{
  "code": "22014CN10",
  "factory_name": "云南白药集团",
  "batch": 14,
  "type": "供应链韧性卓越",
  "country": "中国",
  "city": "中国 · 昆明",
  "province": "昆明",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "医药医疗 · 中成药生产",
  "release_date": "2025年09月",
  "quote": "全球首座中医药健康品灯塔工厂——云南白药部署40+项第四次工业革命用例，以Welkin AI平台为大脑、7500+传感器为神经末梢，实现原材料退货率降78%、库存周期缩38%，为传统中药行业蹚出一条从「经验炼药」到「数据造药」的数字化通路。",
  "use_cases": [
    {
      "num": "?",
      "title": "1 卫星遥感监控种植区 核心",
      "pain": "⚠️ 痛点：中药材种植端分散，原料品质波动大，传统采购依赖经验判断，缺乏产量预测能力。",
      "idea": "💡 方案：以卫星遥感+AI模型驱动种植区监控，实现从\"靠天吃饭\"到\"数据种植\"的上游数字化闭环。",
      "steps": "Step 1 — 高分辨率卫星数据接入：对接卫星遥感数据源，实现中药材种植区的多光谱影像定期采集，覆盖三七、重楼等核心药材产区。 Step 2 — AI作物健康模型训练：基于历史生长数据与遥感影像，构建深度学习模型，实时分析作物长势、病虫害风险与土壤墒情。 Step 3 — 产量预测与精准采购：将AI产量预测与采购计划联动，提前锁定优质产区产能，使产量预测准确率提升23个百分点。 Step 4 — 种植端数字化指导：向合作农户输出种植建议与预警信息，推动上游标准化种植，形成\"监控—预测—指导—反馈\"闭环。 Step 5 — 供应链库存联动：预测数据直通Welkin AI平台，自动调优安全库存水位与补货节奏，库存水平降低35%。",
      "key_data": "📊 核心成效：原材料退货率降低78%，原材料不良率下降40%，产量预测准确率提升23个百分点，库存水平降低35%",
      "tags": [
        "01.01.05",
        "05.01.01",
        "04.02.03"
      ],
      "tech_descs": [
        "高分辨率卫星影像覆盖种植区，结合IoT田间传感器实现土壤、气象、作物生长多维数据融合，构建从中药材种植源头到工厂的第一道数字化防线。",
        "深度学习模型对卫星遥感影像进行语义分割与目标检测，结合历史产量数据训练预测模型，实现精准的采收期判断与产量预估，原材料不良率下降40%。",
        "\"端到端供应商关键质量特性数字化管理体系\"打通种植端-采购端-生产端数据链，使预测驱动的采购计划替代经验驱动模式，原材料退货率降低78%。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "2 工业物联网(IIoT)全链路感知 核心",
      "pain": "⚠️ 痛点：牙膏多品类生产的工艺参数复杂，传统人工调参耗时长、质量波动大，缺乏全流程数据采集与追溯能力。",
      "idea": "💡 方案：搭建\"云-边-端\"协同IIoT平台，以7500个传感器构建全流程数据感知网络，实现生产过程透明化与质量实时智控。",
      "steps": "Step 1 — 传感器网络部署：在6条灌包装线、制膏车间、物流设备等关键节点部署7500+传感器和1.6万+工业数据点，覆盖全流程。 Step 2 — 云边端协同平台搭建：构建\"云-边-端\"三层架构的统一IIoT平台，实现一站式OT数据管理、开发和实时分析服务。 Step 3 — 工艺拆解与一键切换：将复杂生产工艺拆解为56个最小功能单元，通过图形化参数编排实现42种膏体配方的一键切换，调参时间从20分钟压缩至1分钟。 Step 4 — 全链路质量追溯：引入在线近红外光谱检测技术，将活性成分检测时间从710分钟压缩至2分钟（效率提升355倍），实现从\"批次抽检\"到\"实时智控\"的转变。 Step 5 — 六大系统深度协同：ERP/MES/QMS/SCM/WMS/LIMS深度对接，打通物料输送→制膏→灌装→仓储全流程数据链路。",
      "key_data": "📊 核心成效：生产调参时间从20分钟→1分钟（提速95%），质检时间710分钟→2分钟（355倍），批次放行审核时间缩短55%",
      "tags": [
        "01.01.05",
        "07.03.01",
        "03.03.01"
      ],
      "tech_descs": [
        "覆盖温度、压力、流量、重量、视觉等维度的传感器矩阵，构建了工厂级数字孪生的数据底座。码垛机器人每小时处理4000件，AGV实现车间无人化物流。",
        "统一的IIoT平台打通IT层（ERP/MES/QMS）与OT层（PLC/DCS/传感器），实现毫秒级数据采集与分钟级决策闭环，是云南白药数字化的核心基础设施。",
        "将制膏工艺拆解为可图形化编排的最小功能单元，DCS系统动态调参适配不同配方，满足42种膏体、558个SKU的快速换线需求，生产调参提速95%。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "3 大语言模型(LLM)智能决策 核心",
      "pain": "⚠️ 痛点：中药行业\"老师傅经验\"难以量化传承，设备维护依赖被动响应，工厂知识沉淀效率低。",
      "idea": "💡 方案：以LLM大语言模型+RAG技术为核心，构建感知—分析—决策—优化的全链路智能平台，让经验型知识变为可计算的数字资产。",
