跳到正文
小南AI实验室· 小南·· 14 小时前AI 评分47

江苏紫龙药业2026年上线EBR电子批记录并落地设备温振监测与产线视觉等AI应用

紫龙药业制药车间的三条 AI 落点:EBR 无纸化、设备温振监测与产线视觉

AI 导读

江苏紫龙药业2026年上线EBR电子批记录,成为扬子江药业集团首家试点工厂,纸质单据全部替代、操作效率至少提升80%,操作电子签名并统一时间戳。AI应用还包括磁吸温振传感器做设备预防性维护、空调制冷智能调控及厂区AI视觉安防。质检与研发AI模型因GMP数据保密要求须本地化部署,办公场景则用公网API。

正文

摘要

1. 江苏紫龙药业(扬子江药业集团常州全资子公司)2026 年上线 EBR 电子批记录,是集团第一家试点工厂:纸质单据全部替代,操作效率至少提升 80%;全部操作电子签名,关键工序三四人顺序复核,时间戳统一对时防篡改。

2. AI 硬件走低门槛路线:温振传感器磁吸装在电机上,AI SaaS 平台分析异常后经微信、短信提醒工程师,人工巡检变成预防性维护;空调制冷也用上了 AI 智能调控。

3. 算力账算得实:办公场景用公网 API,生产环节靠边缘计算,受访人直言本地部署投入不足会变成「空转的 AI」;质检与研发用的 AI 模型受数据保密约束,只能放在本地机房。

江苏紫龙药业是扬子江药业集团在常州生命健康产业园区投资建设的全资子公司,2011 年成立,厂区占地 344 亩。江苏省智能示范车间的牌子挂满了它的所有生产车间,上云评到五星级,另有江苏省瞪羚企业与专精特新「小巨人」两项认定;在扬子江集团内部,它是第一家接受 PIC/S 官方现场检查的工厂。2026 年 10 月,其信息部负责人周鹏程在 ENI「CIO 说」访谈中把厂里的 AI 应用逐条讲了一遍;本文结合他 6 月的另一次访谈与工厂官网档案,把这套做法整理完整。

一、工厂档案

建厂沿革

2011 年成立,扬子江药业集团全资子公司;厂区占地 344 亩(总投资 16 亿元、员工 280 余人,数据出自 2017 年前后的政务报道)

剂型与产线

片剂、硬胶囊剂、小容量注射剂(含预灌封)、冻干粉针剂、透皮贴剂、乳膏剂六类;主要进口设备含德国 BOSCH 洗烘灌轧联动线、德国 GEA 冻干进出料系统、日本森松配液系统,冻干车间配全自动灯检机

资质与荣誉

国家高新技术企业、专精特新「小巨人」、江苏省瞪羚企业、五星级上云企业;生产车间全部获评江苏省优秀智能示范车间;集团首家通过 PIC/S 官方现场检查;对外承接 CMO/CDMO

剂型

产能

规格

小容量注射剂(含预灌封)

1.2 亿支

小针 1–20ml;预灌封 1ml/10ml

固体制剂(片剂、硬胶囊)

10 亿片(粒)

铝塑、双铝、塑瓶包装

冻干粉针剂

960 万瓶

5ml / 10ml / 20ml

贴剂

120 万贴

6.8×8cm 圆角矩形

(产能数据来自摩熵医药企业数据库,非工厂官方发布。)

图注:江苏紫龙药业厂区,位于常州市新北区生命健康产业园。(图源:zilong.yangzijiang.com)

二、数字化底座:以 SAP 为核心的系统矩阵

板块

系统

企业资源规划

SAP(核心),向外延展 WMS、EBR、SCADA

实验室

LIMS、CDS(网络版色谱)

质量管理

QMS、DMS

追溯与登录

每条产线电子监管码系统;统一身份认证与单点登录(SSO)

部署位置

EBR、电子监管码、CDS 在公司自建本地机房;WMS 集团统一部署、数据专线连总部(2025 年完成升级)

(系统清单由本文据访谈与官网「智能制造」栏整理。)

生产现场由 SCADA 负责设备数据采集,车间自动化设备经上位机管理,目前完成部分采集。周鹏程没有回避剩余的难度:老旧设备改造、数据接口接入、国外系统对接,每一项都是壁垒。

