首页 > 资讯 > 药企 AI 落地：项目实施中的组织管理难题

出自识林

2026-06-20

——IPEM“AI在药业的应用”课程笔记之二

选好了第一个AI项目，迈出第一步，点燃第一把火，然后呢？

很多药企的AI项目，技术方案无懈可击，ROI算得清楚，数据基础也打得扎实，但最后就是推不动、用不起来，成了不了了之的“烂尾”工程。制药人遇到问题要找根因，那么这根因在哪？

5月31日IPEM 药业AI应用专题课程上，三位嘉宾的讨论指向了一个共同的主题：AI落地，难的不止是技术，也不光是钱，还有项目实施中的组织难题——协同机制、人才发现、文化土壤，三者缺一不可。而这一切的起点，是组建一个结构合理的项目团队。

IT与业务一起“抬轿子”，别一起树“耻辱柱”

AI项目落地，首先要理顺的就是IT和业务之间的关系。常见的是IT部门觉得业务不懂AI，业务部门觉得IT不懂业务，最后项目没人认领，没人推动，寸步难行。

邵扬老师作为上海医药的IT负责人，对这个问题的观察有着独特的视角。他用了一个非常形象的词来形容IT、业务的关系：互相“抬轿子”。他还把乙方加了进来，强调AI项目要成功，IT、业务和乙方三方必须一起抬轿子，“要么三赢，要么三输”。别最后一起树个“耻辱柱”，项目失败，互相变仇人。

那么如何协同？邵老师给出了一个清晰的职责分工：

业务部门主要回答：为什么做？做什么？业务部门必须把需求讲清楚，而不是把问题丢给IT去“调研”。

IT部门要回答：如何做？找谁做？ IT要负责找到市场上成熟的合作伙伴，要“找师傅”，把专业事交给专业人。同时，IT还要回答多少钱做——不是拍脑袋定价，而是参考行业平均水平，给出合理预算，宁可多花点钱，但争取更好的质量，确保项目真的用起来。

对于“抢预算”问题，邵扬老师的态度是，“预算放哪儿都无所谓，指挥棒在谁手上才重要——总之一定要在甲方，业务与IT一起握，而不能丢给乙方。”主导权必须掌握在以成功创造价值为终极目标的甲方团队手中，有了这个意识，同为甲方的IT和业务就有合作基础。

这个分工背后，也触及了另一个困境：甲方内部需要“桥梁型人才”。从信息化转型到如今AI落地，药企管理者们总想找到既懂IT又懂业务的人来牵头，却往往总也找不到。邵老师的态度务实：既然找不到，那何不认清现实，通力合作？正如他回答“信息孤岛”的问题，“不要问怎么把孤岛连起来，首先要问孤岛为什么会存在？这本质上是管理问题而非技术问题，本质是管理的孤岛”。管理的孤岛不破，技术的孤岛会一直存在。

在与多个不同类型的甲方合作后，作为乙方的识林AI团队积累了许多经验教训，对此也心有戚戚。乙方不能替甲方做决策，而是帮甲方做对决策。 每个药企的业务逻辑、数据基础、组织文化各不相同，没有一套通用的AI方案能解决所有问题。乙方不能是拿着现成产品去“套”甲方的需求，而是将自己纳入“抬轿子”的组织里去，与甲方各部门充分协同。

找到“善用AI的人”来牵头

业务、IT和乙方通力合作，终于把AI工具装到了本地，下一个问题是：谁来用？关键是，谁来带头用？

任命一个（乃至多个）愿意且能够带头用的业务专家“带头人”，其重要性在于——他/她是连接技术与业务的“关键接口”。没有这个接口，再好的AI工具也只是IT部门“扔”给业务部门的一个项目，无法真正嵌入业务流程。

课堂上就有学员提问，如何找到“善用AI的人”？几位嘉宾给出了各自的答案，却有一个共性贯穿始终。

邵扬老师的观点一贯干脆：这样的人是“打出来的。” 他并不主张企业花大力气去培养所谓的“AI人才”，因为AI技术迭代太快，等你培养出来，可能已经过时了。真正善用AI的人，是在真实业务场景中，被问题逼着、被需求推着，再加上自己摸索出来的。第三位嘉宾提到，大企业也曾试图系统性地培养这类人才，但后来放弃了，预算也交给了数字化部门管。她的建议是：与其追求培养，不如“发现”——找到那些有意愿度、愿意尝试新工具的人。这些人有好奇心，有解决问题的冲动。只要给他们机会，他们就能自己跑起来。

作为拥有多年质量管理一线工作经验的陆泓瑾博士，就是君实内部成长起来的AI质量应用项目牵头人。她的分享很具体：“善用AI”的核心能力，不是懂AI技术，而是懂业务、能拆解。她提出一个启发性的反问：“没有AI之前，业务部门有几个能把流程拆解讲明白的人？” 具备这种能力的人，就很有可能善用AI。

