2009年8月, 美国管理学会（AOM）年会在芝加哥举行, 当时本文作者参加了一个兴趣小组, 来到南郊的莫顿学院。这里的霍桑工厂博物馆陈列着改变人类组织行为的证物：美国陆军的野战电话与便携式交换机, 这些诞生于第一次世界大战烽火中的通信设备，已经成为管理学史上的“圣物”，那些泛黄的生产日志无声地讲述着流水线与标准化制造技术当时如何大幅提升电话通信设备的产量。在这里，哈佛大学的学者们首次发现工人的情感、归属感、团队关系等“软性因素”如何影响生产率。
“霍桑效应”成为现代组织行为学的源泉, 将管理范式从“控制-监督”转变到“协作-激励”。
一百年之后，新的范式正在中国制造业的前沿演绎。在美的集团的灯塔工厂中，我们看到的不再是单纯的工具替代或流程数字化，而是“协作–激励”逻辑的底层重构：管理者的职能正从“拍板决策” 到“系统设计”转型，工人的角色开始实现从“执行者”到“反馈者”的重塑，组织能力的逻辑也开始从“流程管理”转换到“算法治理”上。通过这一系列的重构，在美的灯塔工厂中，霍桑效应正演化出一种全新的“人-机-系统”的协作激励模式， 作者称其为“美的效应”。
作者 ｜邹波 中山大学管理学院教授、孙黎麻 省大学罗威尔分校副教授、常文昊 中山大学博士研究生
01.
管理者职能的转型：从“拍板决策”到“系统设计”
在传统工厂，管理者如同交响乐队的指挥，直接挥舞着指挥棒，对组织资源进行配置，对员工行为进行管控。决策权高度集中，依赖的是管理者的个人经验和对层级体系的掌控。然而，工业互联网、人工智能以及数据驱动决策支持系统的普及，正在改变这一切。管理权力的行使方式，正从“直接决策”向“系统设计与规则嵌入”演进。管理的核心，不再是事无巨细地直接控制人，而是转而设计精妙的算法、优化流程、搭建平台，从而塑造人与技术高效协同的机制。
管理者角色转型的第一步，是打破信息孤岛。在美的家用空调广州南沙灯塔工厂，通过M.IoT平台，6000余台设备、200多条产线、供应商库存乃至客户订单，都被接入一个统一的数据湖中。实时全景数据的刷新周期短至惊人的5分钟。这种前所未有的透明度，使得传统依赖厂长、计划部长、采购部长“三堂会审”的决策模式变得低效甚至失效。因为，任何基于个人经验和有限信息的人为决策， 都难以匹敌系统基于全局数据生成的最优解在速度和准确性上的优势。信息透明化，为管理者从“直接指挥者”向“系统设计者”的转变奠定了坚实的基础。
管理者角色转型的第二步，是权责下放。美的全面推行C2M（用户直连制造）模式，推动定制化柔性生产，经营逻辑从传统的“以产定销”转向“以销定产”。消费者的数据直接驱动着企业的生产计划。在这种模式下，管理者不再需要事必躬亲，成为操作性事务的“最终裁决者”。他们的职责转变为设定清晰的决策边界和约束条件——例如，严格的交付时效、优化的库存周转率等。在明确的规则框架内，高达90%以上的日常决策权被交由算法与系统自动高效地执行。管理者如同一个技艺精湛的园丁，精心设定好园圃的边界和生长环境，然后放手让系统在既定规则下自主生长。
管理者角色转型的第三步，是系统优化与迭代。管理者的职责，不再仅仅是设定静态的规则，而是要敏锐地捕捉业务痛点，并将这些痛点进行形式化、模型化的处理，以便通过技术手段将其嵌入系统中， 实现持续优化。在美的灯塔工厂，面对排产效率、质检周期、定制响应速度等问题，管理者并不会直接干预具体的操作流程。相反，他们会组织团队，通过构建数学模型、设计智能算法，将解决这些问题的决策逻辑固化在系统中。这种转变意味着，管理者不再停留在对问题的经验性描述层面，而是必须学会使用“系统性语言”——比如数据延迟的阈值、关键指标的预警值等—来重新定义业务缺陷，并借助数字工具实现快速迭代和优化。
我们在美的工厂的实践中观察到了“系统设计者”角色带来的巨大价值。正如美的荆州冰箱工厂厂长所言：“现在有一半的工作是‘管设备’。” 这句话揭示了管理角色从传统的“管人”向统筹设计智能系统与技术平台的转变。
这种转型，让管理者的工作重心从日常的管控和指挥，转移到了更具战略性的系统设计和协作机制优化上。这种转变，不再将人视为需要被直接管控的对象，而是致力于构建一个最优化的生态系统， 让人、机器和系统各司其职、高效协同，从而最大限度地释放个体与机器的潜能。
02.
