3月14日，由國內知名IT門戶企業網D1net、中國企業數字化聯盟，和信眾智(CIO智力輸出及社交平臺)聯合舉辦的2026全國醫藥大健康CIO大會(第七屆)于揚州圓滿落幕。

大會匯集了揚子江藥業、晶泰科技、歐易生物、天士力醫藥、辰欣藥業、東陽光集團、人福醫藥集團、威爾藥業、同濟堂藥業、都正生物、騰訊會議、卓豪科技、普元信息、埃林哲等醫藥大健康行業的大中型企業CIO、信息主管、數字化一線廠商高管，以“AI 落地場景&ROI”為主題，共同討論了醫藥數智化轉型的前沿實踐與現階段的困惑，探討了醫藥大健康行業的新技術應用與未來發展趨勢。

企業網D1Net CEO、中國企業數字化聯盟秘書長 范脡

會議伊始，企業網D1net CEO、中國企業數字化聯盟秘書長范脡在致辭中表示，如果說去年DeepSeek為AI行業點燃了一把火，那么今年“龍蝦”的出現，無疑讓這股熱潮燒得更旺，也讓AI真正走進了更多企業的視野，但同時也給IT從業者們帶來了超前的壓力：管理層雖然愿意在AI上增加投入，但他們的期望往往與實際能落地的節奏、能達成的效果存在差距。范脡指出，當前很多企業都沒有做好數據準備，流程的先進性也遠遠不足，技術層面的挑戰更是不容忽視。在這種情況下，作為CIO，如何跟上外界的節奏，滿足管理層的合理期待，在企業應用中安全落地AI，正是大會要重點討論的話題。 

某醫療器械公司張總圍繞 AI 落地場景與 ROI，從理性認知、落地探索、安全防護、ROI 實測四大維度展開分享。

他指出，傳統 AI 技術投入產出比低、不確定性高，需理性看待。應用大模型的核心是熟悉業務 + 認知技術，發揮其文本理解、內容創作等優勢，對數學計算、圖像識別等短板，通過工程手段或傳統 AI 技術規避。場景落地則需要秉持兩大核心觀點，一是無需過度依賴企業內部數據，多數場景可借助大模型自身能力實現，僅知識庫、專業論述類場景需依托企業數據準確性。二是堅持低成本快速驗證，前期輕量規劃、快速驗證場景效果，驗證通過后再通過本地化部署等方式降低成本、提升安全性。

安全是 AI 落地的前提，張總接下來詳細介紹了公司在安全防護方面的實踐：模型選擇上采用本地 + 公有云合理搭配的方式;本地部署實施全維度安全管控，覆蓋數據、身份、權限、價值觀、算力五大維度，既做細顆粒度數據權限管控、內網用戶身份認證、基于人事架構的千人千面權限等工作，還針對模型投毒 / 數據污染建立模型巡檢機制，通過每日自動跑驗證集檢測數據是否被篡改、模型是否被惡意微調;針對提示詞注入攻擊，因主流大模型的社會主義價值觀安全評分僅 60 分左右、易被提示詞繞過防護，需通過增強防護機制攔截各類繞過式攻擊，確保輸出合規。

最后，張總分享了具體的ROI：前 6 年人工與 AI 成本比為47:1，6 年硬件分攤完成后達177:1，且未考慮人工因能力、情緒、責任心導致的質量損失與隱形風險，隨場景推廣，投入產出比將進一步放大。

