随着AI快速发展，如今AI正在重塑制药企业的研发与运营模式。在研发端，AI可以通过快速分析海量生物医学数据，能更精准地预测药物靶点、设计候选分子并优化临床试验方案，从而显著缩短新药开发周期、降低高昂的失败风险；在生产与供应链环节，AI可以助力优化工艺流程、进行质量控制和预测性维护，提升生产效率；此外，AI还可以通过真实世界数据挖掘，为市场策略和患者可及性提供更深入的洞察，最终帮助药企以更低的成本更快地推出更有效的药物，在激烈竞争中占据优势。

但不可否认的是，虽然AI具有强大的能力，但药企落地应用AI仍然可能面临以下挑战：

首先在数据层面，药物研发需要高质量、大规模的生物医学数据，但这些数据往往分散在不同机构，存在格式不一、质量参差等问题，且涉及患者隐私，合规获取与清洗整合的难度和成本极高；

其次是技术与人才能否匹配，AI模型尤其是大模型的开发与应用，需要顶尖的跨领域复合型人才（既懂AI又懂生物医药），这类人才稀缺且成本高昂，同时AI模型的“黑箱”特性也使其决策过程难以解释，难以完全满足医药监管机构对审评审批的透明性和可验证性要求；

第三是监管与合规鸿沟，目前全球监管机构对AI驱动的药物发现和临床研究，仍缺乏成熟、统一的审评标准，药企面临审批路径不明确的风险；

第四是高昂的投入与不确定的回报，AI平台建设和维护成本巨大，但其能否最终成功研发出商业化的重磅药物仍存在不确定性，投资回报率（ROI）难以保证；

最后是内部文化与组织转型的阻力，传统药企研发流程固化，引入AI意味着工作流程和思维模式的变革，可能面临内部团队的信任危机和协作壁垒。

面对以上机遇与痛点，药企该如何看待AI，又应采取哪些行动？作为全球领先的医药CDMO企业，凯莱英临床（凯诺）正积极将AI技术深度融入其药物研发与生产核心环节。其应用重点聚焦于智能化工艺开发，利用AI和机器学习算法，快速分析和学习海量化学反应数据，显著缩短从临床到商业化阶段的工艺研发周期、降低生产成本并提高成功率。同时，AI也被用于提升智能制造水平，通过对生产流程进行数据监控、优化和质量预测，确保大规模生产的稳定性与可靠性。

2025年9月5日，CIAPH联合凯莱英临床（凯诺），成功举办“AI+医药业务场景探索”专题沙龙，活动聚焦AI+医药话题，探索实验室场景+AI研发、写作自动化+生成式AI快速输出报告、AI+药物警戒、AI+验证（CSV）等方面的崭新机遇。

以下内容为分享嘉宾的主要观点。

路璐 凯莱英医药集团 副总裁

活动开篇，由凯莱英医药集团副总裁路璐做开场致辞，同时她向各位嘉宾介绍了凯莱英临床（凯诺）的AI全景。

杨立坤 凯莱英医药集团 AI总监

凯莱英医药集团AI总监杨立坤介绍了AI在生物大分子研发领域的探索，首先是机器学习辅助酶定向进化，例如AI辅助开发苯丙氨酸氨裂解酶等项目中均有效提高了效率；此外也向现场嘉宾讲解了分子动力学模拟助力多肽合成，智能生物分子研发平台可进行多肽保留时间预测等项目成果。总结来说，通过数据的数字化、标准化、智能化，建立合适的模型（专有小模型、善用迁移学习、关注生成模型），最后还要实现落地应用（组织文化、协作共赢、跨学科交流）。

韩兴 锐捷网络 企业系统部解决方案总监

锐捷网络企业系统部解决方案总监韩兴，介绍了捷网络扎根行业、深入场景，将技术与应用充分融合，持续创新设计有用且好用的产品方案，服务各行业数字化转型升级。药品研、产、销整个生命周期必须符合各国的规范标准和认证，IT信息化在满足整个合规认证中承担不可或缺的角色，锐捷打造端到端一体化创新方案。体验驱动网络，安全与效率兼得；终端合规入网，精细化权限管控保障终端合规入网；多园区办公，业务随行，极佳用网体验；全流程安全管控，数据集中存储，保障数据完整性可溯源；标准化快速交付，保障合规性。