工人角色的重塑：从“执行者”到“反馈者”
智能制造浪潮的深入发展并未像所担忧的那样将工人边缘化，反而在美的灯塔工厂的实践中，为工人赋予了更具价值的新角色——从被动“执行者” 跃升为主动“反馈者”。这一角色的重塑，成为激发工人能动性与创造力、构建新型“人-机-系统”协同生态的关键。
在传统工厂中，工人最主要的角色是标准化流程的“末端执行者”。他们的任务明确且重复（如拧紧特定扭矩的螺丝、组装固定部件），工作目标单一， 对生产流程的优化鲜有话语权。然而，在美的灯塔工厂中这一模式被重构。智能化设备接管了大量重复、繁重的体力劳动（如搬运、基础组装），工人的核心价值被释放到更高层次的活动上：精准的数据采集与关键的流程反馈。比如我们在美的南沙工厂看到，工人不再孤立操作，而是与自动化设备、智能扫码系统深度协作。他们的核心任务变为确保物流的精益流畅、监控工序衔接的效率，并及时向系统反馈运行中的异常或优化点。在荆州冰箱工厂，传统操作工的角色被技术维护人员取代。新型工人肩负双重职责：保障设备稳定运行，同时解读设备产生的海量数据，识别潜在问题、提出维护或流程改进建议。他们成为维系“黑灯”运转的“眼睛”与“大脑”。
工人角色的升级大大促进了生产效率的提高。当工人从“操作者”转变为专注于“监控”和“数据解读”的“眼睛”时，他们能更敏锐、更前置性地发现设备异常、工艺偏差或潜在瓶颈。通过及时反馈给系统或自主介入处理，大大缩短了故障响应和修复时间。同时，成为“大脑”的工人不再是被动执行固化流程，而是基于实时数据反馈，主动识别流程中的浪费，并提出具体的、基于数据的改进建议。这种来自一线的、针对性的优化，比传统的、周期性的效率提升活动更及时，使得生产线能实现近乎实时的、动态的精益化调整，持续提高生产效率。这一变化所引发的工人在提高生产效率过程中的作用引人深思——在传统工厂中，工人是效率提高的对象，而在灯塔工厂中，工人则成为提高效率的核心驱动者。
新的角色定位必然要求工人具备新的能力。在传统操作技能之外，数据分析基础、数字化工具应用能力变得至关重要。比如，工人要能够理解系统反馈的数据指标含义；能够使用AR眼镜等工具获取装配指导、执行远程检测或接受专家支持；能够基于数据洞察，提出有据可查的流程优化或问题解决方案。工人由此完成从“知道做什么”（执行指令） 到“知道为什么做、如何做得更好”（理解目标、反馈优化）的能力跃迁，成为智能系统的主动协同者。美的灯塔工厂的实践清晰表明，将工人从执行者转变为积极的反馈者，不仅显著提升了个体劳动的价值感与适应性，更为企业构建面向未来的动态优化治理能力奠定了坚实基础。培养具备数据思维和反馈能力的工人，已成为制造企业实现智能化与柔性化转型不可或缺的关键支撑。
03.
