本文内容根据东阳光集团软件开发总监李少龙在“CIAPH-2026年医药数智化巡展走进东阳光”活动的分享整理
东阳光集团 软件开发总监 李少龙
一、从个人助手到企业级能力
今天很荣幸能向各位分享东阳光集团在企业AI与数字化转型领域的实践经验。本次分享并非仅展示已上线工具，而是希望锚定一个核心问题：企业如何将AI从个人助手，转化为安全可靠、能够支撑业务系统运行且可持续复制的企业级能力。东阳光集团的建设思路可概括为：以自主算力为底座，以统一平台为中枢，以业务价值为牵引，同时严守治理机制与安全边界。
进入智能体阶段后，AI不仅能理解语言，还可调用知识、工具和业务系统，按流程执行任务。企业关注重点不只停留在模型参数，主要转向AI能否进入业务流程、改善经营结果。企业要将AI引入核心业务，我认为需跨过三道门槛：数据安全决定应用基础，系统打通决定能否支撑业务，结果可控决定能否融入长期流程。对应要求为：数据不出域、最小权限与标准化接口、人工可干预与结果可追溯。这三项并非附加功能，而是AI规模化落地的基础门槛。
真正支撑企业AI的，不是某一个模型，而是一套完整的平台能力。围绕这三道门槛，东阳光集团搭建了四层架构：底层为自建算力中心，向上部署千问等通用大模型、向量模型及基础模型，再向上为知识库与流程编排模块，最顶层为面向研发、生产、办公等场景的应用。统一平台让算力、模型、知识、工具及治理能力被不同业务复用，既减少重复建设，也避免AI形成新的信息孤岛。自主算力是东阳光集团AI建设的特色与战略底座，目前已支撑药业研发、WorkBuddy、票据解析、安全运营和CodeBuddy等应用。目前平台共部署100多张，利用率达90%；近7日Token调用量达11.1亿，日均1.59亿。真实业务的持续稳定支撑，但高负载并非最终目标。下一步我们将重点优化资源调度、服务可用性、单位调用成本与业务贡献能力。
企业AI的长期价值，不只是生成单次回答，而是来源于企业知识的持续沉淀。员工在使用中积累的知识、数据流程、专家经验，都应当转化为组织自有资产。模型可通过采购获取与替换，而企业长期积累的高质量知识、业务规则和专业经验才是难以复制的核心竞争力。个人效率提升仅是第一步，只有将有效方法沉淀为可复用的知识与流程，个人提效才能转化为团队效率升级，最终形成组织创新能力。
二、AI落地的真实业务场景
AI已在东阳光集团发挥了真实的业务场景作用，主要涵盖研发、生产、办公、财务和安全五个方面。我按业务痛点、解决方案、量化效果、责任边界四个维度展开。我们不按应用数量评价成果，而是关注四类价值：能否促进业务增长、提升运营效率、保障质量、控制风险。
1、药业研发
与金博士合作打造的药物发现智能体系平台，是研发领域的核心布局。HEC-PharmAI将大模型与企业专业知识库结合，覆盖分子设计、药效预测、工艺开发等功能，可完成知识检索、AI分析并辅助生成处方或工艺方案。目前平台已沉淀20万+上市处方数据、3万篇+科研论文和3000篇+核心工艺专利。它并非替代研发人员，而是帮其减少重复的信息查找与分析，把精力投入专业判断与研发创新。
药研智能体可进一步连接专业数据源、文献与工具，支持资料检索、信息分析与报告生成，已将检索耗时从20分钟缩短至2分钟，效率提升超90%，准确率超99%。关键并非仅效率提升，而是输出结果均具备可追溯的专业来源。
临床医学信息监控项目聚焦靶点与药物多、信息分散且更新快的痛点，通过多元定时采集、分类提炼与每日标准化报告，实现从人员主动查找信息到信息按主题主动推送的转变，每月可节省约120小时。截至今年8月已规划覆盖近800款药物及靶点，AI负责信息采集整理，关键结论仍由情报与研发人员复核。
AI翻译平台核心要求为专业术语准确且保留原文档格式，可串联预处理到初次翻译全流程。4月至8月累计处理约1.59亿字符，节约经济效益约420万元，用户反馈至少节省50%工作时间。AI仅输出基础翻译初稿，最终结果仍需专业人员确认。
2、智能生产
AI外观检测可持续识别划痕、破损、气泡等外观缺陷，辅助定位疑似质量问题，当前可识别18类核心缺陷，支持0.1毫米以下孔筒缺陷检测。系统部署147台机器，检测岗位从22人缩减至4人，可7×24小时稳定监测。AI负责高频缺陷筛查与异常提醒，异常处置仍需人工现场最终核验。
智能搬运场景打通了生产任务、库位管理与称重数据，系统可按任务优先级调度与路径规划，支持自动称重、剔除异常数据，同步展示设备状态与库存信息。该场景减少了人工搬运与协调，提升了物流协同效率，实现了全过程数据可追溯。
3、办公与软件研发