騰訊會議高級架構師 江楊波

騰訊會議 2021 年正式上線，目前擁有超 4 億用戶，在醫藥行業，騰訊會議企業版的覆蓋率已超一半，在外資藥企和國內藥企均有廣泛應用。

企業選擇騰訊會議，核心有三大原因：第一，能提供高清流暢的會議體驗，依托騰訊云的網絡優勢，即便在高鐵等弱網環境下開會也不會中斷，還免費支持 17 國語言的實時翻譯和字幕功能;第二，可實現企業內外部高效連接，依托龐大的用戶基礎，能無縫對接企業內部、上下游合作伙伴及終端客戶，滿足企業 1/3~1/5 的跨企業會議需求;第三，打破硬件品牌壟斷，騰訊會議不做硬件，僅輸出 AI 算法、降噪技術等核心能力，還制定了線下會議室準入標準，目前已認證 30 多個廠家、超 180 款型號，企業可自主選擇多個品牌。

進入 AI 時代，騰訊會議 2.0 階段的核心，就是用 AI 洞察會議中沉淀的、與企業經營策略相關的海量數據。

接下來騰訊會議高級架構師江楊波連線了騰訊會議深圳演示中心，現場展示了騰訊會議的核心 AI 能力，主要包括：多語言字幕與自定義熱詞、會中實時 AI 紀要、會后智能紀要、天籟音頻解決方案、多人分鏡與發言人追蹤等。

目前騰訊會議的 AI 能力已在多個行業場景實現落地應用：招聘場景中，AI 可實時分析面試官與候選人的對話，為面試官推薦追問問題，會后自動生成面試評價報告;銷售場景中，會議錄制后，AI 會復盤銷售話術，篩選優秀話術并沉淀，優化待改進話術，同時評估客戶采購意向，篩選高價值商機;金融行業中，AI 會對基金、證券的投顧、理財顧問與客戶的會議進行合規檢查，識別內幕交易、夸大承諾等違規關鍵詞，還能檢測涉軍、涉恐、涉暴等敏感內容，及時規避合規風險。

卓豪科技解決方案專家 陸文杰

卓豪科技解決方案專家陸文杰從企業信息化運維本質、藥企運維實踐案例、AI 驅動的 IT 運維管理體系三個方面展開分享。他認為，企業信息化運維的核心，是讓 IT 部門從單純的技術部門轉變為服務部門，搭建標準化、統一的 IT 服務級別流程。

接下來陸文杰結合藥企實際案例，分享了卓豪科技的運維解決方案。首先是桌面運維，通過批量執行替代人工處理，為某藥企落地遠程裝機、標準化格式化方案，搭建專屬格式化實驗室，員工僅需將電腦接上網線，即可自動完成重裝與配置，徹底解決了人工逐臺操作、百臺設備重裝耗時費力的問題;第二是數據中心運維，打造全�？捎^測性監測平臺。為多廠區、分布式數據中心的大型藥企，通過 OpManager 監控系統實現所有網絡設備、服務器的統一監控、配置與批量告警，確保故障及時通知;第三是標準化運維服務體系搭建，為江蘇某藥企替換了原有自研的簡易提單系統，依托卓豪成熟的 ITSM 產品，結合海量客戶的落地經驗，為其梳理服務目錄與流程，并對接企業微信實現便捷提單，完善了企業的 IT 服務體系。

針對藥企上市、出海的安全合規需求，卓豪通過堡壘機、權限審計、AD 管理、文件服務器防護等多產品，從精細化權限管理、審計日志溯源、多因素身份驗證、漏洞管理、字段級數據加密等方面，全方位保障企業核心資產安全與合規。

最后陸文杰表示，運維七分靠管理、三分靠技術，體系的核心是 “適配” 而非 “先進”;運維的核心不是修復問題，而是通過體系讓問題不再發生;行業發展需要既懂傳統 IT、又懂生產流程的復合型運維人才;好的工具不僅能定位問題，更能倒逼流程優化，而流程的核心是協同高效，而非環節繁瑣。

