作者：侯文皓、刘琪
当前，可持续发展正日益融入企业战略与经营决策，制造业的竞争逻辑也随之发生根本性转变。企业能否以更少的资源消耗，创造更高的产出价值？能否构建更具韧性的供应链体系？能否以绿色交付能力赢得全球市场的认可？已然成为支撑制造业企业长期竞争力的三大支柱。
从全球范围看，制造业的绿色转型起步于20世纪70年代，至今已走过半个世纪。如今其重心正从环保合规转向价值创造，并日益深入企业运营的核心环节。然而，方向明确并不等于落地顺畅，绿色转型在实践中仍然普遍面临两大难题。
难题一：价值平衡难。转型往往会推高企业的生产成本，而碳减排的投入在短期内难以转化为商业回报，企业容易陷入“叫好不叫座”的困境。难题二：价值释放难。运营改善与碳减排具有显著的协同增效潜力，但在场景识别、价值量化、落地机制等方面存在障碍，协同价值难以充分释放。
如何破解两难困境？世界经济论坛（WEF）与麦肯锡共同倡议成立的“全球灯塔网络”给出了答案。“可持续灯塔工厂”（Sustainability Lighthouse）作为灯塔企业的五大类别之一，已向全球制造业证明了绿色转型和盈利增长可以“鱼与熊掌兼得”，并且已在绿色设计、采购、生产、物流、服务等端到端环节，形成了一批经过验证的示范案例。
截至目前，全球共有32家工厂获评“可持续灯塔工厂”，其中11家位于中国，数量全球居首。在21项核心的可持续应用场景中，中国灯塔工厂的覆盖率约为57%。这表明中国制造业的竞争优势正在加速演变，从规模制造转向数字技术驱动的绿色制造与高质量运营。
从可持续灯塔工厂的实践看，其成功关键在于构建了一套碳减排方法论，在以下四个维度中形成了新的竞争优势。
他山之石：灯塔工厂绿色转型的四大成功实践
维度一：双重使命，运营改善与碳减排的协同增益
可持续灯塔工厂坚守盈利与可持续发展并行的双重使命。这一战略至关重要：深度脱碳往往需要重构产品设计、物料标准与供应链布局，而此类重构本身即蕴含降本增效的空间。这些领先企业通过推动技术、运营与可持续发展三者正向循环，抢占了生态效率转型的先机；其成功实践可归纳为两类路径，供全球制造企业借鉴。
直接应用：以提升资源效率为核心目标。典型手段包括：利用物联网传感器实时监控设备能耗与异常预警；利用数字孪生能源模型定位高耗能工序；利用高级分析实现能耗动态管控与参数自动调优等。
企业案例：某工业自动化工厂
面临严峻的排放压力，该厂通过AI赋能研发，加快替代传统高碳排放设备。最终使设计迭代周期缩短80%，范围3温室气体排放下降41%，减少二氧化碳排放70万吨。
间接应用：以提升经营效益为核心目标，碳减排与降耗是衍生收益。以降本、提质、增效作为改造出发点，在实现经济效益的同时，同步降低碳排放、生产换线损耗与水资源消耗等。例如以数据驱动的货运整合、路线与承运商优化；以AI驱动的生产排程与投料精度管控。
企业案例：某新能源电池工厂
该工厂有6500余台生产设备，各工序多机组并行生产。一旦生产计划波动，就容易造成严重的能源浪费。为此，该厂借助AI预判设备运行需求，识别冗余设备并触发停机提醒；同时通过多维排程优化停机组合，并利用机器学习动态调节设备频率。项目实施后，设备待机率显著降低，单位产能能耗下降8%，单位产能碳排放下降9%。
维度二：价值扩展，从单点改造到产品全生命周期
可持续灯塔工厂的实践证明，碳减排不能仅依赖单点技术应用，而应推动覆盖范围1~3的全价值链协同转型，实现从局部优化向系统性价值创造的跃迁。真正的领先企业不会把绿色转型局限在某一环节，而是能够将绿色设计、绿色制造、绿色物流与绿色服务深度融入运营体系，持续创造可量化的碳减排成果。这种从局部优化走向全价值链重构的能力，是下一代可持续灯塔工厂的核心特征（见图1）。
在设计阶段，借助数字孪生、机器学习和大语言模型的能力，对材料、结构、工艺及产品可回收性进行优化，打造低碳产品；在采购阶段，通过供应链互联互通与碳足迹追踪，推动绿色供应商管理和低碳原材料采购；在生产阶段，借助实时能耗监测、智能调度和能源优化系统，提升资源利用效率并减少浪费；在物流阶段，通过智能网络规划、运输路径优化和循环包装，降低运输和包装碳排放；在服务阶段，利用物联网（IoT）和人工智能（AI）实现远程运维、精准诊断和产品使用优化，持续降低全生命周期能耗。
