课程背景
课程缘起：
医药工业正处在“强监管＋集采常态化＋AI技艺拐点”三重叠加期。国家《医药工业数智化转型施行方案（2025-2030年）》提出到2027年数智化转型取得要害进展、2030年基本达成全覆盖；国家药监局大力推进“智慧监管”，电子批记录、全进程追溯成为刚需，NMPA和FDA对电子签名、审计追踪和资料完整性（ALCOA+）的要求日趋严格。和此同时，药企的资讯化系统早已林立——ERP、MES、LIMS、QMS，WMS、CRM、流向管控、BI，以及研发侧的电子实验记录和临床管控系统——但普遍存在资料孤岛、手工记录、GMP合规验证难、复合型英才稀缺四大痛点，业界呈现“研发热、生产冷、质量难”的运用断层。先行者的量化战果已经出现：广药将小分子早期发现周期从1-2年压缩至3-6个月，成本降低70%；翰宇药业依托大模型和历史工艺资料达成生产参数决策效率拉升90%、批次合格率拉升22%；柳药集团物流排线建模效率拉升30倍、仓间调拨成本下降约20%。但医药业界AI落地有一条不可逾越的底线：涉及生产工艺、质量检测的资料和系统必须满足GxP合规、资料完整性（ALCOA+）和审计追踪要求，生产和经营资料严禁出境、严禁直连公网SaaS——这正是本课坚持“Dify本地部署＋资料不出域＋人做终审”的根本原因。本课以“资料打底、学识铸魂、智能体干活、治理兜底”为主线，就一线经验说，面向研发、生产、质量、营销、供给链、职能六大岗位，在合规轮廓内炼就“岗位智能副驾”，让AI从“会聊天”变成“会干活”，达成“模型起草、规则校验、人做终审”的落地闭环。
课程收益
课程获益：
1. 看清医药业界AI落地的真实水位和政策走向，构筑对AI本领边界的清醒认知，避开资料完整性、合规、幻觉三大坑。2. 掌握医药AI落地的前置条件——ALCOA+资料完整性和主资料治理，明白为何“资料不完整、AI不可用”；3. 掌握提示词工程和岗位学识库（RAG）搭建办法，让AI真正读懂SOP、药典法规、批记录、检验资料和文献资料；4. 会用Dify等等本地部署平台搭建岗位智能体，生产和经营资料不出域，满足GxP和信创要求；5. 收获六大岗位（研发/生产/质量/营销/供给链/职能）智能副驾落地原型和真实实例拆解；6. 形成本岗位“30-60天AI副驾落地”行动清单，含验证和治理要点，课后即可启动最小闭环。
课程大纲
第 一讲 认知破局——医药业界为何必须做岗位AI副驾（1小时）
一、医药业界的三重压力：强监管、集采常态化、AI技艺拐点
1. 政策牵引：数智化转型施行方案（2025-2030）、智慧监管、电子批记录和全进程追溯
2. 成本现实：新药研发平均耗时超10年，成本超26亿美元、成功率仅约10%
3. 运用断层：研发端活跃，生产端受GMP约束滞后——“冰火两重天”
二、AI副驾要破解什么：系统林立背后的四大典型痛点
1. 手工记录和重复录入：批记录、检验记录、偏差和变更文档
2. 学识散落：SOP、药典法规、文献、历史心得查不到、带不走
3. 文档和流程低效：偏差、变更、申报材料撰写耗时并且易错
4. 复合型英才稀缺：会业务的不懂AI，懂AI的不懂GMP
三、业界先行者的量化战果
1. 广药数科：小分子早期发现1-2年→3-6个月，落地时，成本降70%
2. 翰宇药业：多肽工艺决策效率+90%，实操中，批次合格率+22%
3. 柳药集团：物流排线建模效率+30倍，从实践看，仓间调拨成本降20%
4. 业界全景：工信部2025年285个典型实例中，医疗健康“研发规划”情境实例数居全业界首位（11个），业界赋能类实例占47.7%
四、何为“岗位智能副驾”：边界和定位
1. 副驾不是自动驾驶：模型起草、规则校验，人做终审
2. 六类智能体和医药岗位的映射（研发/生产/质量/营销/供给链/职能）
3. 合规红线先行：GxP相关系统、资料完整性、审计追踪
▸ 课程导入：医药业界资讯化系统全景图（ERP/MES/LIMS/QMS/WMS/CRM/流向/BI）迅速对号入座，标出本岗位天天在用的系统（15分钟）
▸ 实例拆解：三家药企AI量化战果解读：哪些能够复制、哪些倚重特定条件（10分钟）
▸ 小组研讨：列出本岗位最耗时的三个重复性情境，按照“AI可替代性×合规隐患”初判优先级（15分钟）