WPS的AI专家朱熠锷老师上午带来了精彩的AI技术分享，他补充了一个“很不AI”的深层洞察：AI产品不一定要有“AI”的形态。一个成功的产品，可能没有问答窗口，用户感受不到AI的存在，但背后确实用了AI技术。它像水电一样，悄无声息地融入业务流程。以“AI偏差调查”为例，用户看到的不是一个“豆包”式的对话框，而是与内部SOP高度契合的表单界面。AI在后台自动检索同类偏差案例、匹配相关法规条款、生成初稿建议——用户感受到的是“调查报告写起来更高效了”，而不是“我在用AI”。这反过来定义了“善用AI的人”——他不是整天把AI挂在嘴边的人，而是能用AI技术悄无声息地解决业务问题的人。

各位老师观点的共性在于，正如许多管理问题的结局方案一样，与其总是看着外面，药企管理者也可收回目光，仔细看看自己的组织，看看身边的人。

从“一人”到“人人”，用行为引导思维

有一个人会用AI，其实还不是最难，最难的是“人人会用”。君实生物首席质量官王刚博士指出， “人人会用”才是AI项目真正落地的指标。

这离不开企业的组织管理水平。几位嘉宾的讨论，把组织问题拆解成了几个具体的切面：

陆泓瑾博士看到的，是组织中的恐惧一面。君实推进AI时，高层在推，但下面意愿不高——有人怕丢工作，有人说没空用，还是用老办法。面对AI偏差调查，有员工的第一反应是“不想增加工作”。这或多或少是所有尝试AI的药企都会遇到的共性难题。

邵老师看到的，是管理层对完美的执念可能导致的过分失望。上一文提到他讲的那个有趣的故事：当他告知法务部，AI可以实现95%的合同审查准确率，却被反问“剩下5%在哪里？怎么办？”不过这个问题值得反问：“人能做到100%正确吗？人没发现的不也就认了吗？”合理的预期，才能带来合理的成效。

第三位嘉宾看到组织中批评文化的危害。员工尝试用AI，哪怕结果不理想也不应被指责，否则没人愿意再试。她进一步指出高管的说辞对员工士气的影响很关键，即推动AI时，“不要动不动谈省钱”，而应该“用好AI，讲好价值故事，管控风险”。“价值故事”不是告诉他们AI能省多少时间，而是告诉他们：AI可以把他们从重复、低价值的工作中解放出来，去做那些只有专业人才能做的重要事：判断、决策、创造。

上述不同切面体现了阻碍AI落地的组织阻力，王刚博士对此提出了行之有效的实践方法论。他在课程上反复强调一个观点是：“要用工具改变工作方式，从而改变思维。”

一般的常识是先改变思维再改变行为，但现实往往反过来，先让员工用上工具，新的工作方式会倒逼思维转变。君实花了6年时间做自动化和电子化，用看板、数据抓手改变员工的工作习惯，然后才引入AI。这条路走得慢但走得稳。当恐惧被一次次成功的使用体验消解，当对完美的执念被“先跑起来再优化”的务实态度冲淡，当批评被包容的反馈机制替代——组织将真正转变。正如第三位嘉宾公司实际发生的是，AI应用从CEO层级用KPI来强推（每个月不少于2次，后台拉数据，看板展示），渐渐地自下而上地涌成百上千的使用场景。

在这个理念指导下，陆泓瑾博士选择了一条看似最“笨”的路。 她分享自己事无巨细地推动AI落地的经历：她做流程拆解，把业务环节掰开揉碎，搞清楚AI能在哪里帮上忙；每个AI模块上线前，她先自己跑一遍，再推广给团队；做培训，带着业务同事在系统里一步一步操作；做访谈，了解每个人的痛点和顾虑；还做反馈收集，把一线用户的意见一条条记下来，再与识林团队讨论，推动产品改进。正是陆博士这样用“笨”功夫的甲方不厌其烦地试用、反馈、再试用——AI应用才得以在真实业务场景中不断打磨。可以说，君实和识林之间形成的有机而高效的组织是推动落地的关键一环。

结语：合理搭配的项目团队为AI落地护航

AI在药企的落地，是一场技术与管理融合的系统工程。它需要一个勇敢的开始——选对项目，迈出第一步，点燃第一把火。但这把火能否持续燃烧，不取决于算法的先进程度，而取决于项目团队是否从一开始就搭对了架子。

一个结构合理的项目团队，不是简单地把IT和业务的人拉到一个群里，而是要明确角色、职责和协作规则——谁决策、谁执行、谁提需求、谁验收。团队搭好时，关键在于发现“善用AI的人”——不是培养出来的，而是在实战中“打出来”的。从“一人会用”到“人人会用”，需要用工具改变工作方式，从而倒逼思维转变。

技术可以购买，算法可以复制，唯有组织内部的协同机制、人才发现机制和激励机制，无法用命令或口号强求。乙方可以做好那个递“柴”的人，但能否“燎原”，最终取决于企业自身是否建立了让“火种”持续燃烧的组织机制——并由一个合理搭配的项目团队来贯彻实施。

作者：识林-实木

识林^®版权所有，未经许可不得转载。