摘要：然而，在医药行业，AI个人应用已广泛普及，但组织级应用仍面临认知与落地挑战。就像飞书消费健康行业解决方案负责人杰森听到最多的询问就是“除了写发言稿、文献综述等‘文科生的任务’，AI到底能够医药公司的业务带来什么变化？”
产品力、创新力、渠道价值……“价值”正在变换不同的字眼，成为考验医药行业每一段链路的底层逻辑。那么，AI在医药行业的价值如何体现？
撰文| Erin
进入2025年以来，除了电影《哪吒》创造全球影史神话，AI工具DeepSeek也因比肩OpenAI的技术水平于全球走红。
然而，在医药行业，AI个人应用已广泛普及，但组织级应用仍面临认知与落地挑战。就像飞书消费健康行业解决方案负责人杰森听到最多的询问就是“除了写发言稿、文献综述等‘文科生的任务’，AI到底能够医药公司的业务带来什么变化？”
AI赋能新药研发有望打破“双十定律”的魔咒的确备受期待。2024年底，诺奖得主David Baker创建的AI制药公司Xaira，首次融资金额就高达10亿美元，足以彰显行业趋势。
但一款药物的生命周期，不只有早期研发和临床试验，还有生产和营销等更长链条。一位药企数字化负责人分享，在学术推广与市场教育中，大模型早已发挥着隐形作用，面对产品虚假负面信息的传播，药企可以通过自有模型有效控制，借助医学文献和权威平台，覆盖患者和医生的核心认知场景。
3月16日，飞书联合E药经理人、Rolling AI共同打造了以“DeepSeek+医药，如何抢占先机”为主题的“AI 大模型照进医药实战场景培训会”。
会上，中国医药企业管理协会副会长，E药经理人系列媒体出品人谭勇和飞书消费及医疗健康行业总经理付雪冬进行了开场致辞，飞书消费健康行业解决方案负责人杰森、Rolling Al创始合伙人刘开、金赛药业CIO、数字研究院院长鲜翾和飞书咨询与实践专家方伟纯分别带来了主题演讲和案例分享。此外，还有20位医药企业创始人、董事长、总裁、首席信息官、首席营销官参与了交流与讨论，为行业展现了来自制药企业一线管理者认知与实践经验的共识。
01
“AI+营销”为何成药企破局关键？
时间进入2025年，本就占据投融资高地的“AI+新药研发”继续以高融资额成为行业关注的顶流。前有海外诺奖得主David Baker创建的AI制药公司Xaira，首次融资金额就高达10亿美元，本土AI制药新贵英矽智能的E轮融资也高达1亿美元。同时，全球首个AI 制药领域的智能体开源平台 OpenBioMed 也在3月问世。因此，2025年被行业称为“AI+新药研发”爆发的元年。
“AI+医药营销”其实与“AI+新药研发”受到同等关注。尤其是当国家药品监督管理局药品审评中心（CDE）在前不久发布《2024年度药品审评报告》，其中显示，全年有48个1类创新药获批上市，创下近五年新高。新药获批数量高峰，再叠加集采常态化、DRG/DIP支付改革、医药代表备案制、追溯码严监管等政策影响，一个医药行业对AI+医药营销的共同期待被提上日程：在医保控费与合规浪潮的大趋势下，如何利用AI工具，实现医药营销提质增效。
在这场由数十位行业内人士共同参与的“AI 大模型照进医药实战场景培训会”上，这一需求似乎体现得更加紧迫——在会议的AI应用场景的模拟投资环节，“新环境下的卓越上市、销售数据分析、销售精英孪生人”三个与药企销售直接相关的项目“断崖式”获得了最高投资额。
紧迫需求的背后其实是对未知的迷茫，正如一位与会嘉宾所言，“期待很丰满，现实落地却骨感。”随着大模型技术突破，“AI正加速渗透医药行业全链路，从研发、生产到营销、患者服务，AI有望通过知识管理、效率提升和决策优化，重塑行业竞争力”已成行业共识。但具体到执行层面却让诸多管理者捉襟见肘，用杰森的话说就是，“AI在C端应用火热，在B端与企业的业务该如何结合，仍处于探索期或是马拉松阶段，需要带起节奏的领跑者。”
飞书消费与生命健康行业解决方案负责人杰森分享《AI 时代下的企业数字化转型》
基于与医药企业的深度合作，杰森将AI落地场景归纳为三类：“文科生的任务”、逻辑推理与复杂任务。其中，“文科生的任务”看似简单，其实相当于AI落地场景的地基，围绕企业的核心价值链，从销售到回款、预测到库存、采购到付款的经验与案例纷纷装进大模型中。“药企构建知识底座是‘给公司装了个超级大脑’”，若企业经验未能有效沉淀，“再卓越的大模型，其作用也会大打折扣”。
