本文根据数字创新中心企业应用总监李蕾在“共建数字生态-2024医药数字化巡展之走进天士力集团”活动中的分享整理

李蕾 数字创新中心企业应用总监

大家好，我是李蕾，主要负责天士力的产研数字化工作，今天我主要围绕天士力的数字化工厂建设展开分享，希望能给大家带来一些启发。

一、数字工厂的愿景规划

基于天士力集团数字化战略规划和建设目标，通过搭建数字化工厂，逐步提升药品稳定性和药品质量，未来药品质量逐步从事后检测向事中监控、事前模拟进行转型，并实现多维度精细化管理，从提高生产效率、提升产品质量、增强灵活性、降低成本、数据驱动决策、协同合作、提升竞争力、推动创新八个方面使公司利益最大化。

天士力数字化工厂建设内容涵盖了公司生产运营相关领域，涉及多个管理方面，横向上从采购、生产、仓储到销售，纵向上从执行层到管理层到决策层全面覆盖。除了与生产直接相关的，还涉及到间接相关的管理范围，例如厂区管理、环境安全、楼宇管理、基础建设等。数字化工厂的建设信息不能孤立，需要互联互通，所以我们还需把不同系统数据集成，决策数据入湖至数字化工厂运营平台进行统一管理，完成高效的协同管理和数据分析工作，最终赋能集团领导决策和业务场景应用。

二、数字工厂的建设

1、建设范围

结合数字化工厂建设目标和业务涵盖范围，建设方案涵盖以下四部分，分别是：覆盖生产运营多维度管理，为各个领域搭建专业的管理系统；消除信息孤岛，实现多系统互联互通，规划相应的系统间集成方案；为了保证数字化工厂稳定运行，搭建相应的基础设施；结合新技术，搭建相应的智能应用场景，为管理和决策提供智能化工具。

2、系统设计与全景

我们还绘制了数字化工厂系统的全景图，将其分为四个层级：

最上层是运营层，下层核心的运营管理数据汇总到运营层，进行数据常规分析和建模分析，更深层次挖掘数据应用价值，同时实现数据展示功能。向下是应用层，包括一些具体的专业数字化系统，例如运营、质量、研发、生产、采购、安全、能源、设备等等方面的系统。再向下是网络层，包括办公网络、工业网络和视频图像网络。最下面是基础层，包括设备控制系统和硬件设施。

基于以上提到的目标和总体规划，接下来介绍的是我们所做的一些具体的系统。首先是数字化工厂运营平台。过去企业进行信息化建设的方式，往往是有需求就实施一套专业系统，但问题在于不同业务领域的系统是割裂的，真正的数字化工厂，需要把数据整合起来加以利用，因此我们建设了数字化工厂运营平台，通过该平台实现系统的联动，进行不同场景的应用，同时可以进行数据的分析，利用数据驱动，提供直观的数据展示，便于领导查阅，快速决策。

谈到智能工厂，就必须要谈MES系统，我个人认为MES系统的建设一定要深度结合所在药企的生产模式和生产特点，从而决定是否需要实施MES、以及实施什么样的MES系统。

以天士力来说，我们的产品是专线专用的，所以通过优化/调整其他的系统功能也可以解决业务问题，并不是必须上非常厚重复杂的MES系统，我们通过MES解决的是一些称量、物料使用的问题。那么对于一些大品种、多车间、多工厂联动的药企来说，一定要通过MES系统做资源的统筹管理。

由于我们的核心目标是提升药品质量，所以我们重点建设了EQMS系统，该系统分为三个方面的建设，分别是文件管理系统DMS、培训管理系统TMS、质量管理系统QMS。对于中药企业来说，生产过程中有很多未知因素可能会导致药品质量产生偏差，所以我们也在慎重思考EQMS给企业所带来的一些反作用，但是从大方向上来看，EQMS是一个趋势，也是保证产品稳定性和提升公司运营质量的有效工具。

想做数字化工厂，离不开LIMS系统，原因在于所有的生产、采购等环节，最终还是源于质量定于质量，没有质量，智能制造就无从谈起。通过搭建LIMS系统，保证企业运营的合规性，提升业务操作效率，加强全局管理可控性，降低企业管理成本。

通过建设并完善能源管理系统，实现工艺的优化，设备的更新以及降低企业能耗成本。如何降低成本，从原料的角度来看，由于中药原料属于农产品，其价格往往是随着季节波动的，是不可控的。间接的成本就是水、电、气、人员等方面。通过搭建EMS系统，梳理企业能流图，抽取相关数据，结合管理系统来进行成本的核算和优化，最终能够实现精细化管理到能源和产品成本细项，帮助管理者进行决策。

