石家庄这家CAR-T公司，把“流程账”算到了每一份批记录上

我是舒毅，舍予基业AI负责人。今天不聊模型评测，聊一家石家庄的公司。

河北森朗生物，做CAR-T的。很多人第一次听说它，是因为CD7 CAR-T拿了CDE突破性治疗。但我盯上的不是这条新闻，是另一件小事：他们那份B急淋CAR-T的细胞制备中心，正在跑生产线。

你可能会问，一条细胞制备生产线有什么好复盘的？

有。而且这笔账，比大多数人想的都要狠。

背景：一份批记录，就是一条命的账本

先把背景铺开。

CAR-T这行有个特点，产品不是流水线上拧螺丝拧出来的，是从病人身上抽血、体外改造、再回输回去。每一步都有严格的时效、温度、操作规范。出了问题，没有返工，只有报废。

森朗生物手里的牌不少。CD7 CAR-T（SENL101）进了突破性治疗，适应症是成人复发或难治性T淋巴母细胞淋巴瘤/白血病。跟北京大学人民医院黄晓军院士、赵翔宇教授团队合作的II期关键临床也在跑。2026年7月还跟Tempest Therapeutics签了战略合作，要牵头做TPST-4003在中国的IIT，入组重症肌无力、多发性硬化症患者，预计2026年第四季度完成首例。

但真正让我停下来算账的，是2026年8月19日石家庄本地媒体报道里的一个细节。

记者站在森朗生物的细胞制备中心，旁边那生产线正在制备用于治疗B急淋的CAR-T细胞产品。

就这一句话，里面藏着一整套流程。

当时怎么做的：把“暗账”翻到明面上

我没有森朗生物内部的SOP文档，人家也不会给我。但CAR-T细胞制备的流程，行业里是通的。我就按公开信息和这行的基本常识，把这笔账拉出来给你看。

一个病人的CAR-T制备，从单采血开始，要经过T细胞分选、激活、病毒转导、扩增、灌装、冻存、质检、放行、回输。这里面每一份记录，都得落到纸面上或者系统里。

我问你几个问题：

这份批记录，谁在什么时间填的？

不是抬杠。CAR-T的批记录，少则几十页，多则上百页。操作员在洁净区里戴着手套，写完一张纸，传出来，再录进系统。这个过程里，漏填、错填、涂改、补签，每一处都是隐患。GMP审计来的时候，这些都是翻车点。

质检数据出来之后，谁来判断放行？

细胞产品的放行标准严，但标准再严，也得有人把数据汇总起来，对照标准逐项判。数据从QC实验室出来，流转到QA手里，中间隔了几个人、几个系统、几张Excel表？

我见过太多企业，这一步是“人肉核对”。一份报告，QA睁大眼睛一行一行对，对完签字。半天时间就没了。一个人半天，十个人五天，这笔账你算一下。

记录和记录之间，矛盾了怎么办？

比如冻存时间和标签时间对不上，比如操作员A和操作员B打的备注不一致。传统做法是开会、找人、翻监控。一份偏差下来，少则一天，多则一周。

森朗生物能同时跑CD7的II期关键临床、CD19的PAH研究、TPST-4003的IIT筹备，背后如果没有一套能把流程管住的系统，光靠堆人是堆不动的。

石家庄的产业报道里提到一个词：“攻坚创新生物药”。我理解这个“攻坚”，不是实验室里不出错，而是从实验室到临床、从临床到生产，整条链路不出错、可追溯、还能持续改进。

