在推进高质量发展背景下，制造业大省江苏把科技创新作为重要引擎，推动传统产业提质增效与新兴动能培育并进。
位于江苏的爱朋医疗科技股份有限公司近年来聚焦数字化、智能化与业务场景深度匹配，围绕生产系统底座建设、业务全流程贯通与关键环节“软硬协同”改造，探索从“经验驱动”向“数据驱动”的转型路径，形成效率与质量同步改善的实践。
问题：以经验为主的生产方式难以支撑规模化与高一致性要求。
医用耗材与护理产品生产对稳定性、可追溯性要求高，但传统模式中，生产过程记录分散、质量检验依赖人工经验复核，容易出现“看得见但说不清、做得到但难复制”的现象。
一方面，人工操作占比高导致效率瓶颈明显；另一方面，经验差异带来波动风险，影响质量一致性与过程可控性，企业在扩产与精益管理上面临压力。
原因：核心工艺与数字系统之间存在“语言鸿沟”。
制造现场数据虽多，但若关键工序无法被标准化、模型化，就难以接入系统形成闭环管理。
以鼻腔护理喷雾器生产中的雾态检测为例，该环节过去高度依赖熟练工的主观判断与反复试喷，不仅耗费人力，还受环境、操作习惯等因素影响，导致参数难以统一、质量评价缺少客观标尺。
与此同时，多设备、多工序并行生产对数据采集、设备互联与追溯体系提出更高要求，若底座不牢，数字化项目容易“各自为战”，难以沉淀可复用能力。
影响：数字化贯通带来效率提升、质量稳定和管理方式变革。
爱朋医疗围绕鼻腔护理喷雾器生产建设“基于物联网集成驱动的智能工厂”，引入全自动灌装产线，并配套喷码、视觉检测、条码追溯、自动捆包等设备，实现设备联网率100%，生产与质检环节的数据流、物流和业务流在同一体系内协同运转。
企业介绍，车间改造后单位时间产出显著提升，用工需求相应优化，生产节拍更稳定，质量追溯链条更清晰。
更重要的是，数据沉淀使管理从事后抽检转向过程控制，为持续改进提供依据，推动“透明生产”向“可预测、可优化”迈进。
对策：将经验转化为标准化参数，构建可落地的智能检测与优化机制。
针对关键工序难以量化的痛点，企业由工程部门牵头，联合生产团队与软硬件专家建立专题攻关机制，按工艺、设备、算法、系统集成等方向分工推进。
通过视觉检测等技术对操作过程进行拆解，提炼关键控制点，并结合工艺参数把经验判断转化为可测量指标，形成雾化颗粒度、喷射角度等多项动态参数的标准体系，同时构建参数优化算法，推动自动检测与不合格品剔除。
该做法的意义在于把“人的感觉”变为“系统的规则”，减少波动源，提升一致性，并使经验能够在不同班组、不同产线间复制推广。
前景：向“会判断、能优化”的智能工厂演进，形成可推广的行业路径。
面向未来，制造业数字化转型正从单点自动化走向全链条协同，尤其在医疗器械等对合规与质量要求更高的行业，数据完整性、过程可追溯与风险预警能力将成为核心竞争力之一。
企业表示将继续推进数智化改造，推动工厂在“看得见”的基础上增强“能判断、能优化”的能力，通过数据驱动实现持续改进与精益制造。
业内认为，类似以关键工序数字建模为突破口、以系统贯通为主线的路径，有助于提升产业链整体效率，也为制造业培育新质生产力提供更具可操作性的实践范式。
爱朋医疗的案例表明，新质生产力的发展并非简单的技术堆砌，而是传统工艺、现代科技与管理创新的深度融合。
在这个过程中，将隐性的操作经验转化为显性的数字模型，是传统制造业实现智能升级的关键。
展望未来，随着越来越多企业踏上这条转型之路，江苏制造业必将在数字赋能下焕发新的生机，为全国高质量发展提供更多可复制、可推广的成功范例。