科锐国际段立新：大健康行业AI转型分化明显

过去一年，AI（人工智能）成为医药健康行业最热门的话题之一。在药物研发、临床试验、患者管理等环节，大模型、生成式AI、Agent等新技术不断涌现。只是，在长期观察中，科锐国际高级副总裁段立新发现，虽然AI已经成为大健康行业共识，但不同企业在AI应用上的差距正在迅速扩大。

6月底，科锐国际（300662.SZ）通过调研345家医药相关企业（涵盖药企、医疗器械企业、AI医疗企业等）发布了《中国大健康行业AI转型成熟度调研》（下称《报告》）。调研按照AI成熟度水平，将企业划分为起步企业、成长企业和领先企业三类。数据显示，领先企业在战略准备度、技术储备、数据治理、人才建设、业务应用深度以及AI管理机制等维度上的综合表现，平均达到起步企业的近10倍。 

作为一家人力资源公司，科锐国际长期服务医药行业的人才招聘。在7月20日的专访中，段立新表示，对于整个大健康行业而言，AI应用分化或许是当前最值得关注的信号，因为未来企业之间的差距，可能不再只是产品管线、研发能力或者市场规模的差距，而是企业能否真正将AI融入业务体系，并形成持续价值创造能力的差距。

大健康行业AI热度持续升温

过去两年，在与大量医药企业沟通中，段立新明显感知企业管理层对于AI的讨论空前热烈，并且随着大模型技术快速突破，AI在大健康行业的应用被寄予厚望。

从具体的应用来看，在药物研发领域，AI被视为提升研发效率、缩短研发周期的重要工具；在临床领域，患者招募、远程临床试验和医学写作等场景被认为具有较高应用潜力；在商业化环节，企业则希望通过AI实现精准营销、销售赋能和市场洞察升级。

段立新表示，从认知层面看，AI的重要性几乎已经成为行业共识。但从实际落地情况来看，行业整体仍处于早期阶段。许多项目仍停留在工具使用层面，尚未形成业务闭环和持续价值创造机制。

例如，《报告》中一家受访企业提及，企业目前对于AI的应用主要集中在资料检索、文档撰写、PPT制作等基础办公场景，距离研发、临床、商业化等核心业务环节的深度融合仍有较大空间。

《报告》也显示，真正建立明确AI战略目标和专项路线图的企业仅占9%；能够利用AI重构核心业务流程甚至商业模式的企业仅占3%。与此同时，36%的企业仍处于探索阶段，56%的企业虽然已经开展应用，但主要集中在局部场景和部门级试点，距离规模化运营仍有明显距离。 

AI应用分化明显

尽管大健康行业整体仍处于探索阶段，但部分领先企业已经开始完成从“尝试使用AI工具”到“系统性推进AI转型”的转变，并开始形成先发优势。

在段立新的观察中，这些企业的共同特点，并不是简单采购更多AI工具，而是从组织战略、数据基础、 人才储备与核心业务场景等多个层面同步推进。

例如，据段立新介绍，一家国内制药企业正在推进全链路智能化转型。该企业从顶层设计入手 围绕统一技术底座和数据中台支撑，将AI应用逐步延伸到研发、生产、供应链以及运营管理等核心环节 。在这一过程中，企业并非单点引入AI工具，而是通过数据贯通和流程优化，将AI能力嵌入业务决策和运营体系，实现研发效率提升、生产流程优化以及管理决策智能化。

“真正领先的企业，并不是拥有更多AI项目，而是能够让AI成为组织运行方式的一部分。”段立新表示。

值得关注的是，《报告》显示，在AI应用上处于领先的企业并非集中在某一种类型企业之中。既有跨国药企，也有创新药企业和AI原生医疗企业；既包括规模较大的成熟企业，也包括成长速度较快的新兴企业。这表明，AI转型的领先与否，并不完全取决于企业规模和历史积累，而更多取决于组织对AI的战略投入和持续推进能力。

从AI在大健康行业的实际落地情况来看，段立新表示，大量企业在技术自研与平台化的投入上相对较低，且医疗数据多源异构、标准不一，欠缺系统化、结构化的数据治理与资产管理能力，这导致AI的落地面临多重阻碍。

其次，段立新观察到，人才短缺也是企业面临的重要挑战。企业内部缺乏既懂医疗业务逻辑，又掌握AI技术能力的复合型人才，因此难以真正推动AI从实验阶段走向业务价值创造阶段。 

在AI应用分化明显的背景下，段立新表示，回顾过去十余年，中国医药行业经历了创新药浪潮、集采改革、数字化转型以及全球化布局等多个重要阶段。每一次产业变革，都会重新定义企业竞争力的来源。而AI带来的变化，或许比以往任何一次技术升级都更加深远。未来大健康行业企业之间的差距，未必取决于谁最早接触AI，也未必取决于谁采购了更多工具，而在于谁能够率先打通数据、重构流程、建立组织机制并培养适配未来的人才体系。