▲
關注并标星【CIO的夜讀時光】
與更多CIO 一路同行
▲
本文根據中國生物制藥｜正大天晴CIO曹奮澤在CIAPH第12屆醫藥健康行業數字化高峰論壇上的分享整理
有人說，在數字化轉型中最大的挑戰不在于技術本身，而在于與業務的高效協同。對于數字化部門而言，滿足業務的需求并為其賦能是其重要的價值展現。然而，在實際落地的過程中，我們常常發現業務部門難以完全滿意——不切實際的需求難以被滿足，不準确的需求使項目難以落地。總的來說，數字化部門與業務部門之間的博弈似乎從未停歇。
那麼，對于CIO來說，如何建構一個既符合業務運作本質又滿足衡量名額的數字化體系呢？讓數字化部門更好地為業務賦能，是中國生物制藥｜正大天晴CIO曹奮澤在CIAPH第12屆醫藥健康行業數字化高峰論壇上分享的重要啟示。以下是對他演講内容的整理。
曹奮澤 中國生物制藥｜正大天晴CIO
敬愛的同行們，我是曹奮澤，現任中國生物制藥及正大天晴的數字化負責人。今日，我将與各位深入探讨科技新時代下醫藥産業的變革與創新。我希望，通過我的分享，能夠為各位提供新的思考與見解。
首先，讓我們共同了解一下中國生物制藥集團。作為大陸在創新和研發推動方面的先鋒，中國生物制藥業務覆寫了從藥物研發、智能化生産到銷售的完整産業鍊。集團旗下的核心成員包括正大天晴、北京泰德、南京正大天晴、正大清江、正大豐海等多家子公司，專注在惡性良性腫瘤、呼吸、肝病和外科鎮痛等關鍵領域，每年為超過2000萬患者提供服務。在戰略方向上，中國生物制藥緻力于組織整合、全面創新、國際化和數字化四大核心戰略。數字化戰略已成為我們集團的關鍵優先項，基于此，我們已經開展了廣泛的實踐和嘗試。
随着數字化轉型的加深，中國生物制藥面臨着更高的要求——實作業務操作的精細化及決策的科學化。是以，我們的目标是通過技術的力量，促使業務管理從精細化邁向智能化更新。我們的數字化戰略已經覆寫了企業的全方位——從研發到生産、供應鍊管理，再到銷售，確定了業務流程的高效和連貫性。通過深入分析各個業務單元，我們依靠先進的數字化系統收集和分析資料，這些資料轉化為關鍵的業務名額，建構起一個綜合性的資料網絡。這不僅使我們能夠進行深度的資料分析，了解業務運作的核心，也幫助我們識别出支援決策的關鍵因素。
在藥物研發方面，我們采取全面的數字化管理措施，涵蓋從早期探索到臨床前研究及臨床試驗的每個階段，增強了項目的可視化和流程的可控性。在生産領域，全面的數字化管理助力于早期識别和應對生産過程中可能出現的風險，確定了生産的效率和品質。在銷售層面，我們通過對客戶互動和操作流程的全面數字化管理，促進了銷售業務的科學決策和精細化管理。
整個轉型過程中，我們利用AI、大模型等新技術不斷革新業務管理、産品研發和客戶服務的理念與實踐。通過這種科技推動的政策，我們緻力于提升業務的品質和效率，確定在激烈的市場競争中保持領先地位。
研發領域，是一個專業度較高場景，我們面臨的關鍵決策是選擇外購技術解決方案還是自主研發。這一決策取決于對業務需求的深入了解和我們的技術能力評估。經過與業務的深度拉通，我們對專業性強、商業報價合理且符合行業法規要求的技術解決方案，傾向于外購，以快速獲得數字化工具并確定合規性。而對于資料安全要求高、無需大量定制開發且采購成本按項目計算的場景，我們選擇自主研發，旨在增強企業的靈活性和控制權，同時確定資料安全。
生産方面，我們的主要任務是如何實作高效排産、精确執行以及最大化品質保障。我們核心聚焦于生産全流程的資料打通，如從物料進廠到生産領料、執行及成品入庫，實作生産流程的精細化管理。通過持續監控生産業務名額的變化，我們可以識别生産過程中的潛在風險，進而提升生産效率和品質。
