【阅读提示】

       由于制药行业的特殊性，记录和存储药品数据、寻找订单排产“最优解”，一直是困扰Kaiyun·开云(中国)官方网站（以下简称“石四药”）的大难题。

       通过自建私有云，石四药接连打造了产供销智能协同系统、生产执行系统，不仅解决了生产排期的痛点，也使药品批次记录由纸质记录变为电子记录成为可能。

       订单管理系统、物流运输系统即将上线，针对供应商的交互系统已开始前期调研……像收集一片片拼图，石四药逐步搭建起一张日趋完整的数字版图。数字，也正在为这家药企探索“工业AI”打开巨大想象空间。

处理药企海量数据的“数字大脑”

       制瓶与药液灌装等工序在链带连接下流畅进行，机械臂在生产线间自如地腾挪翻转，精准高效完成每一个动作……偌大的生产车间，看不到传统生产车间里员工忙碌的身影。

       5月10日，石四药数智化直立式软包装输液生产车间，呈现着一幅智能制造新图景。

       配液、制瓶、灌装、灭菌、灯检、装箱……由于药品的特殊性，按照规定，药企的每一批次药品在每一个环节都要保留生产过程参数。而石四药数智化直立式软包装输液生产车间拥有目前国内单产最大的大输液生产线，车间日产能达200万瓶——如此大的产能，便意味着有海量的数据需要采集、记录和保存。

       “物料信息、设备信息、生产信息、环境信息、物料平衡信息，仅一个配液环节，就涉及这5大方面的生产参数，累计有70多项。”石四药数智化直立式软包装输液生产车间主任段光乾介绍，“随着产线自动化的实现，具体的配液操作其实已经全部由机器代劳，但生产参数记录仍然只能由人来做，耗时又耗力。关键是生产多少批次，就要记录多少次参数。”

       参数记录，一直是困扰制药企业的一大痛点。

       王洋是石四药数智化直立式软包装输液生产车间的一名配液员。这个岗位实行三班倒，在一个班的8小时里，王洋要记录两三批药品的生产参数。

       这些生产参数不仅数据量大，记录起来更要格外细心，“有的参数特别长，接近20位数。一个班上下来，眼睛特别累。”王洋表示。

       5月中旬，石四药数智化直立式软包装输液生产车间即将迎来一次改变——这些参数记录将不再依赖手写。

       这一变革的幕后英雄，正是石四药为生产环节打造的一个“数字大脑”——生产执行系统。

       在这个“数字大脑”的精准“指挥”下，工作人员只需在系统中输入相关指令，不同设备、机器人间便能即时响应，实现自主协调运作。

       而这一系统的运行，也使药品批次记录由纸质记录变为电子记录成为可能。

       “从今年3月上旬，我们就开始在生产线测试这个生产执行系统，并同步进行国内外药品行业在验证仪器时广泛采用的4Q验证，目前该项验证已进入最后的PQ验证阶段。”石四药信息管理中心常务副总经理周长涛介绍。

       不过，周长涛解释，试运行期间，该系统还会采取纸质记录与电子记录并行的方式，通过与纸质记录对比，来充分验证电子记录的准确性和可靠性。所以，王洋和同事们人工记录的工作还要持续一段时间。

       “药品批次记录由纸质记录变为电子记录在我省尚没有先例。”周长涛介绍，本轮试运行结束后，石四药将对接相关部门进行认定，认定的内容包括从设备上获取数据的方式、频次等电子记录过程是否规范，以及电子系统本身的稳定性、可靠性等。

改变“人工救火”的“最优排单”

       “你们看，这张表上，每条生产线标注着不同的颜色，生产线生产的哪种产品、生产时间，都有详细的标注。”

       随手打开一张满是不同色块的图表，石四药信息管理中心副总经理郝东亮指着图表分析道，“一行表示一条生产线上的安排。比方说从3月4日到6日，100mL规格的0.9%氯化钠注射液，在20号产线上就一气儿生产了72个小时。紧接着这条产线就开始生产另一款产品——500mL规格的0.9%氯化钠注射液，一共生产了5天。”

