行业新闻

大家好！我是来自百济神州的顾伟宏，大家也可以叫我 Aric。非常荣幸能够接受组委会的邀请，与各位交流分享。近年来，人工智能备受关注，大家都在探讨它对我们的影响以及未来的发展趋势。那么，在实际业务工作中，人工智能有哪些具体应用呢？今天，我很荣幸能和大家分享百济神州在这方面的实践。

智能化是数字化进阶发展的确定性未来

我们为什么要构建人工智能平台解决方案呢？在我们看来，智能化是未来发展的必然趋势。当下，许多企业都在推进数字化工作，而数字化是迈向人工智能化企业的必经之路和必要手段。从传统企业转型为数字化企业，最终目标是实现智能化。这意味着我们要从更敏捷的协作方式转变为学习和进化的方式。我们期望借助最新技术，以数据为基础、AI 为引擎，助力企业实现智能化转型，达到人机共生、协同高效的效果，为企业创造更大的协同效益。

智能化技术能力建设路线图

基于此，我们来探讨如何构建智能化企业。在我们看来，有几个步骤可以分步实施或并行推进。过去，我们有很多诸如 CRM 解决方案等分散应用，这些应用也嵌入了不少 AI 能力，但大多属于分散的 AI 应用。如今，我们正朝着更垂直的深化领域发展，比如在医药行业常见的 AEPC 事件风险识别，如何从海量自由文本中精准识别不良反应事件风险并及时预警，以及在 CRM 系统中更有效地洞察客户需求，都是垂直领域的深化应用。

实施生成式AI的6P框架

在这个过程中，我们深刻认识到，若要充分发挥人工智能的作用，强大的数据整合能力至关重要。我们最好能拥有自己的智能化中台，避免重复开发，因此构建了智能中台，实现统一的 AI 中台，以此建设管理体系，提升企业内部可持续的 AI 交付能力，最终实现全面智能化转型。

Architecture 架构

今天跟大家分享的人工智能平台，遵循 BCG 生成式人工智能框架，主要涉及技术和非技术两大板块。大家知道，人工智能并非单纯的技术项目，需要业务部门深度参与，包括人员、流程和政策的相互配合。其中，最重要的是积极挖掘业务中的可能性，识别适合的生成式人工智能用例，从而确定哪些 AI 场景优先推进。

今天，我重点分享平台构建方面的内容，即企业内部如何利用平台能力，整合相关数据，运用常用的生成式 AI 模型，提升用户体验，更好地支持智能化业务。

同时，安全云基础设施的构建也至关重要，这一点之前几位嘉宾也有所提及。在运用最新科技时，如何保护公司核心数据和资产，是我们必须重视的关键问题。

基于以上考虑，我们打造了独特的架构。与传统云端架构相比，我们在中间增加了一层人工智能中台。在原本的 MaaS 平台基础上构建人工智能平台，能够更好地协同调用国内外各种生成式人工智能模型，包括小型模型和私有化部署模型。人工智能中台负责统一协调，通过微服务为用户提供更优质的体验，这就是我们的整体架构。

AIgnite Homepage 智慧启点

这是我们构建的 AIgnit 智慧启点解决方案。最前端是 UX - react，为用户提供清晰、良好的使用体验；后端可运用多种微服务解决方案；中间层采用常见的人工智能 Agent 框架和模型，便于快速构建人工智能 Agent 或应用。我们还运用了大量大语言模型，目前主要使用 Agent 的 OpenAI 以及国内的通义千问。值得注意的是，我们必须依托企业内部数据，为此连接了内部知识库，以便更好地查询和运用企业内部知识，服务更多用户。

Feature Map 功能地图

底层基于云服务架构，便于快速扩展，支持海外市场部署和服务。这是我们目前的功能地图，最上方分为两栏。左侧是智能聊天功能，可快速解答企业内部医学信息等相关问题。同时，我们有大量分权限的内部文档，通过登录用户的 SSO 身份识别，判断用户可访问的文档。例如，销售同事可能无权查看超适应症文档。往下，研发或医学同事可通过我们提供的学术论文检索功能，对外部学术文档或论文进行趋势分析与解读，甚至能直接联网检索最新研究动向，类似深度查询功能。

General/Video Translation 通用/视频翻译

右侧提供更通用的功能，如日常的多语言翻译、会议记录提取、摘要生成、待办事项创建，以及市场营销中的创意生成等，都可通过 AI 助理快速完成。对于更高级的应用场景，用户无需自行学习编写提示词，我们直接内建了 OpenAI 最新的 matter proof 最佳解决方案，用户只需告知 AI 任务，AI 就能自动生成提示词，用户借此与 AI 更好地互动，完成指定工作。

此外，文件和视频翻译功能也十分实用。作为全球性生物科技创新公司，这有助于我们向海外市场推介产品，制作跨语言、跨地区的培训材料，大幅提升内部工作效率。

下面三块聚焦业务场景，稍后会为大家展示详细截图和信息。以视频翻译为例，我们制作的英文版或中文版视频，对于日韩等多语言需求较高的地区，只需将本地视频上传至平台，AI 会自动解析视频中的语言，如英语，再通过机器翻译为目标语言，如韩语。过程中可随意编辑时间轴，快速制作多语言视频字幕，用户观看视频时可按需选择字幕，如泰语，助力多语言视频和材料在各地快速制作与传播。

