来源：市场资讯

（来源：神州数码集团）

2025年9月5日，由CIAPH与凯莱英医药集团联合主办的“AI+医药业务场景探索”专题沙龙在上海成功举办。本次活动聚焦AI在医药领域的多项实际应用，涵盖研发实验室、临床试验、合规与效率、质量控制等多个维度，通过真实案例分享，打造了一场兼具深度与前瞻性的行业交流会。神州数码通明湖云和信创研究院大模型解决方案架构师梁山受邀出席，并发表主题演讲。

当前，人工智能技术正以惊人的速度跨越“可用性”门槛，进入规模化落地阶段。尤其在医药这类知识密集、监管严格的行业，AI已不再仅是锦上添花的工具，而是逐渐成为企业核心运营与创新系统中不可或缺的基础能力。

致力于成为领先的数字化转型合作伙伴，神州数码基于在生成式AI领域的布局，推出以“AI智能体”为核心思想的企业级Agent中台——神州问学，旨在为行业提供端到端的AI落地新范式。

AI 3.0时代：智能体驱动的系统重构

企业数字化正步入以“智能体”为基本单元的3.0阶段。相较于1.0阶段的计算机辅助管理、2.0阶段的机器学习预测，3.0阶段强调AI智能体与现有IT系统的深度融合，实现系统级智能化重构。

梁山认为，未来企业在系统设计中应引入“AI原生”思维。以BI系统为例，除传统报表功能外，还需融入自然语言交互、智能问答与预测决策等能力，使系统能够理解业务意图，实现“业务驱动、AI执行”的闭环。

尽管多模态大模型在意图理解、逻辑推理与工具调用方面已实现突破，企业在AI落地中仍面临知识管理混乱、工具调度失序、私有数据与公模隔阂等多重挑战。

梁山指出，AI有其能力边界——它并非万能，但在与大数据、机器学习等技术结合后，可在特定场景中发挥关键作用，例如：

海量文档挖掘与分析（如科研文献、合规文件）；

跨模态知识检索与生成（如SOP、GMP文件自动生成）；

智能培训与合规质检；

财务与质量管理的自动核查与预警。

AI for Process蓝皮书，定义落地“三部曲”

基于众多项目实践，神州数码提炼出“AI for Process”方法论，并在世界人工智能大会上首次以蓝皮书形式发布。该框架从组织行为、管理模式与技术范式三方面为企业提供AI落地的系统指引。

具体实施可分为三个阶段：

1、战略认知与系统评估

企业需从顶层设计切入，明确AI愿景与实施路径，保持技术与战略的一致性。

2、知识治理体系构建

知识管理是AI落地的核心瓶颈。神州数码提出6项治理原则，包括系统打通、结构化解析、冲突消解与共享机制设计等，将问答准确率提升至95%以上。

3、场景化迭代与边界管控

AI项目必须与业务场景强绑定，明确可量化指标与成本收益模型，控制预期、小步快跑。

神州问学四大核心能力赋能药企

为降低开发门槛，神州数码推出神州问学企业级Agent中台，整合四大核心能力：

多模型管理：支持国内外主流大模型接入、微调与评估，企业可构建“私有化模型工厂”；

智能体编排与调度：基于自研LoTTE算法优化复杂任务分解与工具调用逻辑；

知识治理与增强模块：通过多模态解析、段落语义识别与质量反馈机制，突破数据准确性瓶颈；

企业级集成与权限框架：支持与SSO、BI、ERP等系统无缝集成，满足合规与安全要求。

目前神州问学已在多家医药客户中投入应用，尤其擅长处理专业性强、合规要求高的业务场景。

从“超级员工”到“合规智能体”，

案例背后是行业Know-how的沉淀

目前，神州数码AI解决方案已在医药行业实现多场景落地：

超级员工问答系统

集成企业内部财务、人力、IT、研发等多源数据，提供自然语言交互式的自助服务，显著提升员工效率。

合规智能管理平台

实时捕捉国内外法规政策变动，自动与企业SOP文件做差异比对，生成修订建议和风险报告，成为药企合规部门的“智能助手”。

研发辅助与靶点分析

聚合大量学术文献、临床试验数据与专利信息，支持研究人员快速进行立项分析、靶点筛选和报告生成，加速早期研发决策。

这些解决方案已成功应用多家头部药企，覆盖从研发、生产到合规管理的全价值链。

AI不是终点，

而是新流程与新范式的起点

人工智能的真正价值，不仅体现在技术本身的先进，更体现在对业务痛点的系统回应和流程再造能力上。

未来，神州数码将继续与医药企业共同探索AI在更深场景的应用，以智能体驱动产业智变。