AI不只是电脑里的狂欢!诺和诺德揭秘制药工厂数字化转型的破局之路

本文内容根据诺和诺德中国制药head of IT and Automation 张宏伟（Anson）在“CIAPH-第14届医药健康行业数字化高峰论坛”上的分享整理

当GLP-1赛道迎来全球竞争的白热化，当制药行业的数字化从“基础建设”迈入“AI深耕”的新阶段，如何让AI真正走出电脑屏幕，走进生产一线，成为驱动产能提升、质量升级的核心力量？这是所有头部药企都在深思的课题。

张宏伟（Anson）

诺和诺德中国制药head of IT and Automation

作为负责诺和诺德中国制药工厂整体数字化业务的核心负责人，Anson结合诺和诺德近30年的数字化积淀、中国工厂的全球领先实践，以及AI时代的转型探索，深度拆解了制药企业从传统数字化架构向AI敏捷架构跨越的路径、实践与感悟，为行业提供了兼具可操作性与前瞻性的宝贵经验。

GLP-1热潮下，数字化成为产能突围的核心底气

“过去几年，GLP-1市场发生了翻天覆地的变化，全球竞争格局持续升级，诺和诺德也经历了大起大落。”分享伊始，Anson坦诚地谈到了行业现状。作为专注于糖尿病及相关适应症的专业药企，诺和诺德的核心产品围绕司美格鲁肽展开，在慢性病治疗领域占据重要地位。而随着全球患者对慢性病药品的需求激增，过去几年，诺和诺德面临着巨大的产能压力，如何保障全球药品供应稳定、赋能产能提升，成为企业发展的核心命题。

“在这样的背景下，数字化给了我们太多实践经验。”Anson表示，诺和诺德中国制药工厂作为其全球数十家战略工厂中产能最高的工厂，在全球药品供应短缺的困境中，数字化的力量得到了充分彰显——不仅保障了供应链的稳定运转，更通过技术创新实现了产能赋能，践行了“服务更多患者”的战略使命。

值得关注的是，诺和诺德的数字化建设并非一蹴而就，而是一场长达20余年的漫长积淀。目前其核心数字化解决方案已投入使用近十年，主流业务系统、自动化控制方案已形成成熟体系。“我们积累了足够的数字化理解，但当下的核心命题是：如何将这个相对成熟，甚至有些庞大的传统数字化架构，转向AI时代的高效敏捷架构。”Anson的话，精准点出了本次分享的核心主旨，也道出了众多传统药企数字化转型的共同困惑。

根基：遵循ISA-95标准，IT与OT深度融合的传统架构沉淀

“回顾过去几十年的数字化建设，我们始终遵循国际ISA-95标准。”Anson强调了其对于大型药企持续化建设的重要性。ISA-95作为企业系统与控制系统集成的国际标准，能够实现不同系统之间的集成，达到数据整合、信息共享的目的，助力企业实现内外全业务、全流程的互联互通，这也是诺和诺德数字化建设的核心遵循。

Anson坦言，这套传统架构从历史实操角度来看，是完全正确且适用的——不同层级的架构各司其职，支撑着工厂的高效运转。而诺和诺德的独特优势在于，其团队实现了IT与OT的完整融合：不仅负责上层信息化软件的管理，更涵盖了生产线及相关设备设施的自动化控制，一支百人的专业团队，专门负责中国工厂的持续运营与改造升级。

“我们在新生产线中，导入了全套系统化解决方案，打造了‘高标准、高自动化、软件完全驱动硬件’的建设体系。”Anson介绍道，这种IT与OT的深度融合，为后续AI转型奠定了先天优势。相较于多数企业“IT与OT脱节”的困境，诺和诺德能够轻松实现软件与硬件、终端设备的联动，为AI走进物理生产场景提供了坚实基础。

但Anson也强调，传统架构的价值不可否定，但AI时代的转型，更需要思考“AI在多大程度上覆盖了企业架构的不同层级”。“现在很多AI技术在个人电脑里跑得越来越好，但在工业控制层的渗透，才是我们真正需要关注的核心。”