Chat 聊天

Chat 是我们重点打造的聊天功能，与传统聊天不同。基于企业知识库，用户可自主选择聚焦领域，如内部医学信息问答或内部文档查询。即便不清楚文档位置，也能通过搜索引擎在权限范围内找到相关信息进行问答。此外，还可联网搜索最新研究信息和新闻。在国内，我们提供通义千问大语言模型；在海外或英语使用场景下，用户可自主切换为 OpenAI，未来还将引入更多大语言模型供用户选择。

若给出答案，我们会附上所有出处和引文回复，方便用户核对答案准确性。必要时，用户可点击引文源，跳转至对应文档深入解读。

Intelligent Research (Medical) 智慧科研

除通用场景外，我们还为特定业务部门提供解决方案。例如，为医学部打造智慧科研总体解决方案。我们与医学部共同整合医学研发、科研相关内容，将医学信息问询、文献解读等功能集成在模块中，医学部团队无需跳转，即可在当前解决方案中使用。

Literature Assistant 文献助手

中间可进行回复，右侧可展开对比原文。对于大量原文文献或英文文献，AI 可直接翻译，并梳理文档结构，输出思维导图或脑图，帮助用户更清晰地了解文献结构。用户还可针对文档深入提问，以互动对话方式挖掘其中的洞察和信息。

例如，医学部使用文献助手时，可让 AI 指出研究中的不足，AI 会依据所学知识给出答案，也可让 AI 进一步深挖，如查找类似研究，AI 会联网给出参考文献并进行解读。

IntelliWriter 智慧方案

此外，我们还为医学部的临床研究赋能。医学部同事和老师在设计撰写临床试验方案时，通常会先形成共识并提供摘要。我们可要求 AI 基于内部知识库中过往的最佳临床试验方案，针对特定疾病类型和药物进行学习，草拟临床试验设计方案的 pilot 方案，医学部同事在此基础上润色，提高工作效率。

Publication Assistant 发表助手

在发表助手方面，我们利用 AI 帮助老师解决文献发表中的翻译、图片处理和英文撰写等问题，基于上下文进行内容扩写和语言润色，助力在国际期刊发表文章，提升影响力。

Policy Think Tank 政策文档库 – Interpret 解读

我们还协助中央市场准入部门收集广泛的国家及各地区省市政策文档。与外部供应商合作，实时获取最新政策并导入平台，利用 AI 解读，同时提供知识库辅助 AI 分析，帮助他们高效解读政策并进行问答。

Policy Think Tank 政策文档库 – Comparison 对比

考虑到政策存在时间和地区差异，我们提供搜索和对比功能，用户可选择不同省市、年份的政策进行横向对比，AI 会总结异同，帮助生成更有价值的洞察，提升中央市场准入部门对政策的把控和理解能力。

Digital Human – Persona Creation (PoC)

数字人 – 数字形象创建 （概念及技术验证）

刚才主要讲述了内部效率提升，我们也在探索对外赋能，比如数字人。医生在患教场景中时间有限，数字人解决方案十分高效。医生上传 1 - 2 分钟个人视频，我们利用人工智能技术虚拟出真人形象，生成患者教育文案，再由文案驱动生成类似医生本人讲解的患者教育视频，目前我们正在持续探索。

Discovery (General) 案例展示

正如前面所说，人工智能的发展离不开 IT 与业务部门的共创。因此，我们设置了案例展示模块，让业务部门了解公司内部 AI 应用场景，进行试用和启发。若有类似需求，我们协助尝试，让他们更直观地感受 AI。在此基础上，IT 或 IT BI 介入，与业务部门深入探讨，挖掘真正有价值的业务场景，开展 AI 的 POC。

Mobile Supported 支持移动端

我们所有解决方案均支持移动端，销售一线用户可通过 ipad、手机等随时随地访问上述完整功能，这些都基于云端解决方案。目前，我们已引入 Dify 低代码平台，大幅提升 AI 应用构建速度，降低构建门槛。原本构建 AI 应用可能需 2 - 3 个月，现在只需 2 - 3 分钟。用户可从现有工作流直接引入，修改提示词或编排输入输出，引入智能体或工具，快速开发 AI 应用。

以今天的大会为例，可将录像或录音文字稿输入 AI，提取讲者观念意图，识别其对产品或特定场景的态度，为医生打上个性化标签，总结洞察，为多渠道营销提供数据支持。

Next 后续迭代

我们还接入了谷歌等搜索引擎以及 pop mad 等工具，便于开展学术研究和快速开发。我们倡导先复用后开发，利用现有工作流快速编排修改，制作 AI 应用。所有在平台上开发的 AI 应用均以 API 方式集成到智慧启点平台，加速开发效率。我们还与更多业务部门合作，业务同事通过直观的拖拉拽低代码方式，结合一定技术基础或参加工作坊，就能根据业务理解构建自己的 AI 应用，审核通过后发布到 AI 平台，实现技术与业务的共创，助力实现智能化企业转型。

Large-Scale Operation of AI 大规模运营AI

在这个过程中，管理运营同样重要。我们建立了人工智能治理框架，采用左右两个循环方式。左侧主要进行 POC 和技术验证，验证通过并输出价值后，转入标准开发运维流程，确保安全、高效地扩展现有 AI 应用，最终实现大规模运营内部所有 AI 解决方案。

今天的分享就到这里，谢谢大家！