在生产过程中，我们对于质量的分析也是非常重视的，天士力设立了专门的部门进行生产过程工艺参数的分析工作，不仅做到了单变量分析，还有多变量分析。通过建模和分析，我们希望能够找到原材料的质量和最终成品的质量之间的关系，从而对生产过程中的工艺参数进行相应的一些调整控制，最终保证产品的质量稳定性和一致性。

另外一个非常重要的部分就是安全，药企作为化工类企业，安全管理是重中之重，所以我们在安全的管理上，不管是流程还是危险源，都做了相应的数字化管理部署，涵盖危险源检测，可燃有毒气体重点监管、化工公司生产人员定位、企业安全风险分区、企业生产全流程管理等。

相对来说，天士力的自动化程度是比较高的，能够看到车间内的工人并不多，但是自动化设备的运行状态需要系统性实时监控，来保证产线的稳定运行。对于数据采集，利用DCS或者SCADA系统进行采集，主要有生产设备参数数据，能源相关仪表的数据、温湿度仪表数据和公用设备的运行数据等。

在仓储管理上，天士力仓储管理系统(WMS)的推广实施，针对入库、库内、出库作业，以及库存和可视化等管理，旨在标准化作业流程，打通数据链，提升作业效率。

打造数字化工厂，还需要做电子批记录，我们的电子批记录从流程设计、物料管理、房间管理、生产过程、异常处理、审计追踪等维度完成全流程管控，旨在提升产品质量。在基础建设上，我们的机房以及网络的建设，都进行了统一的规划和管理，真正做到了高安全、高性能、高可靠、可拓展。

对于天士力来说，自动化水平能够达到今天的程度，不是一蹴而就的。我们的设备经过了多次更新迭代，所以智能制造不断升级的过程中，设备迭代也是重要的一环。而且数字化工厂还需要结合现在的一些新工具、新技术。当下我们主要做的就是从视觉算法和态势感知的角度，来协助业务和实际生产。比如一些合规检测、安全检测、物料称量等等，这些工作如果使用传统的做法或者是人为方式来管理，可能会造成损失和风险。未来我们也希望通过AI的智能算法，直接来进行辅助，减少人为参与，通过系统和算法来减少人为动作所带来的风险。

在智慧园区的管理上，我们也进行了很多尝试，包括进入厂区、就餐、车辆管理等等。未来我们的智能应用可能在实验室和生产部门展开，例如穿戴、实验操作规范、跑冒滴漏等方面，从点开始进行探索，等到真正能够为企业带来收益时，再由点向线，由线向面。

有了基础数据以后，我们通过沉淀业务数据、分析数据、运用数据助力管理，未来也会继续深挖数据分析技术，寻找更多的应用方向和场景，助力企业管理。此外对于RPA，我们也在尝试和探索中，希望通过小步快跑的方式，来不断地完善和深化应用。通过梳理业务场景搭建相应的模型，持续输入数据，不断选代更新和机器学习，持续提升业务效果。

能够预见的是，数字孪生在供应链规划当中的作用正在逐步显现。数字孪生可以结合物联网的数据采集、大数据的处理和人工智能的建模分析，实现对当前状态的评估、对过去问题的诊断，以及对未来趋势的预测、模拟各种可能性，并给出分析结果，提供更全面的决策支持。例如在生产中会进行小批次投料，这其实是非常浪费成本的，实现数字孪生以后，或许就可以模拟出来投料后的产出物，参数特性如何，这样或将会大大节省成本。

三、数字化工厂建设的心得体会

总体来说，通过数字化工厂的建设，能帮助企业提升经营管控能力、提升生产效率，实现节能减排，降低成本，同时也能帮助企业优化业务模式，实现设备和数据的可视化，提升安全保障。

当然，数字化工厂的建设并非只是系统的建设、还需要从战略规划、人才培养、供应链整合、数据治理等多方面共同推进，才能使数字化工厂建设成功。数字化工厂的建设是一个漫长且艰辛的过程，不是一蹴而就的，需要从业者坚定目标、稳扎稳打，为之奋斗，最后借用《离骚》中的一句话：路漫漫其修远兮，吾将上下而求索。大家共勉！

以上就是我的分享，谢谢大家。