结果如何：数字不撒谎

森朗生物现在是什么结果？

CD7 CAR-T进了CDE突破性治疗。这个突破性治疗，不是评优，是审批加速通道。前提是你的临床数据够硬。

CD19 CAR-T治结缔组织病相关肺动脉高压的病例，发在《European Respiratory Journal》，国际呼吸学顶级期刊。

2026年7月跟Tempest合作的IIT，牵头方是森朗，计划入组10例，第四季度完成首例入组。

这三个方向，分别对应血液瘤、自身免疫病、神经免疫病。一个石家庄的本土企业，同时铺开三条线，没有把流程数字化这件事做扎实，我不信它能扛得住。

我把能算的人头账给你摊开。

一家CAR-T企业，研发、临床、生产三块同时跑，光QA、QC、临床协调、数据管理，加起来不会少于二十人。这二十个人里，至少有三分之一的时间耗在“找数据、对数据、传数据”上。

一个人一天8小时，3小时耗在数据流转上，一个月就是60个小时。20个人，一个月1200个小时。

1200个小时，按石家庄本地生物医药从业者的平均人力成本算，一个月十几万。一年下来，这笔钱够养一个完整的数据团队。

但钱还是次要的。CAR-T这行，慢就是贵。病人等着回输，细胞等不起。你多一个环节卡壳，细胞的活性就可能掉，临床入组进度就可能拖。TPST-4003的IIT首例，写的是第四季度完成。如果流程卡在伦理材料递交流程上，卡在合同流转上，拖到明年，这笔账就不是小时数了，是整个管线的时间成本。

换作读者能抄什么作业

好，现在说你。

你大概率不是CAR-T企业的老板。但你可能是做医疗器械的，做创新药的，做CDMO的，甚至做消费品的。这篇复盘能抄的作业，不是“买一套细胞生产软件”，而是把流程里那些“人手传话”的环节，一个不剩地揪出来。

我这几年帮企业落地AI智能体，最常问的一句话是：

“从A环节到B环节，中间谁在把数字抄一遍？”

只要有人“抄一遍”，就有AI的用武之地。不是搞什么大模型预测蛋白质结构，就是老老实实地把流程节点上的数据搬运、比对、留痕、异常标记这些事接过去。

举个具体到能落地的例子。我们用舍予AI智能体给客户搭这类流程时，有三件事几乎每个客户都能用上：

第一，定时巡检。每周固定时间，智能体自动去指定系统里拉数据，比对模板，生成差异表，直接推到负责人的工作台。原来一个人每周半天干的事，现在第一次配置好之后，人只要看结果。

第二，流程节点提醒和留痕。比如伦理材料、合作协议、质检报告，到了该提交的节点，智能体按预设规则发提醒。提交之后，收没收到、停在谁那儿、卡了几天，日志里清清楚楚。

第三，异常聚类。比如一个月里所有偏差记录，智能体按月自动归纳成几类，哪类最频繁、哪类处理最慢，数字拉出来，管理动作就有了依据。

这三件事，没有一个需要“AI生成内容”，都是流程自动化里最朴素的部分。但恰恰是这些最朴素的部分，省下的人最多。

这里我也得说个翻车点。

别一上来就追求“AI判断放行”。 细胞产品放行，涉及患者安全，责任在人。AI能做的是把数据对齐、把标准列清楚、把异常标出来，最后拍板的人还是QA负责人。有人觉得AI越厉害越该替人做决定，错。监管不会因为你的AI用了最新模型就放你一马。把自己的责任边界先划清楚，AI用起来才稳。

最后一笔账

森朗生物的故事，给我最大的感受不是他们管线多牛，而是这家企业把流程当成了固定资产。

管线是资产，专利是资产，但每天在系统里流转的那几十份批记录、质检报告、伦理批件，也是资产。管不好，它们是成本；管好了，它们是护城河。

石家庄这几年在生物医药上很用力。森朗这种本土企业能跑出来，靠的不是喊口号，是一条产线一条产线地把流程磨顺。

对老板来说，AI这件事，不用先从“颠覆行业”开始。先问自己一句：

我公司里，现在还有多少人在把数字从一个Excel抄到另一个Excel？

把这个人的人数拉出来，把抄表的耗时拉出来，再算一下一年多少钱。

这笔账你算一下。

答案出来了，就知道AI该去哪个环节干活了。