战略：四大核心方向，构建AI时代的数字化转型蓝图

基于传统ISA-95架构的积淀，结合AI技术的发展趋势，诺和诺德制定了清晰的AI建设战略：以“两层基石+四大方向”为核心，实现从传统数字化向AI敏捷架构的平稳过渡。Anson强调，任何AI应用都必须建立在成熟的数字化体系之上。两层基石，一方面是软硬件系统的成熟，另一方面是底层数据、操作流程、质量体系、数字管理流程的成熟，二者缺一不可，是AI转型的前提。

在此基础上，诺和诺德聚焦四大核心方向，每个方向都贴合制药工厂的核心业务需求，拒绝技术空谈，真正实现技术赋能业务。

• 方向一：垂直领域专业大模型，打造“业务领域专家”

“第一个方向，是构建垂直领域的专业知识库大模型，这也是很多企业正在探索的领域。”Anson介绍道，诺和诺德聚焦生产线操作执行这一纵向业务场景，基于海量的生产操作流程、质量管理体系，以及精益管理沉淀的各类知识数据，构建了专属的“业务领域专家”大模型，目前已完成全部搭建工作，实现了规模化应用。

与通用大模型不同，这款专业大模型深度贴合制药生产场景，导入了所有相关领域的SOP流程、最佳实践指南，以及过往精益管理中沉淀的问题解决文档，能够为操作人员提供全场景的支持。“现场操作人员遇到问题，不需要携带厚重的操作手册，也不需要繁琐打字，通过语音交互就能向AI提问，无论是故障排查、操作指导，还是线下培训、远程复盘，AI都能给出精准的文字、图片回复。”Anson举例说道。

诺和诺德早在三年前就搭建了本地私有化大模型，经过多年的模型微调、向量数据库优化，目前技术已非常成熟。“只要有成熟的质量管理体系和数据基础，这款模型就能持续迭代、持续演进，成为操作人员的‘随身专家’，大幅提升操作效率，减少人为失误。”Anson强调，这款大模型的核心价值，是将企业沉淀的知识资产转化为可复用、可交互的能力，让每一位操作人员都能享受到专业知识的赋能。

• 方向二：感知车间（Cognitive Shop Floor），让AI走进物理生产一线

“这是我们目前AI关注的重点，也是制药工厂AI转型的核心突破口。”Anson将“感知车间”定义为AI与物理世界协同共创的关键载体，“如果AI所有的应用都只发生在电脑里，那只是IT的狂欢，无论用Agent还是其他技术，都难以真正渗透到业务核心，价值有限。”

追溯其源头，感知车间的理念源于诺和诺德此前面临的产能压力，如何通过数字化技术保障“连续放行”，提升质量管控水平，成为当时的核心需求。而感知车间的打造，正是对这一需求的升级回应：让AI走出电脑，走进生产车间，与生产线、操作人员、终端设备深度联动，实现“实时感知、提前干预、精准管控”。

感知车间的核心的是“模型大脑的理解能力”，Anson介绍道，诺和诺德将稳定的生产工艺操作流程训练给大模型，让AI充分理解操作规范、质量关键参数、流程逻辑；同时，以摄像头作为AI的“眼睛”，以音频设备作为AI的“耳朵”，联动生产线所有自动化控制仪器，实现多模态数据的实时采集与分析。

“当操作人员的操作步骤出现异常，或者进入不该进入的区域，AI能实时感知，通过现场广播系统、指示灯、智能终端等，快速发出提醒，甚至触发预防性干预，避免质量偏差的发生。”Anson表示，传统的质量偏差管理多为“事后解决”，而感知车间实现了“事前预防、事中管控”，让质量控制“提前发声、实时发声”。

更具创新性的是，诺和诺德将语言互动能力导入感知车间，操作人员遇到问题时，可通过现场广播系统、移动终端直接与AI互动，询问正确的操作步骤，AI会快速输出清晰的指引，实现“人机协同、实时响应”。

• 方向三：智能办公，赋能内部效率提升

相较于前两个聚焦生产场景的方向，智能办公是诺和诺德AI转型中“相对成熟、快速落地”的领域。Anson表示，这一方向与目前多数企业的实践类似，核心是将生成式AI导入企业内部，赋能办公人员，降低电脑操作时间，提升工作产出质量。

