问题不在于买哪个工具：AI 智能体贯穿医药价值链

两份文件，位于价值链的两端

BCG 的报告 给出的是商业逻辑。报告指出，过去十年，中国生物医药创新经历了一场“深刻而系统的‘效率革命’”，其核心是规模、速度与成本。下一步更难：把效率转化为“全球认可的创新价值——以及与之相称的价格”。AI 在报告中被视为速度与成本的杠杆。BCG 的表述很精确：目标是把优势“从更低的单点成本，转向更低的端到端成功成本”，即把试错前移，让方向修正来得更早、代价更小。

政策方向则来自 《规划》 （工信部联规〔2026〕210号）。在八个重点方向之一“持续提质增效赋能，树立数智转型新标杆”中，《规划》提出：支持医药工业企业联合医疗机构、科研院所、医药研发服务机构“建设医药行业高质量数据集，打造医药健康可信数据空间，促进医药健康数据流通和使用，加快研发医药垂类大模型与智能体”。它还明确了应用环节——“围绕药物发现、临床研究、工艺优化、质量管理、流通使用、智慧监管等环节，打造 AI 制药高价值应用场景”——并列出了贯穿这条链条的五类重点 AI 应用场景。

《规划》并未承诺资金。它表明的是国家打算着力推动的方向，而在中国医药产业，这通常也是监管与产业力量接下来投入的方向。

同一条价值链的两半

两份文件侧重于价值链的不同环节。

BCG 的重心在上游。 报告中关于 AI 的部分涵盖靶点发现、临床前风险筛除与临床开发。报告对成熟度的判断很坦率：AI 在生物医药领域的规模化部署“仍处于早期阶段”，已被验证的应用仍主要集中在小分子药物发现。但报告同时指出，AI 正在“从单点工具，扩展为部署于整个研发价值链的多模态能力体系”。

《规划》的重心在下游与横向环节。 它补上了制药全流程数据自动采集与追溯、关键质量属性的实时预警与闭环控制、计算机化系统验证、处方辅助审核、真实世界研究，以及支撑这一切的数据基础设施。

两者合起来，从实验室一直延伸到监管机构。这正是我们观点的核心： 医药企业的智能体战略是一场全组织的变革，而不是一次工具采购。

监管机构也在建设智能体

《规划》中实际影响最大的一句话很容易被忽略。在五类重点 AI 应用场景中，有一类是“智慧药械生产流通监管”：“重点开发应用‘两品一械’（药品、化妆品和医疗器械）审评审批检查大模型与智能体，高效赋能产品智能分类、任务分配、资料审查、知识检索、问题识别、报告生成及制证送达等高频业务场景”。

对于在中国申报的企业，这意味着在本十年结束前，一份申报资料的第一位读者可能是一台按明确规则工作的机器。文件之间的不一致、相互矛盾的版本、无法追溯到源头的数据，恰恰是这类系统要发现的问题。良好的文件管理过去是质量的标志，如今正在变成准入的成本。

为什么从质量入手

医药行业有一个多数行业没有的优势：在质量领域，标准早已成文、有版本管理、并经过审计。一份 SOP 本身就是可以用来检验智能体的规范。一个偏差分级智能体或一项文件一致性核查，可以用衡量人工审核员的同一标准来评判；《规划》也明确要求提供计算机化系统验证等技术服务来支撑这一点。

这也解释了为什么对医药健康领域的买方而言，治理比效率更重要。在受监管的行业里，机器完成的工作不能游离于某个人的责任范围之外。每一项进入批记录、申报资料或安全性报告的智能体产出，都需要一位具名的负责人。

这是一个组织问题

中国的主管部门其实早已表明这一点。七部门于 2025 年 4 月印发的 《医药工业数智化转型实施方案（2025—2030年）》提出：“引导医药企业建立数智化转型‘一把手’负责制，成立专项工作机构，完善与数智化转型相匹配的组织架构和管理制度。”

因此，真正有用的问题不是买哪个工具，而是 谁为智能体完成的工作负责，以及当一个人指挥若干智能体时，一个岗位意味着什么。在我们的工作中，每个岗位的状态可以是人工、人机混合、由智能体运行或暂停。使岗位回归人工运行的流程，我们在部署智能体之前就写好，而不是等到出了问题之后。

对两个方向分别意味着什么

对于在华经营的欧洲企业，《规划》描绘的正是您的中国同行、合作伙伴和监管机构正在被推向的环境。一个依靠互不关联的文件和个人经验运转的组织会发现，谈判桌对面的人——以及最终的审评者——工作方式已经不同。

对于走向欧洲的中国企业，BCG 的数据指向同一方向。在全球 BD 交易中，源自中国的资产所占比例从 2020 年的 17% 升至 2025 年的 31%。2023 至 2025 年，联合开发占授权交易的近 40%。领先企业中实施中外双报的比例已达约 30%。BCG 指出，跨国买方正在“从购买单个机会点，转向接入一种平台化的组织能力”。一个能够说明其智能体辅助工作如何受控、可追溯、有人签字确认的合作方，本身就是一个更值得接入的平台。

两份文件都没有告诉企业应当如何组织自身。这仍然是一项管理决策。