普元信息 CTO 焦烈焱

普元信息 CTO 焦烈焱分享了AI 時代下，數字員工賦能藥企構建高質量數據集的核心實踐與思考。與傳統數據治理相比，企業級 AI 可用的高質量數據集構建面臨更大挑戰：以往治理多聚焦結構化數據，而如今半結構化、非結構化數據激增，數據“熵增”(混亂無序)趨勢明顯，且傳統數據治理存在投入大、見效慢的痛點。因此，普元信息的核心破局思路是：將數字員工與數據治理深度結合，通過 “成建制” 的 AI 數據治理數字員工團隊，填補崗位缺口、降低治理成本。

普元將數字員工視為企業組織中的 “正式成員”，按崗位角色進行管理，其權限、管控邏輯與真實員工崗位一一對應，可直接復用企業既有的流程與制度。在高質量數據集構建的全流程中，數字員工可覆蓋多個關鍵環節，如數據標準生成機器人，半結構化 / 非結構化數據標注機器人，數據合成機器人，質量評估機器人等。

值得注意的是，數字員工并非單純依賴大模型，而是采用 “混合處理模式”：大模型主要發揮通用能力，核心業務邏輯則通過傳統算法、規則引擎實現，同時通過 “解耦設計” 搭建中間層，將業務邏輯映射為數據指標，再對接具體數據與模型，確保換模型、換場景時應用仍可復用。

在醫藥行業，普元已積累多個成功案例：為東阿阿膠搭建全要素治理體系，通過數字員工明確數據權責、統一標準，解決品種編碼合規難、渠道流向不可控等問題;助力健民集團打通 ERP 與多套 WMS 系統，通過主數據標準化與數字員工自動化檢查，解決供應鏈數據孤島問題，提升庫存準確率與協同效率;為迪哲醫藥構建統一主數據底座，整合 SAP、CRM 等多系統數據，形成客商 360 度全景視圖，強化研發生產協同與市場決策洞察。

埃林哲高級副總裁、 大消費/大健康行業部總經理 肖屹松

在 AI 深度融入產業的浪潮中，大健康企業的智能化轉型早已從 “選賽道” 進入 “練內功” 的關鍵階段。埃林哲為大健康企業打造了分層遞進的 AI 落地路徑：以 “+AI” 為起點，用低投入、短周期、高回報的輕量模式，在財務審計、證照管理、智能排產等成熟場景快速驗證價值，讓企業在實踐中積累 AI 能力;再以 “AI+” 為終極目標，以 AI 重構業務模式、打造全新增長曲線，而這一躍遷，必須遵循 “一把手工程、業務 + 技術雙引擎、小步快跑、組織變革配套、生態合作” 的五大方法論，從速贏場景出發，3 個月復盤調整，逐步實現全鏈路智能化。

大健康行業的 AI 落地，從來不是單一技術的疊加，而是全價值鏈的賦能。因此，埃林哲深耕研發、生產、供應鏈、銷售、服務、管理等大健康核心價值鏈節點，打造了覆蓋全場景的 AI 解決方案。同時，埃林哲緊跟產業趨勢，率先實現國產替代與 AI 智能化的深度融合，在華潤、豫園等標桿企業的項目中，將國外系統替換為國產系統的同時，融入 AI 優化技術，一步到位完成企業數智化升級，既滿足自主可控要求，又讓國產系統發揮更大價值。在技術架構上，以飛書為企業協同底座，融合火山引擎大模型與自研中臺，打造 “企業大 AI 大腦”，統籌各業務線小 AI 大腦與 AI 機器人，讓智能體嵌入制造、銷售、管理等各類系統，實現自主學習、迭代、執行，為企業提供從決策到操作的全流程智能支持。

如今，AI 技術的落地成本持續降低、落地速度大幅提升，大健康企業的智能化轉型已無 “觀望” 空間。埃林哲在大健康各價值鏈節點均布局了優質供應商與配套產品，可實現從單點突破到全鏈路賦能的連點成線，讓企業少走彎路。

