有灯塔，有标杆，此岸到彼岸，制造业AI的新意义
2018年，世界经济论坛公布了全球首批九家"灯塔工厂"。其中一家在无锡——博世汽车柴油系统有限公司。过去几年，我在案例库里收集了几千个制造业AI应用的资料，博世无锡是反复出现的一个名字。研究得越深，越觉得它"好"——不是那种显而易见的好，而是一种闷声做事的好。
到2025年初，全球灯塔工厂已经有189家，中国占了将近80家。灯塔越来越多，但"灯塔"这两个字反而越来越被用滥了。有些工厂把LED大屏换成了曲面屏，把纸质报表换成了数字看板，就敢自称"智能工厂"。博世无锡入选的那一年，大屏和数字孪生还不太流行。它不是因为"炫"入选的。
一座"看不见AI"的AI工厂
我后来在行业报告和媒体资料里反复读到对博世无锡的描述，总结了一个判断标准：看一家工厂的AI用得好不好，就看你是需要"专门指出来"，还是根本指不出来。如果需要专门指出来，说明AI还只是一个"外加的东西"。如果根本指不出来，因为它已经变成了一道工序本身，那才是真正的AI化。
世界经济论坛对灯塔工厂的评审材料里，提到博世无锡有两个让我印象很深的做法。注意，我说的是"公开资料里提到的"，不是亲眼所见——因为我确实没去过。
第一个做法，是"先订单后制造"的产品定制平台。博世无锡在全球率先搭了这套系统。逻辑很朴素：不是先生产一批标准产品再去找客户，而是客户下单的那一刻，工厂才开始制造，按客户的具体要求来。这件事背后需要一个很复杂的协调系统，涉及订单拆解、产线分配、排产调度、物料追踪。公开资料没有披露太多技术细节，但有一个关键信息：他们把AI引入了排产决策链条。不是让AI替代人做决定，而是让AI给人提供更精准的参考，让经验加上算力，形成一加一大于二的效果。
第二个做法，是远程AI预测维护。制造业最怕的不是机器坏，是机器突然坏。计划外的停机，每停一个小时就是几万甚至十几万的损失。传统的做法是定期维护，到时间就换零件，不管零件还能不能用。博世无锡的做法是，根据设备运行数据，提前判断什么时候该维护。传感器持续采集信号，AI模型判断设备状态偏离正常值的程度，在"快要出问题但还没出问题"的窗口期安排维护。公开资料没有说具体多少设备、多高准确率，但这件事本身，已经够让人深思了。
博世在无锡的另一座工厂
说博世无锡，其实要说清楚一件事：博世在无锡不止一座工厂。灯塔工厂是动力总成板块的，还有一座汽车电子工厂，也做了很有意思的AI应用。
2023年底，博世汽车电子事业部的工程师团队主导开发了一套叫EASY AOI的系统——简易自动光学检测，加上AI算法。电路板出厂前，焊点有没有虚焊、元件有没有贴歪，以前靠工人一块板一块板地目检，容易疲劳，容易漏。这套系统用摄像头加AI算法替代人工目检，整套系统从零开发到上线只用了一个月，首站部署两天完成。最难得的是灵活性——传统AOI设备体积大、安装固定，产线一调整就得重新布置，这套系统可以随时拆装，产线哪里出问题就往哪里搬。
我不确定这座工厂是不是也在灯塔工厂的评审范围内，但这件事本身说明了一个问题：博世在无锡的AI实践不是只有一个标杆项目，而是多线并行、多点开花。
灯塔工厂真正的"灯"
世界经济论坛给灯塔工厂的通用定义是：业绩比普通工厂高20%到50%。这个"高"，不是靠某一两个黑科技实现的，而是靠几百个、上千个小的改进叠加。AI在工厂里的真正价值也在这里——它不是一颗原子弹，而是一千把小刀，一刀一刀把浪费和低效削掉。
2025年，博世集团全球销售额910亿欧元，中国市场1498亿人民币，同比增长4.9%。博世在中国的年均投资约60亿人民币。这个体量的企业，流程效率提升1%，就是十几亿的价值——这就是制造业AI的ROI密码：不需要革命性的突破，只需要在一个足够大的基数上，做出持续的小改进。
不过，博世中国1498亿是整个集团在华的数字，不是无锡一座工厂的。我不想用模糊的数据制造"某座工厂很牛"的幻觉。能确认的事实是：这座工厂从1990年代扎根无锡，到2018年成为全球首批灯塔工厂，走了将近二十年。二十年里做了什么？不是搞了一场轰轰烈烈的数字化转型运动，而是一个又一个场景、一道又一道工序地啃。
我也想在6月27日的AI中国行大会上，把博世无锡的案例放进去。不是因为它最贵最炫，而是因为它最"真"——二十年的持续改进路径，对绝大多数制造企业来说是可参考的。你工厂里现在最痛的那个场景——不管是报价配置、标书审核、工单追踪、还是质检环节——先找一个切进去，花一两周跑通原型，看到效果再往下走。这才是博世无锡给我最大的启发：排产没有秘密，预测维护没有魔法——只有一个又一个被认真解决的小问题。
中国最好的AI工厂，不是某一家具体的工厂。而是那些把AI做到了"看不见"的工厂。博世无锡，是我研究过的，最早让我理解这一点的地方。