       郝东亮指向图表的另一处——该产品总共生产了8天，但却是在7条产线上陆续完成的。

       “这样的生产安排，就是由我们上线的产供销智能协同系统，算出的排单结果。”郝东亮解释。

       排单，曾是困扰石四药的大难题。

       石四药共有20多条生产线，药品品规六七百个，每月生产量2亿多瓶/袋。由于药品的特殊性，同一条产线生产不同品规药品时，都要进行大清场或小清场，短的一两个小时，大清场则要完全拆散机械零件进行清洗。

       在考虑这些情况之外，排单还要综合考虑每条产线所能生产产品的种类，以及采购、仓储、生产、质检、销售各环节的协调，其中牵涉的巨大数据量，远远超过人脑的思考极限。

       在巨大的数据量面前，排单，成了完全不是靠责任心或传统的规章制度就能解决的难题。

       李爱华是石四药的一名排产计划员，主要任务就是编排生产计划。

       “救火队员”，曾是李爱华对自己的工作角色定位。

       “下周的生产计划，这周三就要先做出来一版，然后发给各个部门。”李爱华说。但往往是计划一发，找李爱华的电话、微信、QQ消息便接踵而至。

       难的是，各个部门反映的问题都是环环相扣。

       “我们的所有生产行为，都是由销售订单驱动的。但订单会随时出现，其他环节不见得总能紧密衔接上。很多时候，销售部门催新订单要抓紧生产，生产部门却发现原料不够，采购部门要买料又可能碰上缺货，仓库还可能发现新买的原料装不下。”

       没办法，李爱华只能反复调整生产计划，直到每周五的产销协同会。甚至，会上还常常因为如何排单陷入“焦灼”局面。

       李爱华做排产计划员已有七年多，早几年，几乎每周都是这样的“焦灼”，循环往复。

       “因为各个部门都是数据信息孤岛，要求彼此精准高效地衔接，说来也确实难。”数据不全面、不准确、不实时，是造成困局的症结所在，李爱华对此深有体会。

       以往为了弄清楚某种原料的剩余情况，采购部门备料时，除了要到仓库查看剩余量，常常还要逐个车间了解原料剩余情况，来计算需要购买多少原料，买的时候，还要考虑供货商能不能及时把原料送过来。

       但这些努力，相比庞杂的数据“黑箱”来说，收效甚微。

       “大家都在‘人工救火’，只能咬着牙，一周一周推着走。”李爱华说，当时大家最担心的就是有临时急单，因为每一个小变动，都有可能导致整个产供销链条“火烧眉毛”。

       但现在，各部门都松了口气——原来，集团每周三出一稿下周生产计划，每周至少改三稿；而现在，产供销智能协同系统花20分钟“跑一把”，就能排出4个月的生产计划。

       在算法的支持下，产供销智能协同系统依托已有的业务系统，抓取整合了库存、采购、销售、车间设备、产能等各方面的数据，像一位“虚拟”排单员，找到了协调各方的“最优解”。

       “最终的排单结果，单纯看某一条产线，可能不一定是最高效的，但如果综合所有产线的生产能力，以及所有环节的协调情况，它的排列组合结果，一定是最优的。”郝东亮解释，这就类似于生活中的汽车导航，把每辆车的特性和数据以及路上红绿灯情况放到模型里，把所有的路况因素和其他可能性都找到，最后确认一条最优路线。

       据测算，自2023年9月正式上线，产供销智能协同系统使石四药的计划编制和变更时间缩短50%，产能有效利用率提升了10%，产品有货率提高了15%，库存周转率也大大提升。

一片一片拼出的“工业AI”

       最近，石四药信息管理中心正忙着对一个新系统——订单管理系统进行最后调试，5月底，该系统将正式上线。

       “订单管理系统，主要展现的是从外部接收客户订单，以及订单的执行情况。和该系统配套，我们还搭建了一个物流运输系统，来呈现车辆调度，以及车辆将货物运给客户的情况。这两个系统能形成一个完整订单交付闭环。”周长涛介绍，生产执行系统、产供销智能协同系统，更倾向于内部管理。在此基础上，石四药的数字化触角进一步向外部延伸。

