战略层面
建立企业专属的知识库和知识图谱,在此基础上完善符合企业自身特点和高效调用资源、数据和信息的智能体(AI Agent),对企业各项资源及外部环境进行360度扫码,制定科学的决策评估维度及方法,综合研判,进行辅助决策。
目前各家药企在AI的战略层面涉及不深,接入DeepSeek本地部署之后,还有很多工作要做,包括不限于数据结构的完善、数据清洗等数据治理,以符合大模型及企业特点进行资源整合。更为重要的是,AI战略是一把手工程而非面子工程,谁深刻理解未来的发展和必需开展的变革,谁先实施,谁更有机会活在当下,赢在明天!
业务层面
研发领域的靶向追踪和分子筛选,医学文献的整理归纳成为准确专业的文本,市场部对市场数据的归纳分析形成下一步的策略,SFE部门进行营销资源的规划和业绩评估奖金分配,商务部门对商业渠道、价格、以及货物流向的管理等等,日常繁复的案头工作都可以交给AI来高效处理,实践表明,上述工作效率在AI处理之后提升数倍以上,成本却大大降低。
上述粗略地勾勒一下AI的应用场景,可以看到应用的广泛,至于如何深度嵌入工作场景成为类似电脑、钢笔、白板之类的工具,则需要静下心来一一学习。
目前来看,包括医药行业在内的全社会都在学习AI应用,但令人遗憾的是,仅仅停留来诸如如何使用指令等所谓的“技巧”层面,距离真正的应用还有很大距离。
我们崇尚的AI学习,一定要融入具体的工作场景,有明确的任务,有思考的框架和方法,并有与AI互动的能力,包括但不限于创建任务的结构性思考、工作流程的清晰把握,以及判断力---判断内容生成的准确性、完整性与一致性。如今,AI产生幻觉---也就是生成的内容是一本正经的胡说八,已是业界诟病的话题。
管理层面
战略部、研发部、医学部、市场部、以及SFE、商务等日常需要进行对大量数据、文本进行汇总分析处理的部门,学会AI在具体工作场景下究竟如何高效运用,并取得工作成效,最终形成不同的工作流,汇入企业的管理平台,再在此基础上形成新一轮的工作流,往复循环,摆脱繁重的文本和数据处理,工作空间和时间留给真正创造价值的地方。
合作咨询
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com