林泰 凯莱英医药集团 数据科学高级总监

凯莱英医药集团数据科学高级总监林泰，向来宾介绍了GxP AI写作平台。他讲到了临床前实验室报告AI自动生成的案例，由AI结合实验设计+实验数据+AI分析自动生成最终报告。此外“SSU-AI制表助手”通过利用AIGC，可以实现临床项目的快速启动，提升申请表与ICF填写质量。另外GMP设备验证报告AI生成工具，能够提升验证效率、GMP文档质量，实现GMP文档管理电子化和模块化。最后他还详细介绍了CDW（Clinical Data Warehouse）案例，以及临床数据中台为临床试验/研发带来的收益。

解滨 腾讯企业微信 医药行业负责人

腾讯企业微信医药行业负责人解滨出席本次会议，讲解了企业微信5.0版本及推出的六大全新AI能力。企业微信5.0版本，围绕着“AI”和“办公”两个关键词，把AI能力应用医药企业的多个场景，让“办公即用AI”：智能搜索，能自动基于有权限访问的聊天记录、在线文档、会议、邮件等内容，精准定位想要找的答案，甚至自动汇总数据；智能总结，AI会从日常的聊天、文档、会议、邮件中，整合项目信息，一键生成项目总结；智能机器人，可根据企业需求自行创建和管理智能机器人，还可以把业务SOP、规章制度、产品介绍、客户案例等材料，上传给智能机器人并在企业内部流转。此外，还可以在很多办公模块里加入AI，比如“AI自动整合”功能、智能表格功能、智能服务总结功能等，真正实现一张表管项目、管业务、管客户。

王昆 凯莱英临床（凯诺）药物警戒总监

凯莱英临床（凯诺）药物警戒总监王昆带来的专题名称是《药物警戒场景：智能体、Chat BI、BI等技术的应用》。他谈到通过实时对接Argus，导入Excel数据，打造BI可视化模板，结合AI能力和算法，能够实现基于统计的可视化数据分析，定制报表样式，集成统计和AI能力，实现随心可视化。另外通过引入Text2SQL技术和数据建模，能够实现基于对话式数据分析。用户通过自然语言提问AI探寻海量数据，提供查询结果，并附有图表/SQL/数据。对于Agent技术的应用，在PV法规助手、文献分析录入、相关性评估、PV系统问答等场景可发挥重要作用。

梁山 神州数码 通明湖云和信创研究院 大模型解决方案架构师

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指出大模型技术的不断迭代，催生更多的医药行业AI应用落地。神州数码落地方法论：AI for Process，通过AI 技术推动企业流程变革，实现价值跃迁的前沿方法体系。它有助于企业构建更具创新性和竞争力的业务模式，利用前沿的AI 技术深入理解复杂的业务逻辑之间的内在关联，从而实现流程的自动化执行与智能化决策，推动流程的自我优化与持续进化。神州问学企业级Agent中台，可以围绕企业高频应用需求，构建场景化、工程化、可复用的智能体场景能力体系。

刘喆鑫 凯莱英临床（凯诺）数字化创新执行总监

凯莱英临床（凯诺）数字化创新执行总监刘喆鑫分析了基于RPA+AI提效的重点场景，首先在权限配置和审计追踪上，通过RPA将各个系统配置及权限、系统审计追踪自动导出，利用LLM及提示词建立智能体，使其自动对比当前配置清单与历史基线，自动按照特定规则对审计追踪进行审核。账户核对通过Agent识别意图并调用RPA导出系统用户清单，并智能核查，反馈给用户核查报告；此外还可通过RPA进行系统备份。在CSV的应用中，利用多模态模型+IT工程技术, 生成历史知识库；为其他AI智能体提供知识基础架构。

如今AI正以前所未有的深度与广度重塑医药行业生态，从靶点发现到工艺优化，从临床试验到药物警戒，其赋能价值已在多个场景中得到验证。然而数据壁垒、技术门槛、监管滞后、回报不确定性以及组织转型阵痛，仍是药企必须直面的重要挑战。

正如本次活动所呈现的，AI在医药领域的落地已不再停留于概念层面，而是深入工艺开发、智能制造、合规文档、临床数据管理等具体环节，展现出技术与业务深度融合的实践路径。凯莱英临床（凯诺）等企业通过构建平台化、场景化的AI能力，将数据驱动与领域知识相结合，逐步推动研发与生产的智能化跃迁。

未来，医药企业需以战略眼光审视AI，既要积极拥抱技术变革，也要理性规划实施路径：在数据治理与合规框架下夯实基础，通过内外合作弥补人才与技术短板，以业务价值为导向选择优先场景，并在组织与文化层面主动求变。唯有将AI真正融入创新基因，才能在这场医药与科技交汇的浪潮中赢得先机。