       除了即将上线的订单管理系统、物流运输系统，石四药还计划研发一个针对供应商的交互系统。届时，石四药可以在系统上向供应商采购下单，供应商在平台上进行响应，双方在一个类似“淘宝”的平台上，实现订单交易的全流程追溯。

       像收集一片片拼图，石四药意图搭建起一张完整的数字版图。

       最终目的，就是希望企业所有的经营行为——在外部，与客户、供应商的连接；在内部，设备与人员之间的连接，都是在平台和系统上，通过数字化的牵引来完成，所有行为都是可以进行数字化追溯和模拟的。

       “这个意义上的数字化，是更高阶的数字化。”郝东亮介绍，围绕数字化，很多企业都有资源计划系统，并根据生产需要，分成了很多具体模块。但这些系统的数据颗粒度相对比较粗，站在管理视角上看，系统给出的主要是结果性数据。

       这严重制约了数字化在企业管理中的效能发挥。

       数据的颗粒度，就是指数据细节的精细程度。

       “数据颗粒度粗的话，管理者拿到的只是一个简单的数据，却没办法看到这个数据的 生成过程。他要想知道更多的情况，不是仍需召集会议听汇报，就是要一层层往下问，结果是总经理要问副总经理、副总经理问部门经理、部门经理问执行层……”郝东亮解释，但纳入系统的数据如果颗粒度更细、时效更短，情况就大不相同。

       “比如看到某个销售额增长数据，管理者只要在系统里一查，就能看到哪款产品销售得最多，哪个部门发挥了哪些作用，这才算真正实现了数字化管理。”郝东亮说。

       在石四药信息管理中心副总经理苏忠良看来，所谓数字化，本质上就是怎么利用数据创造价值。

       苏忠良看中了数字化帮助企业深度降耗的潜力。

       “借助数据，未来我们可以一条生产线一条生产线地进行数据对比，用模型算法来分析两条生产线的能耗差距、效率差距等，从中分析哪个环节有优化提升空间。”苏忠良表示，只要数据足够多，颗粒度足够细，甚至能跟同行业横向比较，找差距补不足。

       郝东亮则更看重数据与算法碰撞出的“化学反应”。

       “数据颗粒度越小，模型越智能，数据得出的最优解也就越精确、越贴近现实。”郝东亮希望利用数据和算法，搭建出越来越多像产供销智能协同系统一样的“工业AI”，让它们为企业不断统筹、优化出更多的发展“最优解”。

 

记者观察

数字化驱动企业经营管理之变

       通过搭建生产执行系统，对生产过程的关键参数实现自动记录，既能减轻人力成本，又能提高数据的准确性和可靠性；上线产供销智能协同系统，利用算法优化生产排单，实现部门间的高效协同工作……

       石四药的数字化进程，充分体现了现代技术如何助力企业实现精细化管理与高效运营，也揭示了数字化在企业运营中的核心价值：使每一个环节具备“可度量”的特性，从而实现“全方位、全链条”的精细管理。

       现在，通过以工业设备上云为基础的数字化技术，越来越多石四药这样的企业已经用能够精细到产供销每个环节、每一套设备的实时数据，使企业能够在每一个细节上追求效率、节约成本，实现“锱铢必较”。

       也正因为这样，在新的数字化背景下，企业不仅仅是在产品质量和生产效率上进行竞争，更是在数据分析、资源配置和链条管理上展开激烈的较量。

       以数据驱动的决策取代传统的经验驱动决策，传统的层级结构可能被更加扁平化、灵活的网络结构所取代……这些变化说明，数字化不仅是技术的升级，更是经营理念的革新。

       数字化转型并非一蹴而就，同样需要迭代升级。有专家指出，从手工作业到系统建设，再到系统联动，然后转为数据运营，最后基于数据做决策，是企业数字化升级必然会经历的阶段。

       随着技术的成熟，数字化的成本也在逐渐降低，这让更多企业有能力参与到这场转型中来，也为每一个愿意拥抱变化的企业，打开更多的“数智化”想象空间。

（原载《河北日报》）