夜雨聆风制造业的数字化升级，正在从单点提效走向“效率、韧性、低碳”一起考核。过去企业上线MES，重点往往是工单、报工、质量追溯和设备稼动率；现在问题变得更复杂：生产数据、能源数据、碳排数据、供应商数据和经营决策，能不能放进同一套闭环里验证。鸿海越南北宁厂获得世界经济论坛可持续灯塔工厂认证，就是一个值得观察的样本。公开信息显示，鸿海集团灯塔工厂累计达到九座，其中可持续灯塔工厂两座，这说明“灯塔工厂”的评价重点已经不只是自动化程度，也开始看工厂如何用数字化能力管理环境足迹。
从技术路径看，北宁厂不是简单加几块看板，而是把AI放进园区运营和供应链协同。工厂建设了基于生成式AI的智慧园区平台，整合生产、运营、能源管理、碳追踪与EHS；同时导入超过20项数字化与AI解决方案，包括AI驱动绿色设计、生成式AI碳盘查平台，以及结合Omniverse与AI的能源效率优化。对MES和MOM系统来说，这类架构的意义在于，现场执行数据不再只服务于排产和追溯，还会继续流向能源策略、物料设计、碳足迹计算和供应商改善动作。执行系统如果不能和能源管理、碳管理、EHS、供应链平台打通，就很难支撑下一阶段的智能制造。
更有参考价值的是范围三排放治理。很多制造企业厂内节能已经有工具，但供应商数据分散、口径不统一、减排方案难落地，才是更难的部分。北宁厂针对中小型供应商打造基于专家大模型的碳管理平台，向供应商开放，支持填报资料标准化与自动校验，并根据不同类型供应商生成100多项客制化减排方案。公开资料显示，这套机制把范围三排放能见度提升至90%；世界经济论坛评价其相关措施带来范围三排放减少22%，范围一与范围二合计排放减少34%。这些数字说明，工业AI的价值不只是发现异常，而是把数据、规则、专家经验和执行建议组合起来，推动跨组织的运营改善。
对更多制造企业来说，这个案例的启示比较直接：未来的MES项目，不能只按“系统上线”验收，而要看它能否支撑可量化的业务KPI。能耗优化、碳足迹核算、供应商减排、质量预测、智能排产，都可以成为切入口，但前提是数据采集、主数据治理、工艺知识沉淀和指标体系先打牢。AI可以加速分析和生成建议，却不能替代现场约束、人工审核和持续迭代。真正有价值的智能制造，不是把每个环节都包装成AI场景，而是让生产执行、能源使用、碳排追踪和供应链协同形成可解释、可追踪、能复盘的闭环。
