在浙江武义,一家做灵芝孢子粉的百年老字号,最近把车间里的不少活儿交给了AI。效果写在报表上:人均生产效率提升约30%,万元产值成本下降20%,良品率从95.4%升到98.5%。这家企业叫寿仙谷,改造的底子是中国移动浙江公司搭的“5G+AI+算力”一套系统。

中药厂和很多工厂一样,难的不是买几台设备,而是把靠老师傅眼睛和经验判断的环节,变成能测量、能重复的数据。寿仙谷这条线,正好把这件事拆成了几步。
一、先让仓库和搬运自己跑起来
过去仓库搬货要专人来回跑,货多的时候人跟着货跑。现在分拣机器人能识别灵芝孢子粉的包裹,AGV(自动搬运小车,地上贴二维码、自己认路的那种)沿着算法给出的路线,在生产线和数字化立体仓库之间穿梭。立体仓库让空间利用率提高两到三倍,人也从“搬”变成了“看屏幕”。
厂区里铺了5G边缘计算网络。边缘计算的意思是:数据在厂区就近处理,不用先传回远处的机房,反应更快。配上高性能算力服务器之后,按照中国移动金华分公司项目经理王盛的说法,数据传输的延迟被压了下来,AI算法才能实时响应,而不是“算完了货早走了”。
二、八个AI模型,管育种、生产和仓储
寿仙谷一共做了八类核心AI模型,覆盖育种、生产、仓储几个环节,不是只在一个工位做演示。国药养生园里,环境调控模型实时采集200多项数据,自动调节卷帘机和雾化系统,让药材待在合适的环境里。仅数智化栽培这一项,单位亩产就提升了近50%。
这类场景的共同点是:影响结果的因素多,但每条因素都能被传感器记下来。模型做的事情,相当于把老师傅“今天该开窗还是该喷雾”的判断,变成一套随时在线的规则。
三、古方进知识库,AI先出方案、人再拍板
更有意思的是中药研发。企业把《丹溪心法》等古方放进自己的知识库,系统按需求自动生成配方方案,流程从理解需求、分析药材,一直走到法律合规审核和成本预估。技术上是“通义千问+DeepSeek”两个模型协同干活。
但AI在这里不是拍板的人。所有AI生成的配方都必须交给研发部门人工评估,形成一个“生成—验证—反馈—优化”的闭环。企业负责人说得很实在:AI目前是辅助工具,不过在提效率、保合规、控成本上,已经看得出初步价值。这一点其实比“全自动”更重要——配方出错不是小事,留一道人工复核,才敢真正用起来。
四、经验变成数据,才谈得上复制
寿仙谷下一步准备升级算力,支撑更复杂的知识图谱。知识图谱可以理解成一张把药材、工艺、配方之间的关系画出来的网,提问时能顺着关系找答案,而不是只搜关键词。
对制造企业来说,这个案例最值得看的一点是:老师傅的经验没有丢,而是被拆成一条条数据和规则,交给系统去执行、去提醒、去校验。设备可以买,这种“把经验说清楚”的功夫买不到,只能一个环节一个环节地磨。中药行业如此,其他靠经验吃饭的车间也一样。
资料来源:从5G工厂到AI影棚 —— 探访人工智能赋能一线新场景 — 新华网(2026-06-09)。本文为中文编译/整理,非原文逐句翻译。