基地。这些新晋工厂分布于中国、印度、沙特阿拉伯、新加坡、瑞士和美国，覆盖多个行业、不同运营场景及各类转型需求，充分展示了企业通过规模化应用先进技术，持续提升生产效率、供应链韧性、可持续发展能力、客户服务水平与人才发展成效。
未来工业竞争力的方向已很清晰：人工智能已从零散试点转化为企业核心运营能力，全面助力企业优化决策、提速创新、提升综合绩效；头部制造企业通过技能升级、岗位重构与人机协同，稳步推进以人为本的转型；可持续发展深度融入运营战略，在强化供应链韧性、压降成本的同时，构筑企业长期竞争优势。
“新晋灯塔工厂印证，智能化深度渗透全流程，助力企业快速响应、持续迭代，全面提升价值链综合效益。”世界经济论坛执行董事Kiva Allgood表示。沙特阿美风险投资公司执行董事Meshal Almashari认为，当价值实现可量化、可追踪，并能在各工厂、各部门全面推广时，真正的变革才正式开启。“最终脱颖而出的，并非试水技术最多的企业，而是能够将高价值创新全域落地，把零散突破转化为长效业务价值的组织。”他说。
位于青岛西海岸新区的海尔青岛洗衣机互联工厂是全场景5.5G示范灯塔工厂。图为海尔青岛洗衣机互联工厂自动化生产线。 新华社
新晋灯塔工厂的多个中国案例
世界经济论坛评选的灯塔工厂包括“客户至上”“生产效率”“供应链韧性”“可持续”“人才”等多个维度。
“客户至上”类灯塔工厂通过技术赋能设计和采购，不断优化批量大小、交付周期、产品成本与性能，实现了卓越的产品上市速度和定制化水平。例如，蔚来公司的合肥工厂搭建实时闭环系统，深度融合车载智能、换电网络与数字孪生平台，可支撑超360万种车辆配置管理，让产品上市周期缩短44%，研发流程自动化率达到90%。
“生产效率”类灯塔工厂利用技术驱动转型，改善资产利用、员工赋能和资源管理，实现了卓越的成本绩效和产品质量。例如，招商局重工（江苏）有限公司的海门船厂因为LNG运输船与绿色船舶需求持续走高，面临生产复杂度增加、规划体系分散、交付周期拉长等难题，在落地AI智能排程、数字孪生装配、准时制物流等25余项数字化方案后，产能吞吐量提升至原先的2.6倍，船坞周期缩短52%，一次装配合格率上涨25%。
“供应链韧性”类灯塔工厂实施供应链转型，积极改善透明度和运营资本管理，实现了卓越的服务质量和敏捷性。例如，日日顺供应链青岛智慧物流园为应对大件物流交付时效竞争，依托订单履约、仓储作业、车辆调度、承运商竞价等模块的AI智能决策，完成物流全链路动态优化。
“可持续”类灯塔工厂通过实施先进的解决方案，力争全面实现净零、脱碳和循环发展目标，在节能、减排、降低水耗和废弃物等方面领先业内。例如，施耐德电气的北京工厂实现全价值链降碳，落地50余项先进技术方案，涵盖无六氟化硫产品设计、供应商脱碳、能源优化及六氟化硫循环利用等举措，能源效率同步提升36%。
“人才”类灯塔工厂在工作设计与安全、人才规划和吸引入职、人才培养和用人成效等环节实施先进的解决方案，成功实现巨大效益。例如，福建宁德核电有限公司为兼顾核电生产的安全标准与运营效率，厂区规模化落地45项数字化应用，覆盖人才培养、人力调配、人为失误防控三大板块，数字化人才规模增长10倍以上，人为操作失误减少71%，人均利润提升50%。
“会学习的工厂”如何规模化落地
2026年新领军者年会“会学习的工厂”讨论会现场。中国发展改革报社记者季晓莉/摄
在2026年新领军者年会“会学习的工厂”讨论会上，美国马里兰大学克拉克杰出教授、工业人工智能中心主任杰伊·李（Jay Lee）描绘了“会学习的工厂”的核心特征。“传统的自动化工厂基于预先编写的程序，只是重复执行预先设定的任务。而‘会学习的工厂’通过人类语言式的提示来学习新任务。随着智能的介入和数据规模的增长，这为工厂运营提供了极大的灵活性。”他表示，“传统工厂是‘出了问题再解决’，但‘会学习的工厂’可以预测问题并自我优化，实时保持最佳性能。”
