广东省化妆品协会设立AI赋能美妆发展部
近日，广东省化妆品质量管理协会AI赋能美妆产业发展部（简称“AI美妆发展部”）召开了首次工作会议。参会人员阵容强大，包括协会会长钟晓明，西安电子科技大学华山学者领军教授王皓，中国联通（广东）总监张骁、潘芋桦，中国联通（广东）副总经理胡滨，艾媒咨询CEO兼首席分析师张毅，广州市联友信息科技有限公司董事长曹军，以及环亚、芭薇、妆溯、袋鼠妈妈、丸美、海龟爸爸、诗妃、香枝8家首批成员企业代表。构建广东美妆AI创新模式会议由协会秘书长杜洪主持。为响应国家“AI+”战略及广东省化妆品产业高质量发展要求，顺应数智化转型
AI赋能临床研究：明日直播预告
1.直播时间2026年8月13日（周四）20:00-21:302.内容介绍在严格的合规标准与监管环境下，医药企业如何在满足法规要求的基础上实现成本控制与效率提升，始终是行业发展的关键课题。伴随人工智能与机器学习（AI/ML）技术的迅猛进步，药物研发与临床试验领域正经历深刻的变革。然而，AI技术的应用不仅模糊了传统研发与运营的界限，也对现有的GXP合规框架、现场质量管控以及人才培养机制带来了全新的考验。本次直播将立足于临床试验运作与质量管理的视角，全面梳理AI在药物开发中的应用现状，深入剖析传统GXP体系与
AI赋能质量管理：五大核心工具数字化，品质管控更高效
点击蓝字 关注我们AI质量管理工具箱正式上线！随着制造业数字化转型步伐加快，质量管理正从依赖人工经验向依靠数据智能转变。以往，APQP、FMEA、SPC、MSA、PPAP 等工具多需人工整理数据、统计报表、排查风险及跟进改进。这往往导致工作繁重、协作低效，且容易出现信息滞后、漏判风险或复盘不全等问题。现在，AI质量管理工具箱正式发布，围绕新品开发、过程监控、测量分析、客户审核及客诉处理等核心场景，将传统五大工具全面数字化，助力企业实现更精准、高效且闭环的品质管控。AI工具箱覆盖APQP、FMEA、SPC、
AI赋能制造业：从质量救火到智能止损
从“事后补救”到“智能止损”，一份给制造企业中高管的AI实战指南2025年，全球贸易摩擦加剧，国内制造业从“增量扩张”切换到“存量内卷”。当每一分成本都至关重要，质量损失——这个占企业年销售额约3%的“隐形黑洞”，正成为决定企业命运的关键变量。权威机构统计显示，国内制造业企业年度质量损失约占销售额的3%。但令人震惊的是，绝大多数企业高层在财务报表中识别出的质量损失，远低于这个数字。那些真正卓越的企业——华为、丰田、3M、丹纳赫——都有一个共同点：在过程中充分暴露质量问题，并与财务报表有效融合。而现在，AI
AI智能系统测试为何必须前置到产品设计阶段
很多团队往往要等到产品快要收尾时，才去询问测试人员：“这项 AI 能力测试得如何？”这句话听上去合情合理，实际上已经绕开了最核心的疑问：所谓的“如何”，究竟是指回答是否通顺、接口是否成功、用户任务是否完成，还是系统能否经得起长期信赖？倘若这一疑问没有在产品设计阶段就被明确，那么测试越深入，反而可能越精准地证实了错误的方向。传统软件的问题往往直观可见：页面无法加载、按钮失去响应、计算结果与预期不符。AI 智能系统的问题却常常披着成功的外衣：它输出的语言顺畅自然，但引用的证据存在偏差；它顺利完成了工具调用，但
AI驱动质量管理：研究综述
一、研究背景与理论意义质量管理渗透于产品设计、生产运作及持续优化的各环节，对产品一致性、制造成本与运行安全具有决定性影响。以统计过程控制为核心的传统方法构筑了质量管理的理论根基，然而在工业互联网与智能传感技术的推动下，现代工业系统不断生成高频、高维、异构、多模态的数据，且过程普遍呈现非线性、非平稳与异方差特征。传统手段依赖于较为明确的分布前提或人工特征提取，在复杂工况下难以同时满足建模精度、实时响应与可扩展性的要求。机器学习、深度学习以及新兴的预训练模型具备从数据中捕获复杂表征的能力，为质量优化、监测与诊
AI辅助文档审查：预审加复核，药企质量管控升级
背景随着药企GxP关键系统复杂度和合规要求的提高，药企验证文件审核量不断攀升。传统纯人工审核难以承载放行节奏压力，且QA的大量精力被重复、标准化的基础校验占用，使高风险内容的专业判断与把控难以充分聚焦。与此同时，质量管理本身规则清晰、流程标准化程度高，企业又沉淀了海量历史审核资料与模板。基于这些成熟条件，NNIT为药企量身打造了AI辅助质量文档审查系统：构建AI标准化预审前置、QA人员终审复核的人机协同流程，生成全程留痕、完整可追溯的审核合规证据链；同步沉淀受控模板、标准术语、现行法规、合规判定准则等可复
制药行业AI浪潮下，QA岗位何去何从？