三、EBR 电子批记录:集团首家试点工厂

EBR(相当于轻量化 MES)是 2026 年新上线的系统,紫龙是全集团第一家试点工厂,跑通后向集团复制。与传统 MES 相比,它的优势在灵活性:批记录可自主导入、参数可修改、计算公式逻辑可自定义,能与工艺流程自主配置关联,并按 GMP 要求做变更和系统升级。效果数据明确:操作效率至少提升 80%。

更核心的变化是生产数据记录方式:纸质单据全部替代,数据经符合洁净要求的工业级 PAD、PDA 和扫码枪录入,杜绝填写差错、时间登记误差和篡改;操作完成后电子签名,关键工序双人甚至三四人顺序复核,时间戳与 NTP 服务器实时同步。

物理前提:固体制剂车间隔间多,彩钢板墙体屏蔽无线信号,传统 AP 单点部署成本高

解法:无线零漫游方案,1 台 AP 带 8 台室分设备加馈线分布式部署,满足洁净防爆要求;厂区工业网络投用三四年,运行零重大故障

这段网络细节常被同类报道省略,却是无纸化作业能否成立的前提。EBR 的数据采集跑在无线终端上,跨房间移动使用时信号若频繁切换卡顿,录入及时性就无从谈起。

图注:紫龙药业洁净车间内的包装产线实景,该厂入选江苏省 2026 年先进级智能工厂(生物医药集群标杆案例)。(图源:sohu.com)

四、AI 应用线:Agent、硬件、视觉与能源

AI Agent 应用 业务数据自动化

大模型智能体与飞书智能体处理业务数据。事物料管控场景:RPA 抓取 SAP 物料数据同步至多维表格,固化计划专员操作逻辑,超标准范围的数值自动触发机器人消息提醒对应岗位,再由大模型生成周报、月报供决策参考。

实验室留样管理:多维表格与 AI 智能体为留样样品赋码,手机或工业 PAD 扫码即看全部信息,替代以往 2-3 年的人工登记。

AI 硬件应用 设备预防性维护

与第三方合作,温振传感器磁吸安装在电机上,实时获取振动与温度参数判断异常;参数与日常波动差距巨大时,AI SaaS 平台实时分析报警,经微信或短信提醒工程师检修。

人工巡检由此变成预防性维护,不做深度定制,传感器磁吸即装。

AI 视觉应用 安防起步,正在扩展

厂区部署带 GPU 算力的摄像头与带 AI 算力的「超脑」服务器,通过人脸信息追踪厂区行踪、关键点回放录像提升安防效率;AI 眼镜、送样小车等具身机器人与 AI 边缘计算产品陆续应用。

周鹏程在 2026 中国 AI+数字峰会的演讲中补充:AI 视觉在生产环节还覆盖物料管理、设备巡检、预防性维护与能源管理。

能源与海外场景 延伸应用

传感器与 AI 算法结合实现了空调制冷的智能调控,是 AI 在设备管理之外的第二个物理现场落点。业务扩展至海外后,AI 知识库与 AI 眼镜承担员工外语学习支持、同声传译、会议纪要整理与现场拍摄。

五、推广机制:从信息部门「推」到业务一线「拉」

AI 推广最常见的阻力来自一线员工:管理者从管理角度提需求,员工觉得「我直接做也可以」,还担心岗位受威胁。紫龙的解法是反转需求发起方式:先培训,让员工切实感到效率提升;再引导梳理工作中的瓶颈,用 AI 解决;用得顺畅后,需求自然从一线冒出来。按周鹏程的说法,业务端发起的 AI 应用,效果比信息部门自上而下推动好得多。

他在访谈里也提醒了对技术的清醒预期,原话是「很多非IT背景的领导会认为AI是万能的,但实际上一定要结合业务场景合理使用AI」。从 ChatGPT 处理语言问答,到 DeepSeek 支持代码编写,再到今年具备 Agent 能力可以自动化处理工作,AI 能力在快速演进,但「很多好的想法目前技术还满足不了」。为此紫龙常态化开展 AI 培训、举办 AI 大赛,把 AI 应用与精益管理、体验改善活动结合,用奖金激励参与。