办公场景是目前AI落地探索较多的领域。员工可通过自然语言查询假期、待办、通讯录，也可生成考勤签卡单据，有效降低了系统使用门槛。桌面办公平台统一接入企业知识与业务系统，支持问答交互、文档生成与数据分析，标志着AI从单纯提供答案转向协助用户完成工作。近期重新开放申请，仅首日就收到100个账号申请。但规模增长不等同于价值增长，下一阶段需重点关注任务成功率、生成内容质量与单位任务成本。
软件研发场景已不再局限于代码开发，而是拓展覆盖会议纪要整理、需求分析、原型设计直至项目上线的完整流程。试点显示，需求文档编制从2小时压缩至10分钟；项目周期从30天缩短至15天，原型设计效率提升80%，代码生成覆盖率达83%。目前超90%工程师已在日常开发中使用AI工具，约50%代码由AI辅助生成。以光谷机器人项目为例，交付周期从两周缩短至一周，效率提升30%以上。AI生成的代码必须经开发人员评审，架构设计、质量控制与最终责任仍由研发团队承担。
4、财务与安全运营
原有财务工作中，每月需对接约64家银行、九百余个账号，处理约27000份电子回单。我们引入AI实现电子回单自动下载，AI辅助识别银行回单和票据信息，减少手工处理。开发周期从约80天缩短至10天，效率提升87%，每月可节省108小时以上。效率提升并未降低内控标准，财务规则与审计留痕要求均完整保留。
安全运营日常需处理海量日志，单周数据量约达60亿条，仅靠人工难以有效研判。目前通过全网AI检索与自动分析，将原始告警聚合为更具分析价值的安全事件，风险识别率提升60%，响应时间缩短40%。AI的核心作用是帮助安全团队减少无效告警干扰，关键事项仍由专业人员研判处置。
下一阶段，我们的工作重点不再是打造孤立单点应用，而是梳理筛选高投资价值场景，沉淀复用可推广的AI能力，推动企业AI应用从单点落地到体系化管理机制的转型。
三、未来规划：从单点应用到体系化能力
东阳光集团未来的AI战略围绕四个层次推进：建设安全可靠的算力与数据底座，建设统一开放的平台能力，推动AI深度融入核心业务场景，实现人机协同与组织能力升级。同时将模型治理、数据安全、人才建设与运营度量贯穿全程。AI建设不仅需明确技术路线，更需建立投资纪律与价值评价机制，确保资源持续投入高价值场景。
规划总体架构以企业智能体平台为中枢，向下连接算力、模型、数据与知识资源，向上对接办公、差旅、法务、质量和研发等业务场景；中间通过模型服务、知识服务、工具调用与流程编排，支撑智能体理解任务需求并对接业务系统执行，身份管理、权限管控、数据安全、运行监控与审计治理贯穿全流程。统一的架构可以支持不同业务在同一标准体系下快速落地，避免重复投资，防止形成新的系统孤岛与数据孤岛。企业智能体开发平台定位并非仅服务单个场景，而是支持更多业务人员以更低成本，在合规框架内搭建自有AI能力。平台已规划知识库、工具连接、流程编排等基础能力；业务部门负责提出需求并验证价值，信息部负责平台建设与技术支撑。
东阳光集团在AI业务智能体涵盖具体场景规划中，目前开发已完成近一半：差旅住宿场景中，员工可通过自然语言描述出行需求，由AI自动生成申请单并推送酒店与机票方案，申请单生成功能已完成；法务智能助手支持法规检索、条款比对、版本差异识别及合规风险检测，仅提供辅助参考，不替代法务专业审核；AI质量智能体计划依托AI完成辅助纠偏与偏差分析。越是专业、风险越高的场景，责任边界界定越重要，质量判断、审核与批准必须由具备对应资质的专业人员完成。
数字员工并非脱离制度独立运行的AI产品，而是在明确权限与流程范围内，可持续执行标准化任务的数字化工作伙伴。目前人力资源数字助手已上线，后续将推进其他领域落地。未来人与人工智能将形成新型协作：人类更擅长制定目标、专业判断、沟通协作与创新，人工智能更适配信息检索与数据处理。该模式并非简单缩减编制，而是旨在释放员工时间、提升决策质量、放大团队专业能力。
未来，东阳光集团的AI建设将夯实基础底座与治理体系，统一算力、模型、知识与工具连接；聚焦差旅、法务、质量等高价值场景开展小范围试点，以实际数据验证价值；将经验证有效的知识、工具与流程沉淀至统一平台，逐步向更多场景复制推广。
四、人与AI的共同成长
个人与组织如何同AI共同成长，要分三步走，推动业务价值落地。筛选高价值应用场景，明确业务问题与预期指标，提前预判AI适用性，避免为应用AI而开展建设；推进小步试点，在明确数据范围、权限与人工复核机制的前提下完成快速验证；开展平台沉淀与复制，将经验证有效的知识、工具与流程归档沉淀。AI最终改变的并非个人工作效率，而是组织整体的工作方式，人的核心价值仍体现在专业判断、责任履行、沟通协作与创新创造领域。
从实践层面来看，企业推进AI建设并非单纯新增若干工具，而是要搭建一套可持续复制的企业智能化能力。我们的核心路线为：以自主算力为底座，依托统一平台实现资源复用，以业务价值为牵引推动建设，最终实现组织协同共创，让AI成为核心生产力，以创新驱动企业未来发展。
