1月13日，世界經濟論壇（WEF）公布最新一批“燈塔工廠”名單，全球有 18 座工廠新入選，其中 8 家位于中國。至此，全球“燈塔工廠”數量達到 132 家，中國本土坐擁 50 家，居全球首位。
“燈塔工廠”項目由達沃斯世界經濟論壇與管理咨詢公司麥肯錫合作開展遴選，被譽為“世界上最先進的工廠”，代表當今全球制造業領域智能制造和數字化最高水平，于 2018 年開始評選。
最新一批 18 家燈塔工廠：
- 日月光半導體?（中國臺灣，高雄）：日月光半導體高雄凸塊工廠在從檢驗到調度的各工藝流程部署了多個人工智能應用，因此將產量提高了 67%，同時將訂單交付時間縮短了 39%。
- 博世汽車?（土耳其，布爾薩）：位于布爾薩的博世動力總成工廠通過部署防止水力侵蝕的閉環流程控制系統等人工智能用例，和為 100% 的員工提供技能升級培訓，該工廠將單位制造成本降低了 9%，將設備綜合效率提高了 9%。
- CEAT?（印度，哈洛爾）：該廠部署了先進分析技術等第四次工業革命用例，優化生產周期和實現操作人員接觸點的數字化，從而將生產周期縮短了 20%，將工藝廢料減少了 46%，并將能耗降低了 15%。總體上，該廠在兩年內將出口量和 OEM 銷量提高了 2.5 倍。
- 可口可樂?（愛爾蘭，巴利納）：該工廠實施了數字化分析技術用例，將生產成本降低了 16%，同時將最小存貨單位組合擴展了 30%，并在 17 個工廠網絡中引領推廣第四次工業革命技術。
- MantaMESH?（德國，弗勒特施泰特）：MantaMESH 依據第四次工業革命技術，開發了在線制造商業模式，將客戶和自動化訂單履行系統對接。所有的在線交易都能得以實時處理，實現了所有智能生產工廠的連接。通過采取這些舉措，該廠將客戶活動量提高了 261%，將產量提高了 73%，同時將每千克產品的能耗降低了 32%。
- 工業富聯?（中國，深圳）：工業富聯通過大規模部署 37 個第四次工業革命技術用例，實現了敏捷的產品推出、快速的產能提升和智能化的大規模生產，將新產品的上市時間縮短了 29%，將產能提升速度加快了 50%，將質量不合格比例降低了 56%，并將生產成本減少了 30%。
- 海爾?（中國，合肥）：該工廠利用定制化的工業物聯網平臺，在供應網絡、研發、制造和客戶服務等領域部署了 18 個不同的第四次工業革命技術用例，旨在加速人工智能、機器視覺和先進分析技術的大規模應用，最終將訂單交付時間縮短了一半，并將現場缺陷率降低了 33%。
- 上海華誼新材料?（中國，上海）：公司部署了 28 個 4IR 先進用例，例如機器學習驅動的流程優化和 AI 驅動的安全管理，成功使勞動生產率提高 33%，單位加工成本降低 20%，能源消耗降低 31%，安全事故次數降至 0。
- 強生消費品醫療?（印度，穆蘭得）：該工廠部署了多項第四次工業革命技術，比如需求感知、智能物流、機器人和 3D 打印等，將 OTIF 損失降低了 66%，將新產品上市時間提升了 33%，并將單件產品的成本降低了 34%。
- 聯想?（中國，合肥）：聯想合肥工廠作為世界上最大規模的單體個人計算機工廠，部署了 30 多項第四次工業革命靈活自動化和先進分析技術用例，將生產效率提高了 45%，將供應商質量問題減少了 55%，同時有效管理了難以計數的小額訂單（80% 的訂單都是在 5 臺設備以下）。
- LG?電子?（美國，克拉克斯維爾）：LG 采用了深度學習、自動化和數字化等第四次工業革命技術，加強了在美國的戰略生產基地，將產品銷量提高了 68%，凈利潤提高了 703%。
- 億滋（中國，蘇州）：該公司投資打造多個第四次工業革命數字化解決方案，將線性供應鏈轉變成一體化的供應生態系統，將 OTIF 提高了 18%，將交付時間縮短了 32%，并將市場份額從 23.4% 提高至 28.3%。
- 寶潔?（日本，高崎）：該工廠在端到端供應鏈（從研發到客戶）實施了第四次工業革命技術用例，比如數據流整合、數字孿生和機器學習等，一舉將創新周期縮短了 72%，將試驗停工天數縮短了 21%，將客戶訂單規劃速度提高了 14 倍。
- 聯合利華?（巴西，因達亞圖巴）：該廠部署了數字孿生和人工智能等技術用例，以增強成本優勢和提高運營靈活性，同時最大程度地減少環境足跡，最終將創新周期縮短了 33%，將每噸產品的生產成本降低了 23%，并基本上消除了溫室氣體排放。
- 聯合利華?（中國，天津）：過去三年聯合利華部署了 30 多個第四次工業革命技術用例，比如量身定制的 7*24 小時數字化銷售模式、優化的端到端高級規劃，以及人工智能驅動的質量控制體系，從而加速了在低線城市的市場滲透，將客戶數量增加了一倍，將訂單交付時間縮短了 40%，將客戶投訴量降低了 62%。
- 西部數據?（菲律賓，內湖）：內湖工廠大規模部署了 25 個技術用例，包括利用先進分析技術來檢測異常情況和利用機器學習技術進行端到端晶片變異補償，從而將計劃外停機時間減少了 82%，將產量增加了 89.6%，并將生產成本降低了 54%。
- 西部數據?（泰國，邦芭茵）：為了解決市場轉向固態硬盤而導致的投資不足問題以及供應鏈不確定帶來的材料成本上升問題，該廠部署了多個第四次工業革命技術用例，在將工廠成本降低 33% 的同時，將成品率提高至創記錄的 95%，并將能耗降低了 40%。
- 緯創資通?（中國，中山）：緯創資通在工廠內部署了 33 項技術用例，對整個價值鏈進行變革。盡管面臨供應不足的問題，但通過采用第四次工業革命技術，還是將單位人時產能提高了 32%，將缺陷率降低了 55%，將交付時間縮短至 48 小時，最終將單位生產成本降低了 22%。
