近期,在世界經(jīng)濟論壇發(fā)布的年度白皮書《全球燈塔網(wǎng)絡(luò):大規(guī)模增強韌性與影響力的運營轉(zhuǎn)型路徑》中,多次引用伊頓電力設(shè)備有限公司(伊頓電氣常州工廠)案例,該工廠憑借卓越的智能化與垂直AI應(yīng)用實踐獲得世界經(jīng)濟論壇“點贊”認(rèn)可。作為伊頓電氣在中國的重要生產(chǎn)基地之一,其核心產(chǎn)品覆蓋中低壓成套配電設(shè)備及中低壓元器件,廣泛應(yīng)用于電力電網(wǎng)、數(shù)據(jù)中心、軌道交通等關(guān)鍵領(lǐng)域。
2025年伊頓電氣常州工廠被世界經(jīng)濟論壇評為“燈塔工廠”,成為全球燈塔網(wǎng)絡(luò)中的一員。全球燈塔網(wǎng)絡(luò)(Global Lighthouse Network,GLN)展示了全球領(lǐng)先制造企業(yè)如何通過數(shù)字化、人工智能(尤其是認(rèn)知型 AI 與智能體)、端到端供應(yīng)鏈協(xié)同,以及面向未來的人才體系,成功重塑運營模式,從而在復(fù)雜多變的環(huán)境中實現(xiàn)高韌性、高效率和可持續(xù)的規(guī)模化增長。而年度白皮書強調(diào)三大關(guān)鍵主題——打造面向不確定性的運營韌性、以 AI 推動從智能工廠邁向認(rèn)知工廠與認(rèn)知網(wǎng)絡(luò)、以及將試點成功擴展為企業(yè)級能力,并通過全球 224 家燈塔工廠的實踐案例,提供可復(fù)制的“燈塔藍圖”,幫助企業(yè)實現(xiàn)從數(shù)字化到全鏈路智能化的跨越。
在 2025 年的燈塔工廠評選中,全球燈塔網(wǎng)絡(luò)在原有“生產(chǎn)效率、供應(yīng)鏈韌性和可持續(xù)發(fā)展”三大支柱基礎(chǔ)上,新增“客戶至上(Customer Centricity)”類別,重點表彰那些通過數(shù)字化與 AI 技術(shù),在響應(yīng)速度、定制化能力和端到端客戶體驗方面取得實質(zhì)成效的制造企業(yè)。白皮書還指出,部分領(lǐng)先工廠已將 AI 深度嵌入產(chǎn)品設(shè)計、工程配置與交付流程,實現(xiàn)從需求理解到方案落地的整體加速。
面對高度復(fù)雜的工程定制(Engineering?to?Order, ETO)業(yè)務(wù)需求,伊頓致力于通過 AI 賦能的工程設(shè)計、供應(yīng)鏈響應(yīng)和服務(wù)交付體系,實時響應(yīng)客戶需求,有效縮短交付周期,提升設(shè)計準(zhǔn)確性與按期交付能力,從而實現(xiàn)以客戶為導(dǎo)向的制造運營升級。
作為白皮書中多次提到的代表性案例,伊頓電氣常州工廠廣泛引入了人工智能輔助設(shè)計、仿真模擬技術(shù)和先進機器人系統(tǒng),以具體實踐推進智能制造。
不追“人形”但求“高效”:伊頓常州工廠的機器人實踐
當(dāng)人形機器人受到廣泛關(guān)注,伊頓常州工廠選擇了一條更務(wù)實的路徑:讓機器人幫助真正解決業(yè)務(wù)中的關(guān)鍵問題。
隨著定制化產(chǎn)品復(fù)雜度提升,控制箱內(nèi)接線數(shù)量增長三倍,每天需檢測約三萬根導(dǎo)線。人工檢測效率和穩(wěn)定性難以支撐,質(zhì)量波動和技能依賴成為核心挑戰(zhàn)。伊頓并未引入完整人形機器人,而是聚焦真正創(chuàng)造價值的能力——高精度檢測。
工廠部署了一套以業(yè)務(wù)為中心的機器人方案:由自主移動機器人(AMR)負(fù)責(zé)移動,上方搭載專用于檢測的“軀干式”機器人平臺。結(jié)合雙手操作系統(tǒng)與計算機視覺和機器學(xué)習(xí)技術(shù),機器人能夠在復(fù)雜布線環(huán)境中穩(wěn)定、準(zhǔn)確地完成檢測任務(wù),把技術(shù)投入集中在“看清、判準(zhǔn)”這一關(guān)鍵環(huán)節(jié)。
這一方案將接線檢測準(zhǔn)確率提升至接近百分之百(99.8%),縮短了90%的問題排查時間,并降低了對高經(jīng)驗檢驗人員的依賴,使質(zhì)量能力更加穩(wěn)定、可復(fù)制。
伊頓的實踐傳遞出清晰信號:智能制造的關(guān)鍵不在于外形是否前沿,而在于技術(shù)是否真正嵌入業(yè)務(wù)、是否能夠增強人的專業(yè)判斷。真正的創(chuàng)新,不是追逐概念,而是持續(xù)用合適的技術(shù),解決最重要的問題。

從 Gen AI 悖論到業(yè)務(wù)價值:伊頓聚焦“高影響力的垂直應(yīng)用”
