世界经济论坛新增16家全球灯塔工厂，展示AI驱动供应链卓越实践

详细拆解

6月19日，世界经济论坛的全球灯塔网络新增16家站点，公告说网络总数到了238家。发布稿点名的三个用例是预测性维护、需求预测和自动化质量检测。这是它给的全部事实，我先把话说明白：它到底有多单薄。没有产能数字，没有人工数字，没有废品率，没有能耗，没有回收期。一份名单从222个名字变成238个，那是算术，不是证据。

所以在我被别人建模之前，我先自己建模。把你的工厂想成一个队列：活儿来了，排队，被加工，再排队，然后离开；客户感受到的就是这些等待加上加工时间的总和。周期时间等于等待加作业。这三个用例里，一个在攻击服务器突然消失，一个在攻击你投放的批量有多大，一个在攻击人盯着一个零件看多久。这是三笔不同的采购，而只有一笔碰到了等待，可你的周期时间大部分恰恰死在等待上。

这份名单真正有用的地方，是告诉你实践的前沿在往哪儿走。三个问题域，在这一轮新入选的16家工厂里反复出现，挑它们的是那些一年到头泡在工厂里的人。这个信号值得你花一小时认真看。它不是对你厂里任何事情的预测，因为每一个成员都是先被选中、才被度量的，而被选中这件事不是一句轻描淡写就能带过的。

先说我们真正拿到的那一个数。16加在222上，是一轮遴选里大约7%的增长；16占新总数的大约6.5%。这两个算术我脑子里就能算完，而它们加在一起也换不来一只加速度传感器。名单变长，是因为办这个项目的机构决定多收几家；你的产量不会因为开了一次评审会就自己往上走。

要想把这里任何一条当证据用，我需要三个发布稿里没有的数字：有多少工厂进了评估，其中有多少部署走到一半被悄悄搁置，那些试了又停下来的工厂后来怎么样了。没有这三个数，你看到的就只是幸存者。我走过的工厂够多了，知道第四个月被关掉的那个试点从来不会排在参观路线上，而讲出来的版本永远是删掉混乱季度之后的版本。

这里有个很现实的后果。你听到的关于这些工厂的任何一个百分比，都是在别人的设备、别人的产品结构、别人的维修历史、别人的人工费率上量出来的。它是一个待验证的声明，不是你这边的运营事实。我的规矩很朴素，而且从没被打破过：任何外部百分比，只有在我自己的线上、按我挑的周期、用我看得见的分母重新表述成计数之后，才允许进决策文件。

现在把它翻译成你那四本账，因为一份名单到底值不值钱，就是在这里见分晓。成本上，三个用例打的都在运营费用，没有一个碰你的运费账单、关税敞口或者能源合同。时效上，只有质量检测直接坐在队列的作业项上，所以只有它能单独把周期时间压下来。合规上，自动化质检带来一项你今天没有的留痕义务：如果判定一个货品不合格的是机器，你就得拿出一份可追溯记录，既能应对客户索赔，对受管制产品还得能拿给审核员看。库存上，需求预测动的钱最多，因为你每拿掉一个点的预测误差，就有一块缓冲库存被释放或者可以挪走。

先讲预测性维护，把它当成决策而不是技术。它替代的决策是：这台机器现在就停，还是跑到下一个计划窗口再停。今天这个决策通常由一个拿着日历巡检表的计划员来做，或者干脆没人做，那就等于让故障来决定。这里要量的是延迟：从出现第一个物理征兆，到工单被开出并排进日程，中间隔了多少小时。在看任何仪表盘之前，先把这个数字拿秒表量出来。

接着问一句，错了谁兜底。如果模型报了某个轴承有问题，结果十一天里没人动，机器照停，那失败不在算法，在交接环节。给这个交接挂一个具体人名。我看过的每一个部署里，真正决定成败的角色，是那个有权在生产周里把机器拉下来的维修计划员，而这栋楼里最没空的人往往就是他。如果谁来响应告警的答案是说不太清，那就先别买任何东西。

对照组的设计不复杂，也不需要统计学家。同一工位的相近机器，在整个试验期继续按计划预防性维护走，其他什么都不变，然后比较两组每千机器小时的非计划停机工时。能做机器级随机就随机，并且每一次停机都要当场记原因，因为六个星期之后没人记得某个周二那条线为什么躺在那儿。止损规则要在第一条告警弹出之前就写成文字。我会这么写：如果连续八周试点组的非计划停机没有比对照组低至少20%，或者连续两周告警精确率低于25%，这一组就退回按日历保养，同时把学到的东西写下来。