组织能力的再造：从“流程管理”到“算法治理”
传统工厂的流程管理，依赖于人工精心设计的规则与标准操作程序，强调周密的预先规划与严格的持续执行。然而，在当今高度动态、需求瞬息万变、生产要素实时波动的制造环境中，这种固化的流程模式难以灵活响应市场的“快变”，也难以精准匹配资源的“实况”，常常导致效率瓶颈或错失良机。美的灯塔工厂的实践，为我们提供了另一条路径。通过深度应用工业互联网、数字孪生、人工智能等前沿技术，美的将组织的关键能力逐步“迁移”至一个虚拟的“算法中枢”。
在横向的价值链层面，美的公司依托强大的集团级制造中台，以“价值流”为清晰的主轴，打破了营销、研发、采购、制造等环节之间的壁垒，实现了数据的全面互联与业务的无缝协同。想象一下，一个客户订单的生成，能几乎实时地触发研发设计的微调、原材料采购的启动以及生产排程的优化——这一切都围绕着如何最高效地交付客户价值而展开。这种基于中台的横向集成，使得工厂不再是孤岛，而是整个价值网络的有机节点。
与此同时，美的在工厂内部实现了纵向的深度集成。通过“制造驾驶舱”这一全局可视化平台，连接并打通了制造管理和执行系统。数据不再层层上报、层层下达，而是在系统中实时共享， 包括与上游供应商与下游渠道商。
以荆州冰箱工厂为例，5G信号已无缝覆盖注塑、钣金、电子等八大核心生产环节。更关键的是， 工厂深度融合了“AI+工业互联网”技术：AI视觉系统如同不知疲倦的质检员，精准完成产品检测；5G驱动的云物流系统则像高效的调度员，实时优化物料流转。最终，一个高度自动化、智能化的生产体系得以形成。
可见，算法治理的深度介入，不仅显著提升了对生产与服务全流程的掌控力，更塑造了一种全新的、基于系统反馈的动态治理逻辑。管理者不再仅仅是经验丰富的“救火队长”，依赖直觉判断和事后干预。他们更多地与模型和数据协同工作，在算法提供的洞察与优化建议支持下，实现对生产运营的动态调节与前置控制。这种转变，使得企业的组织能力呈现出前所未有的敏捷性。
美的灯塔工厂是当前中国智能制造的一个缩影， 它的实践对传统工厂中的管理者职能、工人角色和组织能力等都进行了重构，也因此，可以说中国制造正迎来一场新的“美的效应”。
相比美国企业在20世纪提出的霍桑传统“协作- 激励”的管理逻辑，以及后期的“大规模定制”传统模式——主要在既有生产体系上增加个性化选项——美的依托AI技术重塑制造全流程，打通从需求预测、生产排产到物流配送的智能闭环，突破了美国工厂管理模式的局限，打造出更高效、更智能的制造新范式。这一范式的核心演进路径是从“工具替代” 迈向“人机协同”，即机器承担烦琐劳动、人工专注高价值反馈，人机形成优势互补的协作关系。
“美的效应”中的人机协作不仅带来生产效率的大幅提升和管理模式的重构，也预示着未来制造范式的转变—管理者从经验决策转向算法治理，激励机制从主观管理进化为数据驱动的人机协作生态。可以说，“美的效应”代表了制造业从流水线时代的人本激励，进化到智能时代的人机共生新阶段， 其所彰显的前沿趋势将深刻影响未来全球制造业的运行模式和管理哲学。我们用表1来比较与总结两种效应。
表1 “霍桑效应”与“美的效应”
一百年前，霍桑工厂让我们首次意识到，哪怕只是一束光，也能激发工人的生产潜能——管理由此开始关注人的情感、归属与激励。而今天，在中国智能制造业最尖端的工厂中，光的角色被数据流和算法取代，但对“人”的重新理解和观照，却更加深刻了。
从“被观察而更努力”，走向“与系统协同而更聪明”。美的所代表的可能不仅是一个企业的效率革新，更是一种管理哲学的进化方向，代表着一种关于信任、协作与技术伦理的深层探索。或许未来的某一天，美国管理学会（AOM）年会会在中国举行, 全球的管理者会到以美的为代表的优秀的中国制造业工厂参观, 研究这一全新的制造管理范式。