次讲 地基先行——医药资料治理和合规底座（1小时）
一、资料完整性是医药AI的生命线：ALCOA+要则
1. ALCOA五要素：可归属，清晰、同步、原始、准确
2. “+”扩展要求：完整，一致、持久、可得
3. AI产生的记录怎样满足资料完整性：谁生成的、何时生成、依据什么
二、合规轮廓：GxP、21 CFR Part 11和NMPA要求
1. 电子记录和电子签名，审计追踪的基本要求
2. 计算机化系统验证（CSV）的定位和基本路径
3. 药监“智慧监管”趋势：从人防到技防，落地时，AI要能对接监管资料
三、主资料和学识底座：让AI吃到“干净粮”
1. 主资料治理：物料、供应商、买方、货品主资料的唯 一化和统一编码
2. 学识资产化：SOP、法规、文献、历史偏差和检验资料的整理清洗
3. 资料链路优先级：ERP-MES-LIMS-QMS-WMS要害接口打通顺序
4. 业界基线：工信部285实例中约38%涉及资料治理，“资料平台和集成”提以及35次最 高、“资料资产和流通”仅12次——先治理、后变现
四、平台选型要则：为何默认Dify本地部署
1. 生产和经营资料不出域：GxP相关资料严禁直连公网SaaS
2. 在线SaaS（各类在线版大模型/事务流）仅用于个人研习验证
3. 信创和国产化趋势下的AI配套：LIMS/WMS等等系统国产替代中的AI衔接
▸ 实例拆解：用ALCOA+查验表逐条审视“AI起草批记录”情境：每一字段能否满足同步，原始、可归属要求（10分钟）
▸ 小组研讨：盘查本公司资料完整性差距：哪些记录还是纸质/事后补录，在实际应用里，距离“同步、原始”差多远（15分钟）
▸ 实战上手：将一份部门文件整理成可入库的学识资产清单：命名、分类、清洗、更新规则（15分钟）
三讲 核心本领——提示词工程和岗位学识库（1小时）
一，提示词工程：让大模型听懂医药业务
1. T-SPEC提示词轮廓：差事、情境、步骤、示例、风格、约束
2. 医药情境提示词示例：SOP问答、检验资料解读、偏差报告初稿
3. 对抗“AI幻觉”：限定学识来源、强制引用标注、置信度提示
二、岗位学识库（RAG）：将公司学识变成AI的“参考文献”
1. 学识库构成：SOP、药典法规、文献、批记录模板、历史偏差和心得实例
2. 建库四步：定分类维度→定库结构→定索引规则→定更新和版本制度
3. 讲师实战实例：Foxmail/Notes/Outlook邮件学识库、WBS心得萃取（6637份文件→307条准则）
三、智能体和事务流：让AI“干活”而非“聊天”
1. 从对话到差事：输入→处理→规则校验→输出的自动化链条
2. Dify本地部署下的智能体搭建入门：学识库＋事务流＋规则校验
3. “模型起草、规则校验、人做终审”的达成制度
四，医药特有约束：合规内容生成的“三道闸”
1. 对外内容（学术材料，患者教育）：强校验＋人工终审，换个角度看，合规红线不可越
2. 对内记录（批记录，检验报告）：同步记录＋审计追踪
3. 资料出境和权限：资料不出域、按照定位放权、全程留痕
▸ 实战上手：用T-SPEC轮廓写一个“SOP即时问答”提示词，实地测试并调优（15分钟）
▸ 实例拆解：拆解讲师学识库实例：从0到1建一个岗位学识库的全进程（10分钟）
▸ 实战上手：在Dify（本地部署）中串联“学识库检索→起草→规则校验”三步流程（15分钟）
四讲 六大岗位智能副驾实战（2小时）
一，研发岗副驾：文献情报和申报文档
1. 典型情境：靶点和竞品文献调研、专利拆解、CTD/eCTD章节辅助起草、实验方案初稿
2. 关联系统和实例：研发资料管控/电子实验记录/文献库；广药AI分子规划、翰宇工艺学识库
3. 合规要点：资料来源可溯、引用标注、保密资料不出域
4. 讲师实例：WBS心得萃取——将历史项目文档沉淀为准则WBS（6637份→8阶段20事务包），新项目规划有据可依
二、生产岗副驾：批记录和实地执行
1. 典型情境：批生产记录（BPR/EBR）辅助起草和复核，SOP即时问答，工艺参数异常初析
2. 关联系统：MES/SCADA/DCS、电子批记录、装置管控
3. 合规要点：同步记录、审计追踪、要害工艺参数人做终审
三、质量岗副驾：偏差、变更和检验资料