需求预测是同一个模板，换了几个名词。它替代的决策是订多少、放哪儿，这里要量的延迟是计划刷新延迟：真实需求发生变化，到采购订单跟着变，中间隔多久。如果你的预测一个月重算一次，而需求每周都在动，那任何模型都救不了你，因为瓶颈在日历上，不在算术上。先把刷新节奏改过来，你花一次例会的价钱就能拿到收益里很大一块。

这里的对照组应该是留出集。从240个在跑的货品里挑40个，快慢都要有，继续用老办法，然后每周按加权绝对百分比误差、按偏差、再按业务真正有感觉的那两个数，也就是缺货次数和加急运费开支，给两组打分。主指标要预先登记。如果让你在看到结果之后再挑指标，你总能找到一个替模型说好话的；这句话我是作为一个抓过自己现行的人说的。

度量的坑值得单独讲清楚。预测准确率不是目标，它只是代理指标。目标是库存周转率和现货率，准确率只在能推动这两件事的范围内有意义。一个模型可以平均更准，却在要命的地方更差，因为触发加急运输的是误差分布的尾部。给你的前二十大货品打95分位的绝对误差分，而不是给所有东西打个平均分，并且把这个数字和准确率写在同页纸上。

自动化质量检测是我最想先看的那一块，但不是因为它最风光。它坐在作业项上，所以三个用例里只有它能直接改变周期时间。如果现在每件要检9秒，而你的线每1.5秒出一个件，那么质检就是你的约束，上游全部在排队。按排队论的说法，在这个位置把检货速度提上去，效果恰好就是缩短工位后面那条队，别的你做什么都远没这个顶用。

它替代的决策是二元的、也是人的：这个件合不合格。今天的延迟是操作工的反应时间加上走到返修箱的时间，往后则是工位本身的节拍时间。兜底的人是那个签批次放行的人，而大多数厂里这个签名从没被质疑过，因为它属于一个有二十年经验的人。把它挪给模型，你就改了谁为漏检负责，而且很可能没跟那个人说过。在第一班开起来之前，把责任写下来。

留痕义务是后面才咬人的那块。人检会把边界个案吞下去并且记住它们，模型记的是一个分数；而十八个月后客户拿着八百件带划伤的货来问为什么放行时，一个没有图片、没有版本号的分数是没用的。把输入、判定、模型版本和 override 的人留住，留存的时长要对齐你的索赔窗口。如果你连图都存不了那么久，那你有的就不是一个可追溯的审计链，只是一个日志文件。

下面算三笔账，每个假设都写明，这样你要争的是假设本身，而不是跟我争。

假设一个工位组有12台机器。假设每台机器每季度因非计划停机损失18小时，那么这一组每季度216机器小时，一年864小时。假设一机器小时停机成本680美元：420美元是损失的边际贡献，260美元是恢复、加急和返修。当前年化非计划停机成本是864乘以680，约58.7万美元。再假设部署的一次性成本6万美元，含传感器、集成硬件和安装，每年2.5万美元软件与支持，另外多停线40小时，按假设每小时1900美元边际贡献计是7.6万美元。第一年总成本约16.1万美元。要把它赚回来，第一年你需要砍掉现有非计划停机的约27%，之后每年约4%就够了。达不到这个数，这笔钱还不如再去请一个维修工，买一把扭矩扳手。

再假设这个工位组一年有10万机器小时的遥测数据，其中0.4%的机器小时在48小时内会发生非计划故障，也就是400个真事件。假设模型抓到70%，即280件，每避免一次故障省下1150美元的停机、恢复和报废。毛收益32.2万美元。现在看决定一切的精确率假设。精确率8%时，模型要弹3500次告警才能捞出那280件；假设每次排查花1.5个技师工时，按每小时62美元全成本计是93美元。

3500次排查花32.55万美元，还没付软件费，这个项目就已经净亏3500美元。盈亏平衡的精确率大约是8%。精确率做到25%，告警数降到1120次，排查花掉10.416万美元，净收益约21.8万美元。同样的召回、同样的数据，答案天差地别，全看你的技师能忍多少误报。所以验收阈值必须在试点启动之前写成文字，而且写的时候维修计划员要坐在会议室里，而不是坐在演示会的观众席上。

再假设240个在跑货品，周均需求180件，补货提前期6周，目标现货率95%，对应 z 值1.65。假设周需求的标准差用预测误差占均值的比例来近似。如果今天的加权误差是32%，那是每件每周58件的标准差，安全库存约233件。如果模型把误差压到26%，标准差降到47件，安全库存约189件。每件释放约44件，全线约10500件，按60美元单价算，一次性释放营运资金约62.8万美元，外加18%的年持有成本，约每年11.3万美元。