中国富士康工业互联网（工业富联）首席数字官刘宗长结合企业的实践，分享了多个灯塔工厂的建设经验。他介绍，2023年OpenAI发布大语言模型后，工业富联在越南工厂首次引入大语言模型应用，用于辅助机器维护。
他说，“灯塔工厂”的演进起码经过了4个阶段：2019年，首座灯塔工厂诞生，专注“端到端”自动化产线，核心指标是劳动生产率；2021年，引入AI技术，大规模部署预测性维护和机器视觉检测；2022年，针对高混合、低产量的服务器业务，聚焦物流和物料调度优化；2023年，供应链韧性挑战显现，95%的供应商需本地化协同，引入主动调度与AI辅助决策。
美国Laminar联合创始人兼首席执行官路安妮把流程制造（Process Manufacturing）与传统离散制造（Discrete Manufacturing）作对比，认为流程制造中的化学反应在“幕后”发生。她说，传统自动化依赖硬编码的“配方”，基于最坏情况的设计导致了质量风险和高资源消耗。而她所在的企业现在做的是“过程感知自主”，通过实时感知分子化学，用前沿AI模型推理，实现从静态到精准自动化的转变。
谈到规模化落地的关键，路安妮认为，只做试点或只在一两条线上验证，无法实现真正的规模化，“必须从第一天就有‘规模化意图’——设计第一步时就想着如何从1个工厂扩展到60个工厂。这需要协调从顶层到底层的所有利益相关者，让一线作业员理解并支持项目执行。”
保持人工智能与人之间的平衡
杰伊不认为人工智能会取代人类，“传统的自动化系统取代了人的体力劳动，但在‘会学习的工厂’中，我们将人工智能作为增强工具来赋能人类——提升他们的生产力，也增强他们的判断力。”他举例，一名人类操作员可以操作多个智能体，或者管理多个人形机器人。
刘宗长认为，机器可以学习变得聪明，人类也可以学习，机器学习和人类学习是并存的；“增强而非替代”是人与机器之间的平衡；同时，“人是目的”，我们做的所有事都是为了创造更好的工厂，为人们创造更好的工作环境。
在讨论会上，安捷伦公司（美国）总裁兼首席执行官帕德里格·麦克唐纳以包括上海工厂在内的安捷伦4座灯塔工厂的实践为例，强调人才与文化的核心地位——“你可以把想要的所有技术都堆叠进去，但如果不发展你的团队，那就是浪费。技术本身不会自我赋能，它赋能的是工厂里的人，让他们把工作做得更好。”他说，每个员工都需要具备“学习敏捷性”和“好奇心”，因为人类真正的天赋是学习能力，以及重塑事物的好奇心，没有任何培训课程能替代这一点。
中国海尔COSMOPlat公司副总裁谢海琴在讨论会上介绍海尔灯塔工厂经验时也表示，可以用机器取代危险、艰难、枯燥（3D）的工作，但更重要的是帮助员工重塑技能。例如，海尔在重庆的灯塔工厂为车间工人提供数字化技能提升项目。她提到，海尔目前拥有15座灯塔工厂，覆盖冰箱、洗衣机、物流等多个核心业务。2026年是其“AI Agent年”，将进一步推进智能化组织转型。
杰伊分析，2018年以来的灯塔工厂经验说明，必须关注生产力、竞争力并吸引年轻人才。“制造业是重复性工作，如果不吸引年轻人加入，企业肯定无法长久。”
灯塔工厂的先进性来自技术，更需要唤醒人自身的潜力。“会学习的工厂”不等于自动化工厂，核心区别在于从“固定预设”走向“实时学习和自我优化”；试点易做，但规模化需要系统化框架、数据治理和文化变革。
与会专家认为，被评为灯塔工厂是一种能力的认证，但不是终点，企业的最终目标是建立自我改进系统，让机器、流程和人都能持续学习。