东阳光车间里的AI学徒：发酵罐监测、新药筛选与算力布局

东阳光的生物发酵车间里，人工智能正跟着老师傅学手艺。

华尔街见闻近日走访了这家药企位于湖北宜都的生产基地。一处生物发酵实验平台上，多台实验罐正培养菌种；不远处的生产车间，立着四五层楼高的大型工业发酵罐。

这些庞然大物，眼下多了一个新帮手。

现场可以看到，一套智能化系统正盯着发酵全过程。屏幕上，每台发酵罐都对应一个运行界面，酸碱度、溶氧、温度等指标变成实时跳动的曲线。系统能分析当前生产状况、判断发酵是否异常，并给出调整建议。

以往，这类活计靠的是老师傅的经验。拿红霉素生产来说，微生物要在特定环境下生长，消耗糖、油等营养物质，产出目标产物。可微生物的生长并不确定，即便在同一发酵罐里，不同区域的溶氧和营养物质浓度也可能不一样。

环境一变，微生物可能掉头去产不需要的副产物，最终产品的质量和产量都会受影响。

所以过去生产人员得凭经验判断：什么时候加大通风量、提高转速，或者补糖、补其他营养物质。

这类经验很难完全标准化。放到大规模工业生产中，不同操作人员判断上的差异，也会让批次之间出现波动。

东阳光想用AI来改变这个过程。

现场技术人员告诉华尔街见闻，公司已积累数千批高质量的发酵生产数据，车间内数百个传感器及控制点位实时收集设备运行参数。系统还会把实验室检测数据、近红外光谱和拉曼光谱等信息一并纳入，对发酵过程进行分析。

其中一个重要判断依据叫“黄金批次”。系统根据历史生产数据，找出表现较好的批次，归纳出各项指标的理想变化范围，再拿当前发酵罐的运行数据与之比对。

不过，AI离真正接管生产还有一段路。

探访中了解到，相关智能化系统眼下仍处于实验和部分部署阶段。一些生产流程已经能自动控制，操作人员不必一直盯着每项参数，但AI本身还没有直接参与生产控制指令的执行。

一位现场负责人坦言，首个智能体基本已能使用，但尚未完全达到企业要求；要做到真正放心放手，还得继续补充数据、持续优化。

其实，东阳光对AI的探索已从生产端延伸到研发端。

东阳光宜都基地常务副总李爽在现场介绍，公司正用多年积累的研发数据，推动AI参与药物分子设计和候选药物筛选。

东阳光药自主研发的HEC药物智能发现平台，把临床前候选化合物筛选周期从传统的2至3年压缩到约1.5年。由AI辅助发现的创新药候选分子HEC169584，也已进入临床研究阶段。

另一边，东阳光也开始往AI算力基础设施方向走。

秦淮数据中国区业务的收购交割，今年已由东阳光集团牵头的买方团完成；东阳光旗下A股上市公司还在推进一笔交易，目的是进一步控股秦淮数据。宜都的东阳光·秦淮数据先进算力产业基地今年4月开工，规划里有数据中心，也有先进算力展示等设施。

从发酵车间的智能化改造，到新药研发，再到算力基础设施，东阳光正把AI应用到越来越多的业务环节。