企业案例：某全球领先家电集团
旗下的可持续灯塔工厂
在以终端订单驱动的产销协同模式驱动下，该工厂将数字化能力延伸至产品、制造、物流及供应链等全价值链环节。为应对制造端、产品端、物流端的多重挑战，该工厂落地了24项绿色数字化用例，重构从设计到交付的全价值链。这些用例覆盖了产品碳足迹管理、智能能源优化、智慧物流协同和资源循环利用等场景，实现了业务增长与深度脱碳的双赢。
制造端，基于智能调度，实现能源端到端用量预测与动态平衡优化。针对绿电消纳不足、峰值负荷成本高等难题，工厂搭建了覆盖“源-网-荷-储”的能源管理中枢，连通全场景用能系统。运用能耗仿真分析、回归预测等算法开展智能调度，实现能源流的实时感知、预测决策和动态优化。由此，年用电量下降18%、碳排放减少23.8%，绿电利用效率显著提升。
产品端，结合产品生命周期开展碳足迹追踪，推进绿色产品设计。针对精准低碳设计难度大、消费者对绿色产品的需求不断增长等挑战，工厂将碳管理前移至设计阶段，构建产品全生命周期碳足迹管理体系。借助多维数字仿真与AI算法，优化产品结构、材料选择及装配方案，并利用智能洗涤算法降低产品使用能耗，将绿色产品开发周期缩短了25%，将原材料碳排放减少了24%。
物流端，构建全链路绿色智慧物流体系。工厂针对配送网络扩张、订单波动加剧、物流环节碳排放攀升等挑战，打造了全链路绿色智慧物流体系。通过物流计划驱动齐套排产与小时级车辆预约排程，实现产品流、车流与信息流的三流协同；运用超宽带（UWB）实时定位与区块链可信共享，实现供应商、司机和客户仓库的端到端可视化协同与全流程追溯。目前已实现仓储面积减少45%，范围3碳排放降低30%。
该可持续灯塔工厂的案例表明，真正的碳减排竞争力并非来自单一技术突破，而是源于全价值链协同优化。通过贯通设计、生产、物流与供应链各环节，构建端到端闭环运营体系，工厂便可将碳减排能力前置到源头，实现从末端治理向源头预防的转变，同步提升可持续价值与运营价值。
维度三：绿色重构，以AI推动工厂大脑从“感知预测”迈向“自主运营”
AI正在成为可持续运营的决策中枢。企业将分散于能源、碳排放、资源利用和运营环节的数据，转化为实时洞察与可执行决策，逐步从依赖人工经验的被动管理，转向数据驱动下的主动优化。随着人工智能从分析式AI、生成式AI演进至智能体AI，不断升级的能力推动设计、生产与供应链等关键环节实现跨域协同，形成端到端的碳减排决策闭环，加速可持续价值创造。
分析式AI与数字孪生已成为绿色制造的核心基础设施。二者不仅能够为工艺、设备与能源系统提供仿真验证支撑，还能推动生产、能源、质量及物流系统从局部优化转向全局协同优化。通过需求预测、异常预警、工艺参数优化、能源效率提升等手段，企业能够挖掘运营效率与碳减排潜力，实现生产力提升与可持续发展的双重目标。
企业案例：某信息与通信
技术（ICT）制造工厂
针对中央空调和压缩空气系统能源浪费严重，碳排放居高不下的挑战，该工厂部署AI能源优化平台，实时采集冷水机组、水泵、水塔、空气处理机组（AHU）及空压机的运行数据，利用机器学习模型，动态匹配最佳设备组合和控制参数，实现暖通与压缩空气系统的自主优化控制与能源系统的无人化动态调节。实施后，单位产品耗电量降低31%，温室气体排放大幅减少，为工厂净零运营转型按下加速键。
生成式AI与大语言模型（LLM）推动可持续运营转变，从“数据驱动”迈向“知识驱动”。企业通过整合法规标准、排放因子、工艺文档、专家经验等知识资产，借助自然语言交互降低专业门槛，形成能耗根因分析、碳减排方案生成与举措追踪的闭环，加快最佳实践在工厂与供应商生态内的规模化复制。
企业案例：某电子制造工厂
为兼顾合规、成本与低碳目标，该工厂搭建了一个绿色设计平台，以打通物料清单、工艺与供应商数据，并自动核算产品碳足迹和全生命周期成本。该平台基于大语言模型，能够识别现有设计方案与可持续目标之间的差距，同时结合2000余条绿色设计知识，智能推荐物料清单中的材料替换、再生材料使用、低碳包装设计及低功耗模式等优化方案。该工厂绿色设计产品覆盖率已由5%提升至80%，单台产品平均碳足迹下降18%。
