1月13日，世界经济论坛（WEF）公布最新一批“灯塔工厂”名单，全球有 18 座工厂新入选，其中 8 家位于中国。至此，全球“灯塔工厂”数量达到 132 家，中国本土坐拥 50 家，居全球首位。
“灯塔工厂”项目由达沃斯世界经济论坛与管理咨询公司麦肯锡合作开展遴选，被誉为“世界上最先进的工厂”，代表当今全球制造业领域智能制造和数字化最高水平，于 2018 年开始评选。
最新一批 18 家灯塔工厂：
- 日月光半导体 （中国台湾，高雄）：日月光半导体高雄凸块工厂在从检验到调度的各工艺流程部署了多个人工智能应用，因此将产量提高了 67%，同时将订单交付时间缩短了 39%。
- 博世汽车 （土耳其，布尔萨）：位于布尔萨的博世动力总成工厂通过部署防止水力侵蚀的闭环流程控制系统等人工智能用例，和为 100% 的员工提供技能升级培训，该工厂将单位制造成本降低了 9%，将设备综合效率提高了 9%。
- CEAT （印度，哈洛尔）：该厂部署了先进分析技术等第四次工业革命用例，优化生产周期和实现操作人员接触点的数字化，从而将生产周期缩短了 20%，将工艺废料减少了 46%，并将能耗降低了 15%。总体上，该厂在两年内将出口量和 OEM 销量提高了 2.5 倍。
- 可口可乐 （爱尔兰，巴利纳）：该工厂实施了数字化分析技术用例，将生产成本降低了 16%，同时将最小存货单位组合扩展了 30%，并在 17 个工厂网络中引领推广第四次工业革命技术。
- MantaMESH （德国，弗勒特施泰特）：MantaMESH 依据第四次工业革命技术，开发了在线制造商业模式，将客户和自动化订单履行系统对接。所有的在线交易都能得以实时处理，实现了所有智能生产工厂的连接。通过采取这些举措，该厂将客户活动量提高了 261%，将产量提高了 73%，同时将每千克产品的能耗降低了 32%。
- 工业富联 （中国，深圳）：工业富联通过大规模部署 37 个第四次工业革命技术用例，实现了敏捷的产品推出、快速的产能提升和智能化的大规模生产，将新产品的上市时间缩短了 29%，将产能提升速度加快了 50%，将质量不合格比例降低了 56%，并将生产成本减少了 30%。
- 海尔 （中国，合肥）：该工厂利用定制化的工业物联网平台，在供应网络、研发、制造和客户服务等领域部署了 18 个不同的第四次工业革命技术用例，旨在加速人工智能、机器视觉和先进分析技术的大规模应用，最终将订单交付时间缩短了一半，并将现场缺陷率降低了 33%。
- 上海华谊新材料 （中国，上海）：公司部署了 28 个 4IR 先进用例，例如机器学习驱动的流程优化和 AI 驱动的安全管理，成功使劳动生产率提高 33%，单位加工成本降低 20%，能源消耗降低 31%，安全事故次数降至 0。
- 强生消费品医疗 （印度，穆兰得）：该工厂部署了多项第四次工业革命技术，比如需求感知、智能物流、机器人和 3D 打印等，将 OTIF 损失降低了 66%，将新产品上市时间提升了 33%，并将单件产品的成本降低了 34%。
- 联想 （中国，合肥）：联想合肥工厂作为世界上最大规模的单体个人计算机工厂，部署了 30 多项第四次工业革命灵活自动化和先进分析技术用例，将生产效率提高了 45%，将供应商质量问题减少了 55%，同时有效管理了难以计数的小额订单（80% 的订单都是在 5 台设备以下）。
- LG 电子 （美国，克拉克斯维尔）：LG 采用了深度学习、自动化和数字化等第四次工业革命技术，加强了在美国的战略生产基地，将产品销量提高了 68%，净利润提高了 703%。
- 亿滋（中国，苏州）：该公司投资打造多个第四次工业革命数字化解决方案，将线性供应链转变成一体化的供应生态系统，将 OTIF 提高了 18%，将交付时间缩短了 32%，并将市场份额从 23.4% 提高至 28.3%。
- 宝洁 （日本，高崎）：该工厂在端到端供应链（从研发到客户）实施了第四次工业革命技术用例，比如数据流整合、数字孪生和机器学习等，一举将创新周期缩短了 72%，将试验停工天数缩短了 21%，将客户订单规划速度提高了 14 倍。
- 联合利华 （巴西，因达亚图巴）：该厂部署了数字孪生和人工智能等技术用例，以增强成本优势和提高运营灵活性，同时最大程度地减少环境足迹，最终将创新周期缩短了 33%，将每吨产品的生产成本降低了 23%，并基本上消除了温室气体排放。
- 联合利华 （中国，天津）：过去三年联合利华部署了 30 多个第四次工业革命技术用例，比如量身定制的 7*24 小时数字化销售模式、优化的端到端高级规划，以及人工智能驱动的质量控制体系，从而加速了在低线城市的市场渗透，将客户数量增加了一倍，将订单交付时间缩短了 40%，将客户投诉量降低了 62%。
- 西部数据 （菲律宾，内湖）：内湖工厂大规模部署了 25 个技术用例，包括利用先进分析技术来检测异常情况和利用机器学习技术进行端到端晶片变异补偿，从而将计划外停机时间减少了 82%，将产量增加了 89.6%，并将生产成本降低了 54%。
- 西部数据 （泰国，邦芭茵）：为了解决市场转向固态硬盘而导致的投资不足问题以及供应链不确定带来的材料成本上升问题，该厂部署了多个第四次工业革命技术用例，在将工厂成本降低 33% 的同时，将成品率提高至创记录的 95%，并将能耗降低了 40%。
- 纬创资通 （中国，中山）：纬创资通在工厂内部署了 33 项技术用例，对整个价值链进行变革。尽管面临供应不足的问题，但通过采用第四次工业革命技术，还是将单位人时产能提高了 32%，将缺陷率降低了 55%，将交付时间缩短至 48 小时，最终将单位生产成本降低了 22%。