營銷領域，我們緻力于為醫藥代表提供各類數字化裝備，以提高其工作效率和服務品質。我們面臨的挑戰是醫藥代表的能力方差。為了解決這一問題，我們與業務深度溝通，提取優秀醫藥代表的行為和政策，通過數字化系統進行承載。并将這些行為通過任務分發的方式給到所有醫藥代表，使業務人員能夠直覺地了解所需學習的知識及待辦事項，進而提高整體的業務水準。
企業管理方向，我們關注于人力資源、财務、風險控制和企業營運等領域，旨在為集團的戰略規劃、資源投入、風險管理和數字化營運提供全方位的支援。
集團層面，我們緻力于建設一體化平台。過去，集團下屬的子公司均獨立營運，基于組織整合的戰略目标，我們将完善底層SaaS基座，并建構業務中台、能力中台和資料中台。上層業務從财務以及采購切入，建設集團統一的數字化平台。下一步我們将深化對核心業務——研發、生産和銷售的集團化支援。總體而言，通過集團一體化平台的建設，我們旨在實作組織整合和提升整體業務效率。
随着AI、大模型的快速發展，我們在生物制藥的各個領域持續探索，接下來分享關于AI在集團内的落地實踐，我們将挑選幾個關鍵領域的場景來分享。
在藥物發現領域，我們利用AI來優化研發流程。藥物發現是一個複雜且成本高昂的過程，傳統上依賴于化學家的經驗和大量實驗。借助AI，我們可以在分子設計階段利用藥物分子資料庫進行高效設計，預測實驗條件下化學反應和生物測試的成功率，并在分子優化階段給出改進建議。AI的核心價值在于能在實驗前篩選出有成功潛力的候選分子，極大縮短了研發周期。
在臨床試驗中，我們通過AI writing技術提高了效率和準确性。利用機器學習和自然語言處理技術，AI可以快速生成結構化的文檔，标注文檔中的不一緻和潛在遺漏的資訊，提供修改建議，進而大幅提升文檔品質和處理速度，釋放研究人員的時間，讓他們更多地專注于科研工作。
在藥物生産領域，面對複雜的市場需求和生産流程，我們通過AI的優化算法和機器學習能力，實作了高效的生産排産。通過輸入生産前的限制條件，系統能夠自動生成優化的生産計劃，可由專家進一步調整，顯著降低庫存，提升生産效率。
在藥物營銷領域，我們面臨的挑戰是如何有效管理和利用大量的醫學和學術材料。通過自研集團大模型，輸出精準的醫學資料至醫學人員，提升其知識擷取的效率。同時，基于此大模型，我們将法務、财務、生産GMP和研發等知識灌給模型，持續訓練輸出，打造企業各類數字化員工，為企業提供持續服務。
在學術會議領域，我們正在探索如何通過AI智能化地處理邀請函發放、會議計劃制定、人數統計、簽到、語音轉文本、提煉會議要點及生成會議紀要等任務，以實作學術報告的智能化生成和個性化推送。這些實踐案例展示了AI和大模型在醫藥産業中的強大潛力和實際價值，為企業帶來了效率提升和成本降低的雙重優勢。
綜上所述，傳統行業的數字化轉型既是一項複雜的挑戰，也是一個機遇。這一過程遠非易事，主要是因為我們需要克服技術難題的同時，更關鍵的是實作技術與業務之間的深度整合，建立共同的認知，并開發出得到業務領域廣泛認可的數字解決方案。盡管道路崎岖，随着數字化轉型的不斷深化，我們能夠看到更多的可能性。數字化轉型不僅能夠幫助我們降低成本、提高效率，新興技術如人工智能的應用也将進一步增強這一過程的效率和成果。感謝大家的聆聽，希望我的分享能夠為您帶來啟發和思考。
END
往期推薦
業務部門要接管系統運維權限，給還是不給？
盤點資料治理之“屎上雕花”和“一刀切”的那些事兒
為什麼資料治理很難直接成就業務？
這個“數字化”，怎麼越做越迷茫了！
CentOS停更，會帶來什麼影響？
關于CIO發展中心
「CIO發展中心」于2005年由一群熱衷于中國CIO職業發展的CIO 們倡導發起，并以「聚合中國CIO力量，助推CIO商業價值」為宗旨。旨在通過學術和經驗交流、知識和理念宣傳來促進職業規範的推進、成長環境的改善以及隊伍素質的提升，進而促進資訊應用水準提升，推動CIO機制的建立和完善。
本文經CIO發展中心授權轉載