多智能体协同构成“工厂大脑”，助力可持续运营从“人工驱动管理”迈向“自主运营”。随着智能体技术日趋成熟，系统可自动拆解减排目标，并转化为执行任务，实现全链条（异常识别-根因分析-方案生成-任务协同-效益追踪）端到端闭环管理。目前，微电网智能体、低碳设计智能体、循环包装智能体等应用场景正加速落地，进一步验证了“碳减排创造价值”这一业务逻辑。领先企业已着手探索智能体 AI驱动的端到端闭环优化，将可持续发展从管理目标升级为自主运行能力。
企业案例：某工业自动化工厂
面对产能扩张带来的能源需求增长，该工厂建设了一体化平台，打通能源系统与生产系统之间的数据孤岛，实现跨系统协同调度。平台结合分时电价策略与AI优化算法，动态优化用能方案，并借助Copilot实现能源管理工作流自动化。最终，整体能源效率提升30.5%。
维度四：范式创新，从线性降本迈向循环升级
可持续发展的路径，正从线性减量走向循环重构。线性模式遵循“制造-使用-废弃”的逻辑，企业降低单位产品碳排放强度的办法，主要依靠设备升级、工艺优化、绿电替代、供应链减排和物流优化等举措。这类举措的投资回报清晰、落地较快，因此多数企业会将其作为可持续发展转型的起点。但它们仍建立在原有的线性资源消耗模式之上，若产量持续增长，通常难以实现长期净零目标。
相比之下，循环模式遵循减量、再利用、回收（3R: Reduce, Reuse, Recycle）原则，不再只关注排放，而是通过再制造、材料循环利用、副产物回收以及循环商业模式创新，推动资源在价值链内持续流转，实现从“降低排放”到“减少资源消耗”的转变。相应地，企业衡量价值创造的标准也会变化，从单位碳排放改善指标，逐步拓展至原材料消耗强度、再生材料占比及资源循环价值等多项指标。
线性模式与循环模式并非相互替代，而是构成了递进叠加的转型路径。企业通常需要先完成线性模式下的减量优化，夯实运营基础，再进一步以循环模式重塑产品、流程与商业模式。只有把效率提升和循环创新结合，才能同时释放成本、资源与碳减排方面的价值，稳步达成可持续发展目标。
企业案例（Recycle）：
某食品饮料行业工厂
啤酒生产过程中，余热回收难以精准调控，灌装线杀菌环节仍需耗用大量外部蒸汽，导致生产环节的碳排放居高不下。为此，该工厂采集压力、温度等工况参数，构建LSTM阀门开度算法模型，动态优化多类调节阀的运行状态，最终使包装工序外部蒸汽消耗归零，范围1和范围2温室气体排放强度下降100%，同时降低了热能、电力、水资源的消耗。
企业案例（Reuse）：
某暖通空调行业工厂
在空调企业的生产端，范围1碳排放的95.7%来自冷媒泄漏，而泄漏高发环节包括高压输送、充注校准和不良品回收。为此，该工厂利用数字孪生、物联网、高阶算法，搭建冷媒全流程管理系统，实时追踪并精准定位冷媒流向；同时建设自动化现场回收与净化回用系统，实现冷媒闭环循环利用。目前该工厂的冷媒就地复用率高达98%，每年减少冷媒泄漏16.47吨，大幅降低生产端的碳排放。
结语
绿色转型与盈利增长并非相互对立，而是可以彼此成就的发展命题。可持续灯塔工厂正是这一命题的标杆实践。当前，众多企业普遍面临两大难题：一是碳减排难以转化为价值；二是运营改善难以与碳减排形成协同。对此，可持续灯塔工厂已探索出四条成功经验，形成了一套可复制、可推广的碳减排管理方法论。
领先企业的实践表明，企业创造价值的底层逻辑正在被重塑：增长逻辑已从“拼资源投入”转向“拼资源利用效率”。长期竞争的最终分野，不在于谁碳排放更少，而在于谁创造绿色价值的能力更强。随着绿色低碳转型持续带动生产力提升，资源利用效率正逐步成为核心竞争优势，而可持续发展也不再只是一项合规责任，而是驱动下一代制造业增长的重要引擎。
作者介绍：
侯文皓
麦肯锡全球董事合伙人，常驻上海分公司
刘琪
麦肯锡分析师，常驻北京分公司
欢迎关注麦肯锡中国，您可在以下渠道获取我们的最新动态与洞见
微信公众号
麦肯锡 | 麦肯锡招聘
麦肯锡北京数字化能力发展中心 | 麦府学堂
微信视频号
麦肯锡 | 麦肯锡DCC | 麦府学堂
业务咨询：[email protected]
媒体垂询：[email protected]
麦肯锡公司版权所有©2026年。未经许可，不得做任何形式的转载和出版。转载请在消息栏回复“转载”查阅须知。