      "steps": "Step 1 — LLM+RAG知识引擎搭建：将工厂设备手册、工艺文档、历史维修记录、质检标准等非结构化知识注入向量数据库，构建RAG检索增强生成体系。 Step 2 — 设备健康管理系统上线：基于LLM推理能力，融合传感器实时数据与历史维护记录，实现从\"出了问题再修\"到\"提前预判风险\"的主动预警。 Step 3 — 智能动态质控系统：生产风险评估模型持续学习历史质检数据，自动调整检测策略与放行标准，实现品控精度与效率双提升。 Step 4 — AI配方推荐与研发加速：依托LLM构建\"雷公大模型\"，实现牙膏AI配方推荐及性能预测，加速健康产品创新迭代。 Step 5 — 知识传承数字化：\"1+2+3\"人才梯次培养模式（1名党员+2名骨干+3名新员工）与AI知识库联动，将老师傅经验转化为可培训、可复现的数字化教程。",
      "key_data": "📊 核心成效：工厂从被动维修转为主动预警，AI辅助配方研发加速创新迭代，构建起行业首个制药级LLM知识引擎",
      "tags": [
        "05.01.01",
        "05.01.04",
        "08.02.01"
      ],
      "tech_descs": [
        "检索增强生成（RAG）技术将工厂全量非结构化知识（设备手册、工艺文档、维修记录）向量化存储，LLM实时检索并推理，使设备故障排查从\"翻手册找老师傅\"变为\"一句话问答\"。",
        "融合传感器时序数据与LLM语义推理，对设备剩余寿命、故障模式进行多维度预测。系统自动生成维护工单与备件清单，从\"被动响应\"升级为\"主动预警\"，减少非计划停机。",
        "工厂入选工信部\"护航新型工业化网络安全典型案例\"，构建\"技术+制度+人员\"三位一体安防体系，工控网络通过防火墙和工业网闸实现物理隔离，保障智能制造安全底座。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "4 Welkin AI平台（产学研合作） 核心",
      "pain": "⚠️ 痛点：孤立的信息系统形成数据烟囱，业务部门自建应用效率低，中小企业供应商数字化能力参差不齐。",
      "idea": "💡 方案：打造企业级Welkin AI平台，提供低代码+AI Agent能力，以平台生态赋能内外部全价值链协同。",
      "steps": "Step 1 — 企业级数据底座建设：通过系统性数据治理，统一50+核心业务系统数据标准，构建企业级统一数据底座。 Step 2 — Welkin AI平台上线：平台内置LLM和Agent能力，业务部门以低代码方式自主开发30+应用，技术团队聚焦20+AI深度应用。 Step 3 — 产学研人才管道：与高校合作，以项目制学习模式培养数字化人才，建立从校园到产线的稳定人才供给。 Step 4 — 供应商ESG赋能：培训170+供应商ESG实践能力，通过IIoT+GenAI数字化平台赋能200+中小企业，推动产业链整体升级。 Step 5 — 消费者端闭环：搭建全流程质量追溯平台，消费者扫码即可查看原材料来源、生产过程和检测结果，形成\"市场反馈—研发优化—生产迭代\"正向循环。",
      "key_data": "📊 核心成效：30+低代码应用+20+AI应用上线，170+供应商ESG培训，200+中小企业赋能，消费者扫码溯源打通全链路",
      "tags": [
        "02.02.04",
        "06.02.03",
        "06.02.01"
      ],
      "tech_descs": [
        "Welkin AI平台既是内部数字化底座，也是对外赋能平台。通过低代码能力让30+业务应用由业务人员自主搭建，同时将IIoT+GenAI能力输出给200+中小企业，实现产业链协同升级。",
        "平台打通\"农业端—工业端—市场端\"三段数据链：上游卫星遥感→中游IIoT智造→下游扫码溯源，构建起大健康行业首个\"可看、可感、可追溯\"的端到端数字线程。",
        "平台打破组织边界，横向整合高校（人才）、供应商（ESG）、中小企业（数字化赋能）、消费者（反馈闭环）四类外部角色，形成以Welkin为核心的产业互联网生态。"
      ],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "原材料退货率",
      "improvement": "退货率大幅下降",
      "domain": "↓78%",
      "tech": "卫星遥感+AI预测驱动精准采购"
    },
    {
      "metric": "库存周期",
      "improvement": "库存周转加速",
      "domain": "↓38%",
      "tech": "产量预测联动安全库存优化"
    },
    {
      "metric": "缺货率",
      "improvement": "供应稳定性提升",
      "domain": "↓30%",
      "tech": "端到端供应链需求感知能力增强"
    },
    {
      "metric": "生产调参时间",
      "improvement": "提速95%",
      "domain": "1分钟",
      "tech": "56单元图形化编排一键切换"
    },
    {
      "metric": "活性成分检测",
      "improvement": "355倍提升",
      "domain": "2分钟",
      "tech": "在线近红外光谱实时智控"
    },
    {
      "metric": "批次放行审核",
      "improvement": "审核效率倍增",
      "domain": "↓55%",
      "tech": "AI智能审核+机器学习"
    },
    {
      "metric": "原材料不良率",
      "improvement": "品质源头改善",
      "domain": "↓40%",
      "tech": "端到端供应商关键质量特性管理"
    }
  ]
}