# 灯塔案例 | 云南白药集团

> 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。
>
> 第14批 · 2025年09月 · 供应链韧性卓越灯塔

## 企业名片

| 字段 | 值 |
|------|------|
| 灯塔编码 | 22014CN10 |
| 企业名称 | 云南白药集团 |
| 所在地 | 中国 · 中国 · 昆明 |
| 行业 |  · 医药医疗 · 中成药生产 (GBT ) |
| 灯塔类型 | 供应链韧性卓越 |

---

## 4大核心案例

### ? 1 卫星遥感监控种植区 核心

**业务痛点：** ⚠️ 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。

**解决思路：** 💡 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。

**实施路径：** 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%。

**关键数据：** 📊 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%

**技术标签：** 01.01.05 | 05.01.01 | 04.02.03


---

### ? 2 工业物联网(IIoT)全链路感知 核心

**业务痛点：** ⚠️ 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。

**解决思路：** 💡 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。

**实施路径：** 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。

**关键数据：** 📊 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%

**技术标签：** 01.01.05 | 07.03.01 | 03.03.01


---

### ? 3 大语言模型(LLM)智能决策 核心

**业务痛点：** ⚠️ 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。

**解决思路：** 💡 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。

**实施路径：** 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。

**关键数据：** 📊 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

**技术标签：** 05.01.01 | 05.01.04 | 08.02.01


---

### ? 4 Welkin AI平台（产学研合作） 核心

**业务痛点：** ⚠️ 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。

**解决思路：** 💡 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。

**实施路径：** 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。

**关键数据：** 📊 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

**技术标签：** 02.02.04 | 06.02.03 | 06.02.01


---

## 绩效改善总览

| 指标 | 改善 | 领域 | 技术 |
|------|------|------|------|
| 原材料退货率 | 退货率大幅下降 | ↓78% | 卫星遥感+AI预测驱动精准采购 |
| 库存周期 | 库存周转加速 | ↓38% | 产量预测联动安全库存优化 |
| 缺货率 | 供应稳定性提升 | ↓30% | 端到端供应链需求感知能力增强 |
| 生产调参时间 | 提速95% | 1分钟 | 56单元图形化编排一键切换 |
| 活性成分检测 | 355倍提升 | 2分钟 | 在线近红外光谱实时智控 |
| 批次放行审核 | 审核效率倍增 | ↓55% | AI智能审核+机器学习 |
| 原材料不良率 | 品质源头改善 | ↓40% | 端到端供应商关键质量特性管理 |