这套机制被设计成可复制:场景验证效果好即复制推广,搭建过程经低代码平台便捷复制;培训会议展示标杆案例;每个部门设 IT 对接人兼职岗位,层层转化培训。

六、算力账与 2026 年三个发力方向

数据治理依托集团 MDG 主数据管理平台统一 SAP 主数据格式与录入规范,集团大数据平台对所有数据建仓,形成报表与看板。现实难题有两个:一是数据打通,系统多为不同时期不同厂商建设的「烟囱式」布局,与存量系统集成投入高、难度大;二是算力成本,本地化部署大模型投入不足时,能力与公网大模型差距明显,购买公网 API tokens 性价比远高于本地算力。

办公场景:云端 AI 为主,直接购买公网 API tokens

生产环节:边缘计算与智能体,以保密协议及法律约束保障数据安全;质检、研发场景的 AI 模型因 GMP 数据保密要求不能上公有云,必须本地化部署

按 2026 年 6 月访谈给出的规划,紫龙当年在三个方向继续发力。一是场景全域拓展:让 EBR 与 SAP 数据打通,从系统间数据集成推广至全品种、全车间、全产线。二是基础设施升级:更新服务器资源与信息安全设备,承接本地化部署的 AI 模型。三是把经过验证、可产生实际效益的 AI 试点全面推广,依托本地算力实现全厂全域数字化覆盖。办公用公网 API、生产上边缘计算的分工,与 GMP 数据边界这条硬约束,共同划定了这家工厂 AI 算力的布局。

绿色制造侧还有一组官方公布的成效数据。据中国工业新闻网 9 月报道与江苏省先进智能工厂遴选专栏介绍,紫龙已建成 21 项数字化场景、13 项 AI 智能应用,生产效率提升 25.61%,设备综合效率提升 20.13%,库存周转率提升 68.81%,产品不良率下降 33.33%,单位产值综合能耗下降 40%,碳排放下降 31.58%。这批 AI 应用集中在高耗能设备管控、工艺参数调优、能碳数据分析与设备预测性维护:智能冷源控制系统结合环境温度与生产负荷自动优化冷冻水温,能碳管理平台自动完成能耗分析、能效对标与碳足迹核算。生产关键设备数控化率 100%,智能制造成熟度达三级;官网还披露其基于大数据与人工智能技术搭建了本地化 DeepSeek 模型,用于员工提问的智能分析与决策支持。

资料来源:
1. ENI 经济和信息化研究第 293 期「CIO 说」:紫龙药业周鹏程《多场景应用,AI 从虚拟走向生产物理现场》,2026-10-09,搜狐转载(sohu.com);ENI 官网另有同题材系列稿(enicn.com)
2. CIO 时代「2026 数智洞见」访谈:紫龙药业周鹏程《从制药到智药的基础是理顺数据集成》,2026-06-22,同花顺财经转载(news.10jqka.com.cn)
3. 2026 中国 AI+数字峰会(苏州)报道:周鹏程演讲《数智赋能生产一线,AI 视觉助力医药智造高质量升级》,中国招标与采购网(gc-zb.com.cn)
4. MIS 2026 中国制造业&新能源数智创新峰会(北京)报道:周鹏程演讲《数智赋能 AI 引领,助力医药企业绿色智造升级》(shzhixinzhe.com)
5. 紫龙药业官网「走进紫龙」「智能制造」栏(zilong.yangzijiang.com);产能数据引自摩熵医药企业数据库(pharnexcloud.com)
6. 中国工业新闻网:《江苏紫龙药业:以数智为翼、绿色为底,打造全链条绿色低碳体系》,2026-09-25(cinn.cn)
7. 江苏省「先进级智能工厂」专栏第 10 期·生物医药集群①:《基于绿色生产与智造协同管控的高端制剂智能工厂》,2026-10-10,搜狐转载(sohu.com)
8. 常州市新北区政协 2017 年调研报道、搜狐号《和谐企业看紫龙》(2019)中关于总投资与员工数的早期数据

来源:小南AI实验室 · mp.weixin.qq.com