2026年4月，FDA向整个制药行业投下了一枚重磅炸弹——发布了首封针对"AI违规使用"的GMP警告信。事件起因是一家美国实验室利用AI自动生成药品质量标准、SOP和批生产记录，在未进行人工审查的情况下直接投入GMP生产。当FDA检查员询问工艺验证缺失的原因时，企业的回应令人震惊："我们使用的AI系统并未提示需要进行工艺验证。"这不只是一家机构的失误。这是对我们所有QA发出的关键警示——关于AI，关于行业的未来走向。因此今天，我想认真探讨这个问题：AI来了，QA会失业吗？我
制造业AI应用,从视觉识别迈向实际管控
近期，艾瑞斯塔应邀参与江苏省企业信息化协会《秘书长会客厅》访谈，衷心致谢节目组的邀请及肯定。此次对话由艾瑞斯塔研发副总陈小倩担任嘉宾。身为工业人工智能领域的行家，她始终致力于工业视觉AI在制造行业的开发与实施，广泛介入多个智慧工厂项目，于工业安全、品质管控、流程规范等范畴积累了丰厚的实战经验。在本次交谈中，陈小倩借助若干实际项目实例，阐述了工业AI如何由"能看清"演进为"能管好"，以及AI怎样助力企业强化安全生产、品质监督和现场治理能力。感念《秘书长会客厅》搭建这一沟通桥梁
AI医疗设备质量体系的设计与实施策略
引言伴随人工智能技术的快速进步，AI医疗器械（Artificial Intelligence Medical Device, AIMD）在疾病预防筛查、辅助诊疗、临床干预及康复管理等多个医疗环节显示出巨大的实用价值，逐渐成为驱动智能医疗发展的核心引擎。近几年，全球范围内已有数款AI医疗器械获得上市许可，这标志着该技术正从实验室探索阶段加速走向实际临床应用。然而，作为一种融合了算法、数据与软件的复合型医疗产品，AI医疗器械在开发、制造和应用的整个生命周期中，要应对风险辨识不全、数据品质管控难、算法透明度低、
AI赋能制造业质量管理变革新路径
人工智能驱动制造业质量管理模式革新——对话国际质量科学院院士、天津大学首席教授、博士生导师何桢文/王蕾在学术讲坛上，何桢的阐述如同其科研工作般严密而内敛。作为国际质量科学院院士、天津大学首席教授、博士生导师，他长期专注于质量科学与智能制造领域，研究范畴涵盖统计质量管理、复杂制造系统建模及人工智能应用等多个维度。当新一轮科技革命与产业变革持续深化，以人工智能、大数据、工业互联网为代表的技术力量正深刻重塑制造业的运行范式。在此背景下，质量管理不再局限于传统意义上的检验与控制，而是贯穿产品全生命周期、连接供需两
智能融合：AI驱动MES重塑装备制造新生态
2026年，装备制造业的转型升级迈入关键转折点：人工智能已不再局限于展会或报告中的概念，而是真正渗透到机床、装配线和质检工位等生产现场，深度整合进MES制造执行系统，形成推动装备产业提质、降本、增效的全新生产力核心。工程机械、精密机械、新能源装备和专用车辆等装备制造领域，普遍面临多品种、小批量、定制化订单频繁、工序链条冗长、设备投资高昂、质量管控严格等行业挑战。传统MES仅能承担工单记录、数据采集和流程追溯，作为一种被动的“台账记录工具”；而AI与MES深度融合后，系统具备了感知、预判和自主优化能力，能够
深圳质量促进会开展AI赋能质量管理培训,助力企业迈入10倍效率新阶段
日前，深圳市质量强市促进会（以下简称"促进会"）携手深圳市讯宇质量管理数字化研究院共同举办的"AI赋能质量管理培训"圆满落幕。此次培训吸引了众多企业的广泛关注与踊跃参与，卫光生物、维谛技术、轴心自控、欣旺达等企业的50余位质量管理、生产运营及数字化建设等相关领域负责人齐聚现场，深入学习人工智能技术在质量管理领域的最新应用与实践。本次培训特别邀请中德数字化工作组中方特聘专家、美国GLP数字化转型高级顾问、上海市智改数转工作组专家张忠新老师担任主讲嘉宾。张老师围绕"AI在质量管理中的应用概述""AI技术体系"
海信推出《质量根本法》 开辟AI赋能制造业升级新航道
“人工智能能够提升效率、优化流程，但越是在智能化时代，越要保持对质量的敬畏。技术是提质增效的‘助推器’，制度与信念才是保障品质的‘稳定器’。”在近日于山东省青岛市召开的质量创新高峰论坛上，海信集团控股股份有限公司（以下简称“海信”）董事长贾少谦接受采访时表示。论坛现场，海信正式发布了《海信质量法》。当前正处于全面推进质量强国建设的战略机遇期，如何在AI时代重塑质量理念、创新方法、提升效能，以高质量发展助力中国式现代化建设，已成为行业共同面临的课题。海信以一部《海信质量法》给出了AI时代质量管理的新方案。这
张国清浙江调研：深化科创与产业融合，提升质量供给
新华社杭州6月27日电中共中央政治局委员、国务院副总理张国清于25日至27日赴浙江，就科技创新与产业创新深度融合、质量品牌建设等议题开展调研。他指出，需全面落实习近平总书记重要指示精神，执行党中央及国务院决策部署，推动科技与产业创新深度结合，全面提升质量管理水平，扩大高质量产品供给，持续培育发展新动能与新优势，为稳固和拓展经济向好趋势提供坚实支撑。 在杭州与义乌，张国清走访了浙江强脑科技有限公司、杭州云深处科技有限公司、浙江真爱毯业科技有限公司等企业，深入了解企业生产经营、研发创新及数字化智能化赋能现状。