ライトハウスの数字をどう読むか
グローバル・ライトハウス・ネットワークは、WEFが2018年に始めた、第4次産業革命の技術で大きな成果を上げた製造・サプライチェーンの拠点を認定する取り組みです。2025年9月時点で201拠点（30か国超、35業種）、McKinseyの2026年7月の記事では、その後のコホートを加えて238拠点とされています。中国の拠点が多く、中国報告網は2026年4月時点で中国の拠点を累計101（本土95、台湾6）と集計しています。母数や台湾の扱い、時点によって数字は変わります。
数字を読むときは、次の2点に注意します。1つは、成果の数値は選ばれた先進工場の自己申告ベースで、第三者の検証を経たものではないことです。もう1つは、成果はAI単独の効果ではなく、デジタル技術と業務改革を組み合わせた全体の効果であることです。ライトハウスの数字は「上位事例の到達点」として扱い、自社の投資判断の根拠に直接使わないことを勧めます。
公表内容から読み取れる3つの共通点
WEFが公表した拠点ごとの成果を並べると、データ基盤の作り方について3つの共通点が読み取れます。
- ユースケースの数が多い：2026年1月に選ばれた拠点では、亿纬锂能（荆门）が40超のソリューション、华峰重庆氨纶が62の応用、西门子数控（南京）が50超のAIユースケース、美的厨热（芜湖）が113のデジタルユースケース（うち35%がAI）を報告しています。2025年1月の首钢冷轧（北京）は67のユースケースの61%がAIでした（いずれもWEF発表）。1つのAIで大きな成果を出したのではなく、多数のユースケースを積み上げています
- 同じ基盤の上に積み上げている：数十のユースケースを個別のPoCとして作ると、データの収集・整備がそのたびに発生し、この数には到達しません。ユースケースが共通のデータ基盤を再利用していることが、数の前提だと考えられます（推測）
- 品質・保全・計画・エネルギーなど複数の領域にまたがる：例えば亿纬锂能は品質診断と予知保全で不良52%減とOEE 88%、美的厨热はAI計画とサプライチェーンのコントロールタワーで納期39%短縮と在庫日数30%減を報告しています（WEF発表）。領域をまたぐには、品質・設備・計画のデータが同じ文脈（品番・ロット・設備）で結び付いている必要があります
| 拠点（選出時期） | ユースケースの規模 | 公表された成果（WEF発表） |
|---|---|---|
| 亿纬锂能・荆门（2026年1月） | 40超（AIoT・シミュレーション・LLM・AI） | 不良52%減、OEE 88% |
| 华峰重庆氨纶（2026年1月） | 62の応用 | 不良率35%低下、労働生産性60%向上 |
| 西门子数控・南京（2026年1月） | 50超のAIユースケース | リードタイム78%短縮、生産性14%向上 |
| 美的厨热・芜湖（2026年1月） | 113（35%がAI） | 納期39%短縮、在庫日数30%減 |
| 首钢冷轧・北京（2025年1月） | 67（61%がAI） | 不良35%減、ライン効率21.2%向上 |
共通点から逆算したデータ基盤の姿
公表情報からは各拠点の技術構成の詳細までは分かりません。ここでは、上の共通点を満たすために必要なデータ基盤の姿を、一般的な構成から逆算して示します（推測を含む）。
この姿を日本の工場で作る順番は、データ基盤の段階的導入ロードマップで示した8ステップと重なります。特に、ISA-95の資産階層での命名と、MESのロット・品番による文脈付与を共通の層として先に作っておくことが、ユースケースを積み上げる速度を決めます。拠点ごとのAIユースケースの詳細はライトハウス選出工場のAIユースケースで扱っています。
よくある質問
ライトハウスに選ばれた日本の工場はありますか？
日本企業の拠点も選ばれていますが、拠点数では中国が大きく上回ります。選出拠点の一覧はWEFの公式サイトで確認できます。日本企業の場合も、海外の拠点が選ばれている例があります。
ライトハウスの事例はAIの導入事例として参考になりますか？
個々のユースケースの考え方は参考になります。ただし、成果の数値は全体の取り組みの結果で、AIの効果だけを切り出したものではありません。どのデータを、どの業務に結び付けたかに注目して読むと、自社に応用しやすくなります。
WEFが公開したAIプラットフォーム「Lumina」とは何ですか？
WEFは2026年1月、ライトハウス・ネットワークの8年分のデータを集約したAIプラットフォーム「Lumina」を発表しました。ライトハウスの知見を参照するための仕組みとされています。詳細と利用条件はWEFの発表で確認してください。
- The continuing evolution of the Global Lighthouse Network（McKinsey, 2026年7月13日）
- Global Lighthouse Network 2025: 12 new sites（WEF, 2025年9月16日）
- Global Lighthouse Network Recognizes 23 New Sites, Launches AI Platform（WEF, 2026年1月15日）
- Global Lighthouse Network 2025（WEF, 2025年1月14日）
- 从"中国制造"到"中国智造"：我国"灯塔工厂"领跑全球（中国报告网, 2026年4月21日）
この記事に出てくる用語
AIは「データ基盤」で決まる
PoCは成功したのに本番で止まる。原因の多くはモデルではなく、MESと設備データの側にある 全130本
- MESとAIの関係：ロット・作業指示・品質判定がAIの精度を決める理由
- 製造業AIが本番で止まる7つの理由：PoCは成功したのにラインに載らない構造
- 製造業のAI-OCR：紙の検査記録・点検表・ミルシートをデータ化する手順
- データ基盤の段階的導入ロードマップ：ユースケースから逆算する8ステップ
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