现在看反面的账。假设一次缺货事件的成本是1400美元，含加急、损失的毛利和服务补偿。11.3万除以1400约为80。这240个货品一年里只要多冒出大约80次以上的缺货事件，省下的持有成本就全没了，而且你等于花钱让客户更生气。这一个阈值，比任何人给你看的准确率数字都更值得花时间。

再假设每天过检9000件，一年250个作业日，也就是225万件，人工目检每件9秒。那是每天22.5个工时，按7.5小时有效班次算每班3个人、两班6个人，再假设每人年全成本4.6万美元，就是一年27.6万美元。假设自动化检测每件1.6秒，每天4个工时，一年约2个人、9.2万美元，人工节省18.4万美元。

假设资本开支21万美元，每年支持费3万美元，另有4.5万美元雇半个视觉工程师来做数据标注和复训。第一年净亏约10.1万美元，第二年起每年净赚约10.9万美元。有两个敏感性决定这套账站不站得住。假设漏检每件成本95美元，基线漏检率0.1%，一年就是2250件；每多出0.01个百分点的漏检，就是225件、2.1375万美元。

假设误判返工每件6美元，基线误判率1.2%，一年2.7万件、16.2万美元；误判率推到2%，再加10.8万美元。两笔加在一起，阈值自己就写出来了：漏检与误判返工的合计增加必须控制在每年10.9万美元以内，否则省下来的人工就全用来买缺陷了。

我现在真正会做的事，带日期，从这周开始。6月26日前，从这三个方向里选一个，只选一个，把自己十二周的日志拉到一张表上：带原因码和时长的停机记录，或者按货品的预测与实际对照，或者包含复检的质检结果。这张表里不许出现任何供应商数字。7月10日前，写清楚每个候选系统替代的是哪个决策、你今天量到的延迟是多少、以及输出由哪位具名的人执行、出事由他兜底。到9月4日当周为止，让入选的候选系统在影子模式下跑八周：输出可见但不执行，每天对照手写的基线打分。

9月18日，就那一个预先登记的主指标开一次放行与否的闸门会，交接责任人必须到场。过了就一个工位组、一个货品族地扩，每周迁移量不超过20%。从9月21日那周起，每周一复盘告警精确率、留出集误差、漏检率和返工成本，任何一组连续两周不达标就在24小时内退回原方法。

便宜的事先做，因为看起来像技术差距的东西，多半是台账差距。三个月的干净故障记录，配上由修机器的人共同商定的原因码，通常能告诉你停机到底出在哪儿；在这份数据上画张帕累托图，经常会发现两种失效模式就占了一半工时。把预防性维护从日历间隔改成按运行小时计，不需要花什么钱，却能吃下预测性维护承诺的相当一部分收益。把检验挪到缺陷被造出来的那道工序之前，比在下游检得更快要强。把预测刷新节奏从每月改成每周，代价就是一次例会。这四件都做了，量一个季度，再决定还剩多大的缺口是非软件补不上的。

坑扎堆的地方是可以预判的。演示跑的是清洗过的数据、单一品种的运行，而你的线一个班次换线八到十二次，所以坚持让验收测试包含换线，以及重启之后那个混乱的第一小时。准确率是由报告的人定义的，所以每次都要问清哪些误差算了、窗口多长、对照哪个基线、没有历史的货品有没有被剔除。集成的费用很少被诚实地编进预算：假设 plumbing、主数据和权限梳理会吃掉接近一半的工作量和相当一部分日历时间，然后用试点去检验它。

模型会随产品结构和淡旺季漂移，所以你7月验证出来的结果不是11月的结果，这也是每周复盘比上线本身更要紧的原因。类别不平衡会打得维修团队措手不及：如果真实故障只占机器小时的0.4%，那你收再多遥测，正样本依然少得可怜。还有一条，也是悄悄最贵的一条：那些判断力正在被自动化的人，正是你需要他们配合才量得出任何东西的人，所以在第一张采购订单之前就把他们拉进设计，而不是之后。

这些都不是反对技术的理由，我也不希望被读成那样。16家工厂因为某件事做得好而入选，238家在网络里，那三个问题域也确实是三个对的域。我想说的是，请把会员数当成该往哪儿看的提示，而不是当成一份商业论证。挑出你队伍最长的那个工位，拿秒表把它量一遍，把数字写下来，然后让这个数字成为你接下来一个季度真正的争论对象。

↑ 返回核心要点

— 作者 拉维