白皮書指出,盡管大量企業(yè)已在使用或測試生成式 AI,但約 80% 尚未看到對收入、利潤或核心績效的顯著影響,普遍陷入“GenAI 悖論”——應(yīng)用廣泛,卻價值有限。
伊頓在中國常州工廠的實踐,展示了一條清晰的不同路徑。面對工程定制(ETO)產(chǎn)品在設(shè)計、報價與交付環(huán)節(jié)的高度復(fù)雜性,伊頓并未采用通用型 AI 工具,而是將 GenAI 深度嵌入具體業(yè)務(wù)流程,聚焦可量化結(jié)果,構(gòu)建面向核心場景的垂直 AI 應(yīng)用。
在商業(yè)與前端環(huán)節(jié),伊頓構(gòu)建了由知識圖譜(KG)與大語言模型(LLM)驅(qū)動的智能投標(biāo)系統(tǒng),應(yīng)對 ETO 投標(biāo)中規(guī)格多樣、隱性需求多、響應(yīng)速度要求高等挑戰(zhàn)。系統(tǒng)基于超過五萬個模塊進行智能配置,通過 RAG(Retrieval-Augmented Generation,檢索增強生成) 技術(shù)準(zhǔn)確理解客戶需求,給出配置與風(fēng)險建議,并自動生成定制化投標(biāo)文件,使中標(biāo)率提升 10%,工程設(shè)計年產(chǎn)出提升 55%,投標(biāo)與定制設(shè)計周期縮短 52%。
在設(shè)計與工程環(huán)節(jié),伊頓部署了 AI 增強的仿真與智能設(shè)計平臺。工程師輸入關(guān)鍵變量后,系統(tǒng)即可自動生成模塊化圖紙變更,并通過仿真驅(qū)動的 CAE(Computer-Aided Engineering,計算機輔助工程) 與 AI 賦能的 CAM(Computer-Aided Manufacturing,計算機輔助制造),實現(xiàn)“一鍵式”接線設(shè)計與校驗,同時優(yōu)化生產(chǎn)路徑與物料使用。該方案使生產(chǎn)效率提升 73%,單個工程師圖紙產(chǎn)出提升 66%,并將訂單到交付周期縮短 39%,顯著提升了工程與制造協(xié)同效率。
整體來看,伊頓電氣常州工廠印證了白皮書的核心判斷:破解“GenAI 悖論”的關(guān)鍵,在于聚焦高影響力的垂直應(yīng)用。通過將 GenAI 深度嵌入設(shè)計、工程與商業(yè)決策等核心流程,伊頓不僅實現(xiàn)了效率、質(zhì)量與交付能力的系統(tǒng)性提升,更將 AI 沉淀為可復(fù)用、可擴展的業(yè)務(wù)能力,而非孤立的技術(shù)試點。

無論是更快響應(yīng)復(fù)雜需求、更高質(zhì)量的產(chǎn)品交付,還是在高度定制化場景下實現(xiàn)可靠承諾,伊頓通過技術(shù)重塑的并非單一環(huán)節(jié),而是一整套以客戶為中心、端到端協(xié)同的運營體系。在全球燈塔網(wǎng)絡(luò)所倡導(dǎo)的新一代制造范式中,真正的領(lǐng)先不只是“更智能的工廠”,而是能夠持續(xù)把客戶需求轉(zhuǎn)化為確定性結(jié)果的運營能力——這正是伊頓制造實力與長期競爭力的核心所在。
*數(shù)據(jù)及圖片來源:世界經(jīng)濟論壇2025年度白皮書《全球燈塔網(wǎng)絡(luò):重塑運營以實現(xiàn)規(guī)模化韌性與影響力》
關(guān)于伊頓 (EATON):
伊頓公司是一家智能動力管理公司,致力于保護環(huán)境和改善人類的生活品質(zhì)。我們的產(chǎn)品服務(wù)于數(shù)據(jù)中心、公用事業(yè)、工業(yè)、商業(yè)與機構(gòu)、機械制造、住宅、宇航和車輛市場。無論是現(xiàn)在還是未來,我們承諾正當(dāng)經(jīng)營、可持續(xù)運營和幫助客戶更好地管理動力。在全球電氣化和數(shù)字化發(fā)展趨勢的助力下,我們正在幫助客戶解決最緊迫的動力管理挑戰(zhàn),為當(dāng)今及未來的人類創(chuàng)建更可持續(xù)的社會。
自1911年成立起,伊頓公司不斷發(fā)展,以滿足利益相關(guān)方日益變化和增長的需求。2025年,伊頓公司全球銷售額約274億美元,業(yè)務(wù)遍布180個國家和地區(qū)。伊頓公司于 1993 年進入中國市場,此后迅速發(fā)展其中國業(yè)務(wù)。2004 年,公司亞太區(qū)總部從香港搬至上海。在中國,伊頓公司現(xiàn)有約 9,000 名員工和 20 家生產(chǎn)制造基地。
如需更多信息,敬請訪問伊頓公司官方中文網(wǎng)站:www.eaton.com.cn
關(guān)注伊頓公司官方微信公眾號:Eaton_China
責(zé)任編輯: 江曉蓓