无论是Copilot等工具，还是国内各类大模型平台，诺和诺德都进行了广泛应用，重点覆盖自动化工作流、文档处理、邮件撰写等场景，让办公人员从繁琐的重复性工作中解放出来，聚焦更具价值的核心工作。“这一块的技术已经非常成熟，我们的核心目标是‘快速落地、高效赋能’，不追求复杂的技术创新，只关注实际的办公效率提升。”Anson说道。

• 方向四：具身协同，探索“黑灯工厂”的未来可能

“这是我们目前重点探索的领域，也是未来AI转型的核心方向之一。”Anson谈到，作为全球头部药企，诺和诺德将具身协同作为战略支持重点，核心目标是“打通四大方向的闭环”：在感知车间实现人机协同的基础上，通过具身智能机器人，实现现场物理动作的闭环执行，最终打造“AI时代的黑灯工厂”。“不只是‘人使用AI’，而是当AI发现问题、触发指令时，有具身智能载体完成相应的物理动作，实现‘AI决策、机器执行’的全流程自动化。”Anson解释道。

目前，诺和诺德已开展了大量的具身智能训练与尝试，持续关注国内工业场景具身智能企业的发展，积极探索技术整合的可能性。“虽然行业仍处于早期，但很多企业已经开始向工业场景转型，我们希望通过持续探索，让具身智能真正落地到制药生产场景，实现更大的价值。”Anson表示。

反思：AI转型的两大核心认知，避开“技术狂欢”的陷阱

Anson结合诺和诺德20余年的数字化积淀与AI转型实践，提出了两点核心反思，为同行提供了重要借鉴，也避开了“盲目跟风AI”的陷阱。

第一，夯实的数据基础，是AI时代的前提条件。“我们走了十多年的数字化道路，沉淀的技术、数据、知识，都是AI赋能的有效输入项，这十年的路没有白走。”Anson强调，很多企业急于推进AI转型，却忽视了底层数据、流程的成熟度，导致AI应用“空中楼阁”，无法真正产生价值。

第二，AI必须走进物理世界，才能真正赋能业务。“如果AI只是在电脑里狂欢，无论技术多先进，都难以产生真正的业务价值。”Anson反复强调这一观点，他认为，AI转型的核心不是“技术堆砌”，而是“场景渗透”——对于制药工厂而言，AI的价值不在于办公辅助，而在于走进生产一线，与生产线、操作人员、终端设备联动，解决生产、质量、效率等核心痛点。

“我们之所以敢于探索具身协同、黑灯工厂，正是因为我们实现了IT与OT的深度融合，具备了软件与硬件联动的先天优势。”Anson表示，AI转型不是“一蹴而就”的，需要循序渐进，从试点场景入手，逐步实现规模化落地，同时要兼顾数据安全、合规等风险，在探索中持续优化。

展望：从中国实践到全球引领，共建AI制药生态

作为一家源自丹麦的北欧企业，诺和诺德始终坚持“服务患者”的使命，而数字化、AI技术的应用，让这一使命的实现有了更强大的支撑。Anson表示，未来，诺和诺德将充分利用中国的AI生态优势，与更多国内企业深度合作，共同探索感知车间、黑灯工厂的建设路径，让AI真正赋能制药行业的高质量发展。

“我们非常欢迎有创新技术的企业与我们探讨合作，我们已经做好了准备，希望与中国生态企业携手，让每一家药企都能探索出适合自己的AI转型之路。”Anson说道，AI时代的制药工厂转型，不是“孤军奋战”，而是“生态共建”——只有整合各方资源，让技术真正走进物理世界，赋能业务核心，才能实现行业的共同进步。

从近30年的数字化积淀，到AI时代的四大方向布局；从中国工厂的实践突破，到全球战略的引领部署，诺和诺德的数字化转型之路，为传统药企提供了清晰的借鉴：AI不是“空中楼阁”，而是建立在成熟数字化基础上的“业务赋能工具”；AI的价值不在于“技术狂欢”，而在于“场景落地”。

未来，随着AI技术的持续迭代，随着更多企业的协同探索，相信会有更多制药工厂实现“AI+生产”的深度融合，打造属于自己的感知车间、黑灯工厂，用数智力量守护人类健康，推动医药行业的高质量发展。而诺和诺德的实践，无疑为这条道路点亮了一盏明灯，指引着同行们稳步前行。