晶泰科技數智化產品總監 吳宇亮

晶泰科技數智化產品總監吳宇亮表示，在藥物早期研發領域，數據是決定 AI 落地成敗的核心，但行業內可用數據存在顯著短板，主要體現在數據多樣性不足、數據收集難度大、數據總量匱乏。針對行業數據痛點，晶泰科技打造了一整套數據驅動的 AI 智能體平臺，通過底層算法研發、多渠道數據采集、標準化數據挖掘，構建了支撐 AI 模型訓練的核心數據體系，同時自研 OCSR 結構識別、多模態文檔解析、表格解析等算法，且相關模型均達到業內領先水平。

據介紹，平臺的核心數據來源為三層，即公開合規數據、機器人實驗數據、仿真計算數據，形成互補與補充。基于這些數據，公司還訓練了本地化 LLM 模型等小模型，在化學結構解析、實驗數據識別等場景的效果已超越部分商用大模型，且實現了專利、實驗數據的高效挖掘與利用。

圍繞數據采集與藥物研發全流程，晶泰打造了多款核心產品 / 平臺，部分已對外開放，包括X-Buddy(靶點調研 Agent)、PatSight(數據挖掘 Agent)、智能機器人實驗平臺、XFEP 仿真計算平臺、AI 預測平臺 Renova。

通過多渠道數據采集與挖掘，晶泰科技積累了海量的生物醫藥研發專有數據資產，成為模型訓練的核心基礎�；�于海量高質量數據訓練的 AI 模型，在多個場景下驗證了優異性能，晶泰科技的 AI 藥物研發平臺與產品，不僅支撐公司內部的研發范式變革，還實現了商業化對外賦能，獲得國內外眾多藥企的認可與合作，合作客戶覆蓋國內外知名生物醫藥企業，為其提供虛擬篩選、靶點調研、實驗自動化、成藥性優化等全流程智能化服務。

醫療健康行業資深信息安全與隱私保護專家 顧博士

以 GPT 系列為代表的大模型從文本交互到音視頻實時推理，推動了 AI 在醫藥大健康行業的落地。在這背后也潛藏著多重危機：AI 幻覺導致的錯誤信息輸出、商業數據導入大模型引發的隱私泄露、訓練數據不當帶來的算法偏見，以及知識產權侵權、技術壁壘等問題，都在考驗著企業的 AI 管控能力。

負責任的人工智能核心是基于對 AI 應用風險的深刻認知，結合企業的責任與義務，倡導對 AI 全生命周期應用負責，將人工干預環節貫穿 AI 應用的每一個流程，通過人為監控與安全控制，防止 AI 越權操作、濫用個人信息、泄露商業隱私，讓 AI 始終在可控范圍內發揮價值。在此基礎上，構建端到端的 RAI 企業治理框架尤為重要，從戰略層面明確公司 AI 發展方向與合規標準，到生態系統層面做好技術規劃與供應商評估，再到開發、部署環節的模型搭建與落地執行，最后通過應用層的項目監督與全生命周期的監控變更管理，實現 AI 從戰略到落地的全流程管控。

顧博士表示， 負責任的人工智能建設，需圍繞戰略、控制、負責任的實踐、核心實踐四大維度展開，將數據與 AI 的道德倫理融入企業價值觀，緊跟政策監管趨勢調整合規流程;通過三道防線系統監督，嚴守法規與行業標準，針對性化解 AI 特有風險;保障模型的可解釋性、系統的魯棒性，減少算法偏見，筑牢網絡安全、隱私保護、物理安全的防線;同時堅持問題導向，做好模型驗證、標準遵循與持續監控。而這一切的落地，離不開組織內外部的協同發力，監管機構、審計師、倫理學家構成的第三道防線，領導層、合規安全團隊構成的第二道防線，與模型開發、運營支持人員構成的第一道防線，形成跨部門、跨主體的協作體系，共同推動 RAI 實踐落地。

