波士顿咨询集团最近的一份研究非常有意思，他们的一个报告认为，AI驱动的“未来工厂”能够缩小高成本国家与低成本国家之间的制造成本差距。其测算显示，假设在日本和中国生产汽车零部件、供应欧洲市场，以日本当前成本为100，中国为93；双方采用未来工厂模式后，分别降至87和86，差距由7个指数点缩小到1个。它的逻辑是：自动化减少劳动投入，智能控制改善能耗、良率和设备利用率，而高工资地区节省的人工费用更多。

这项情景测算有参考价值，但用它解释国家制造业竞争力，就需要更加谨慎。我的主要分歧是：单座工厂的成本差距缩小，并不足以证明两个产业体系的能力趋同。BCG的模型确实纳入了供应商生态、人才等因素，但公开说明尚未充分展示，如何衡量跨企业共同开发、跨行业知识扩散和持续迭代带来的收益。把产业体系作为若干评分项，与解释这个体系如何不断创造新优势，是两个层次的问题。

首先，中国在一些优势产业中的竞争力，已经建立在全价值链的协同效率之上。产品设计发生变化，材料、零部件、模具、装备和检测环节需要共同调整；试产出现问题，又要迅速反馈到设计和工艺。这种联系越紧密，工程问题解决得越快，开发周期、返工损失和交付风险就越容易降低。国际能源署研究指出，中国汽车制造的成本优势主要来自规模化生产和纵向整合，人工和能源价格的作用相对次要。由此看，中国制造的低成本，很大一部分是产业组织能力和技术积累的结果。仅仅追平某道工序的加工费用，未必能够复制这些成本优势的来源。

其次，生产效率之外，还要比较创新速度。大众2025年公布的三款面向中国市场的概念车型，开发时间缩短超过30%；公司同时强调了本地合作伙伴、研发、生产和基础设施的作用。这个案例说明，产业环境的价值不仅体现在生产一件产品需要多少钱，也体现在多快能够把新需求变成可销售的产品。一家工厂即使加工成本接近竞争对手，如果设计变更、供应商验证和量产准备仍然缓慢，就可能错过市场窗口。省下的制造费用，未必能弥补产品推出过晚的损失。

第三，中国制造值得重视的，还有多场景创新相互促进的能力。以电池为例，乘用车、商用车和储能对快充、寿命、安全和环境适应性提出不同要求，部分材料研究、生产装备、检测方法和工程经验可以跨场景复用。宁德时代2025年在同一钠离子技术方向下，同时推出乘用车动力电池和重卡启驻蓄电池，就展示了面向不同需求开发产品的路径。多场景的意义，在于一个领域形成的技术积累，可以降低另一个领域的创新门槛；新的应用又提供订单、验证机会和使用反馈，支持下一轮改进。当然，这种共振需要技术适配、企业合作和验证体系支撑，场景数量本身并不自动产生优势。

这也意味着，制造业竞争具有很强的动态性。今天比较的是同一种零部件的成本，几年后，竞争可能已经转向新的材料、结构、功能和制造工艺。真正需要比较的，是谁能持续提出新方案、组织配套、完成验证，并迅速实现规模交付。成熟、标准化产品的成本收敛，与快速创新领域的竞争优势变化，不能用同一种逻辑解释。

因此，我对BCG观点有不同的看法，是它的工厂降本测算，还不足以支撑对国家制造能力变化的完整判断。AI可以帮助日本企业减少人工、改善工艺，也可能帮助中国企业加快设计与制造协同、提高供应链响应速度、扩大跨场景技术复用。它最终缩小还是扩大竞争差距，要看技术嵌入了怎样的产业体系。评价中国制造的领先，需要同时考察全价值链协同和多场景创新的相互促进。复制一条高效产线，与形成一个能够不断开发新产品、持续改进生产方式的产业网络，所需的条件和时间远不相同。

波士顿现在关注生产和供应链，但当前我们的优势正在转向研发生产销售的协同和价值链的协同，哈哈~