上述药企数字化业务负责人，其实践经验也印证了这一观点：公司通过搭建“所见即所得”和核心知识沉淀两大系统，不仅实现信息高效调用，更为未来“绕开信息化直接进AI”奠定基础。
Rolling AI创始合伙人 刘开
而在进行逻辑推理与复杂任务中，则更加强调提升效率的作用。刘开结合Rolling AI合作案例指出，AI不应仅视为工具，更需作为实习生或员工，通过组织流程优化实现人机协同。蒙牛“WOW健康+”小程序的范例颇具启发：依托专业知识库、实践案例和用户数据训练的50位“智能体”，仅需1名运营人员即可支撑600万用户生态。
综合来看，AI其实可以落地到药企研产销的方方面面，但前提是，企业需要将散落的知识经验转化为结构化数据资产，构建支撑决策的“数字枢密院”。制药企业的知识沉淀系统、蒙牛的智能体小程序，都在印证：如今AI技术的成熟程度，已经可以从工具进化为“数字员工”，通过人机协同，在医保控费与合规监管的双重压力下，帮助医药企业开辟精准化、智能化的增长新路径。
02
AI落地绝非技术“单兵作战”
回到会议主题——“AI 大模型照进医药实战场景培训会”，其实更多嘉宾期待在先行者们的实践案例中，跳出“宏大叙事”，掌握方法论，在自家企业中实现“从0到1”落地。
杰森分享的解题思路是“五步法+三要素”，即在数据、工具、模型3个核心要素的支撑下，从统一认知到组建技术+业务的联合团队，再到做好定位、借鉴同行业案例，做好小范围落地测试，最后再到立项投产。
在AI落地的初期，往往会发生“五步法+三要素”未能有效结合，导致效率不升反降的问题。究其核心，实际上是工具使用与业务价值的“本末倒置”。飞书就曾帮助一家制药企业完善商业化客户关系管理系统（CRM）移动端体验不足的问题。在这一项目中，飞书“隐形化”了工具的操作过程，更加强调数据质量与业务价值，从而提升了一线销售人员跟进与获得反馈积极性。
具体而言，飞书创新性设计了AI语音插件，帮助销售代表仅通过语音汇报客户跟进内容，AI助手将语音转化为结构化数据并自动回填至系统，消除移动端操作痛点，实现“无感化”使用体验。同时，面对反馈不及时的问题，AI还基于预设标准对跟进记录实时评分，未达标数据直接拦截。一线销售可即时获取反馈并优化记录质量，形成“数据治理即用即生效”模式。
一位与会嘉宾分享，所在企业的AI落地过程与杰森的解题思路不谋而合，也是通过“AI普及-场景选取-业务结合-技术改进-最终落地”五个阶段实现。
同样的落地思路，在制药企业的研产销全链条上都可以借鉴，并且诸多工作还能达到一劳永逸的效果。例如AI支持的“核心知识沉淀系统”落地，可以“一键生成”涵盖产品资料、竞品分析的PPT，显著提升了一线销售人员的拜访效率。
不过，在飞书与Rolling AI总结的“红黑榜”中，“减员为目标”却高居黑榜首位。在AI落地过程中，管理者与一线员工的矛盾常常集中在减员上，有药企高管坦言AI落地遭遇一线员工抵触，反致效率不升反降；也有与会者观察到，管理层常期待借助AI实现“弯道超车”，却忽视管理策略的适配度。
对此，方伟纯指出破局关键："组织能力是中间最重要的轮子。管理者需通过管理理念和数字化工具将个人想法转化为组织能力。”谭勇则强调“领导力先行”的价值：“管理者需率先理解并推动AI工具部署，通过‘技术+业务’联合团队打破僵局。”这些见解共同指向一个结论：AI在医药营销场景的落地，本质是组织变革与知识管理的双重进化，唯有构建人机共生的新型生产关系，才能释放AI的真正效能。
当然，在这一过程中，员工与管理层之间的认知协调问题也将被打破，谭勇在与多家药企的沟通交流中观察到，”当身边AI应用浓度足够高时，被动观望者将主动加入变革浪潮。”
不难发现，无论是CRM系统管理，还是销售人员的客户拜访，亦或是药企的采购自动化、药品价格管理等工作，在药企研产销落地的全部场景中，AI落地时的“人机协同”和药企搭建的知识底座，缺一不可。但也有与会嘉宾强调行业多方合作的重要作用，像飞书、Rolling AI等第三方平台公司所提供的技术支持、数据训练工具、开放生态等服务，能够帮助企业在保障合规性的同时，应对技术快速迭代，降低构建成本。就像一位与会嘉宾所言，AI落地医药行业绝非“技术单兵作战”，而是技术、组织、生态的三重变革。
来源：E药经理人