歐易生物 CIO 劉宜東

為了解決知識孤島問題突出、重復勞動耗時嚴重、人力缺口與業務增長矛盾、決策效率滯后等問題，歐易生物制定了明確的AI 戰略：將 AI 打造為每一位員工的 “超級助理”，提升效率、加速創新。模式上采用 “私有化部署運維平臺 + 公共大模型 API 調用” 的混合模式，不單獨部署模型、不采購大量服務器和算力卡，既兼顧數據安全，又能借助公共大模型的技術前沿性;落地基座上，將所有 AI 應用無縫集成到企業微信的數字化辦公平臺，讓員工能在日常工作中便捷使用，降低操作門檻。

在場景落地的優先級上，歐易生物把 AI 需求分為三類，重點聚焦能快速看到價值的場景：A 類是直接降本或產生價值的需求，針對固定、剛性的工作內容，AI 可直接替代人力、節省成本，甚至能通過外部服務產生收入;B 類是間接降本或提升效率的需求，針對原本因人力不足無法開展的工作，通過 AI 工具讓員工結合技術實現高效落地;C 類是創造新價值的需求，探索 AI 帶來的新業務模式、商業模式，這類場景可遇而不可求，作為長期探索方向，現階段重點落地 A、B 類場景。

接下來劉宜東分享了幾個AI落地效果最顯著的幾個場景，包括：企業知識大腦 “易問易答”，打破知識孤島;AI 客戶信息檢索，為銷售市場精準賦能;AI 賦能科研，加速從文獻到洞見的轉化;RPA+AI 協同，實現競爭情報與內容創作自動化;合同、標書智能審核，提升風控與投標效率;實驗培養圖片智能處理，解放實驗室人力。

天士力醫藥智信中心戰略創新負責人 楊雪

天士力核心業務涵蓋現代中藥、化學藥、生物藥等領域，智能化歷經信息化起步期、數字化深化期、智能制造布局期、智數化躍升期，逐步夯實基礎，在研發、制造、營銷、管理服務等多個領域落地了一系列 AI 應用產品與場景，實現了提質增效與合規強化。

在研發領域，天士力圍繞新藥發現、臨床研究、審批上市全流程，打造了跨職能集成產品研發平臺，核心載體是 “AI+知識庫平臺”。該平臺整合了產品信息庫、投資信息庫、醫藥數據庫等核心數據庫，覆蓋疾病數據、專業知識圖譜、藥品數據、社交媒體信息等多維度內容。

在智造領域，天士力聚焦“需求驅動、供應鏈協同、生產控制、資源配置、安全服務” 五大智能化方向，識別了銷售預測、生產計劃排程、工藝優化、設備預測性維護等多個 AI 核心賦能點，實現了多項技術創新與突破。同時公司落地了多個典型 AI 應用場景：現場智能管控、供應鏈優化、實驗室與質量管理AI賦能。

面向未來，天士力制定了清晰的 AI 發展規劃，將以 “全員 AI 意識提升、聚焦核心場景、探索創新突破” 為核心，“十五五”按 “近期、中期、長期” 節奏推進全領域 AI 融合賦能：核心方向上，明確涵蓋研發、智造、營銷、管服四大領域的 近20個 AI 推進路徑，重點聚焦研發和智造兩大核心領域;管服領域推進協同辦公等場景 AI 化，全面提升辦公與管理效率;關鍵舉措上，將構建 “LLM + 企業知識庫” 一體化 AI 平臺，以業務為中心強化多源數據治理、打通數據閉環，對照國家智能工廠培育四級標準推進智能工廠建設，并聯合多個供應商圍繞中藥生產工藝探索智造垂域預測模型。

演講過后，大會迎來全國醫藥大健康數智化優秀案例及優秀數智化團隊頒獎儀式，部分獲獎案例、團隊進行了分享。

與此同時，騰訊會議、卓豪科技、普元信息、埃林哲、會暢科技、目睹、新智惠想、DaoCloud等IT廠商也在大會期間展出了各自優秀的產品及解決方案。