本场视频为"AI+Data"主题论坛的完整回放,围绕医药AI智能体如何在药企真正落地展开,汇聚数据服务、AI应用、药物经济学、知识图谱与医药营销等多个方向的嘉宾分享。
内容首先从企业视角讨论AI落地的共性问题:智能体场景为何容易停留在演示阶段,底层数据治理为何决定上限,以及组织协同、合规备案、IP保护和ROI评估中常见的坑。随后回顾了AI从大模型走向智能体的发展脉络,梳理了"基础设施、数据、知识、模型、应用"的企业AI分层体系,并说明企业内部数据沉淀与外部医药数据融合的关系。
在医药营销场景中,嘉宾分享了销售与市场团队使用智能体的实践,涉及客户洞察、拜访准备与供应链协同,并以大健康数据分析为例,展示了通过多轮提问完成市场判断的过程,同时也提示现阶段投入产出的衡量仍处于早期。
药物经济学方向的嘉宾介绍了借助AI辅助文献综述、证据整合与经济学建模的探索,并直面大模型幻觉带来的结果不稳定问题,分享了用技能固化流程、固定关键计算代码以及人机协作提升稳定性的思路。
在技术底座部分,嘉宾围绕知识图谱与本体论,讲解了如何让智能体在受限、可追溯的前提下运行,以满足药企对合规与循证的要求,并讨论了企业知识库的构建成本、维护成本与端到端效率。
此外,另有嘉宾从生物医药研发视角分享了对AI制药的观察,并介绍了面向医药行业的技能平台,以及面向主流AI平台的GEO优化与品牌可见度监测思路。
如果你正在评估医药AI智能体的建设路径,欢迎继续关注摩熵医药视频板块,了解更多医药数据服务与同类专题视频。