1. 典型情境：偏差/OOS/CAPA初稿、质量回顾报告、LIMS检验资料解读、药典法规问答
2. 关联系统：QMS、LIMS、文件管控系统
3. 合规要点：ALCOA+逐项自检、偏差关闭时限、资料完整性查验
四、营销岗副驾：学术推广和市场准入
1. 典型情境：拜访前医生学术画像、医学文献摘要、学术会议纪要、流向资料拆解、集采资讯监测
2. 关联系统：CRM/SFE、医学资讯平台，流向管控（DDI）、BI
3. 合规红线：合规促销，反商业贿赂、对外材料强制校验和人工终审
五、供给链岗副驾：采购、仓储和物流
1. 典型情境：询价函/RFQ生成、供应商准入资料整理、集采和原料价格监测、库存预测辅助、冷链温控核查
2. 关联系统和实例：ERP采购，WMS、TMS；湖北人福AI采购智能体、柳药智能物流
3. 本领边界：供应商实地考察、商务谈判AI做不了，副驾只做文书和情报
六、职能岗副驾：财务、人事和合规
1. 典型情境：发票查验和月结对账，费用合规初筛、报销审核辅助，简历初筛、培训材料生成
2. 讲师实战实例：AI筛简历（113份5小时→2分钟），财务月结“八大模块适合度分级”
3. 红线：核心财务资料绝不进公网大模型，全部走本地部署
4. 实例扩展：流程效率AI评核（47次审批定位堵点），资质证书秒查系统（投标/申报秒查）
▸ 实战上手：研发岗：给定一个研发课题，往细里说，用岗位学识库＋提示词生成文献调研摘要，落地时，并逐条标注来源（15分钟）
▸ 实战上手：生产岗：将一份手写批记录草稿交给副驾整理，生成结构化记录和复核清单（15分钟）
▸ 实战上手：质量岗：还原一次偏差经过，用副驾生成偏差报告初稿，并按照ALCOA+做完整性自检（15分钟）
▸ 实战上手：营销岗：生成一份合规的拜访前准备清单和医学文献摘要，查验合规红线（10分钟）
▸ 实战上手：供给链岗：输入一份采购诉求，生成询价函＋供应商比对表初稿（10分钟）
▸ 实战上手：职能岗：用副驾将10份简历压缩为一份初筛对比表，说明筛选规则（10分钟）
五讲 落地路径——试点选项、验证和治理（1小时）
一、试点选项：从高ROI、低合规隐患情境起步
1. 速赢情境判断矩阵：ROI×合规隐患×资料就绪度
2. 建议路径：先职能/营销/研发的学识岗情境，再进生产、质量深水区
3. 30-60天速赢组合：1个学识库＋1个智能体＋1条业务流
4. 试点体检抓手：讲师“流程效率AI评核法”——先埋资料点、再评核审批堵点，找出最值得AI介入的环节
二，验证和合规：AI系统也要过“验证关”
1. 计算机化系统验证（CSV）和AI系统的差异点：模型变更、提示词版本管控
2. 验证文档链：诉求、规划、测试、缺陷、变更
3. 资料完整性查验：谁改的、何时改的、为何改——全程可答
三、治理制度：“人＋智能体”的双主体权限和审计
1. 权限模型：人的权限＋智能体的权限，双主体放权
2. 全链路审计追踪和操作留痕
3. 熔断和人工兜底：高危操作强制人工二次确认
四、组织保障和三段式路线
1. 复合主力练就：数智化专员/智能制药工程师的定位定位
2. 三段式路线：速赢期（0-90天）→兑现期（3-6个月）→纵深期（6-12个月）
3. 门禁指标：人都每周节省时间、批记录/偏差文档周期、主资料一致率
五、收尾：模型起草、规则校验、人做终审
1. 一句话收束：AI负责起草和初筛，规则负责校验，人负责终审和签字
2. 每位参训者带走：本岗位“30-60天AI副驾落地”一页纸
3. 答疑和共识：合规红线问答
▸ 小组研讨：按照“ROI×合规隐患×资料就绪度”矩阵，为自家公司选出1个速赢情境（15分钟）
▸ 实战上手：为选定情境填写“30-60天落地一页纸”：标的、资料源、校验规则、门禁指标、责任人（15分钟）
▸ 交流答疑：合规红线问答：实地澄清GxP/资料完整性/审计追踪相关疑问（10分钟）
后续落地建议
1）课后30天内，以行动研习小组为单位，落地时，完成“一个岗位＋一个情境＋一个学识库＋一个智能体”的最小闭环，就一线经验说，并提交落地复盘；2）配套发放四份抓手包：《岗位AI副驾搭建Checklist》《医药学识库分类和命名模板》《提示词工程速查卡》《AI运用合规红线清单（ALCOA+查验表）》。3）可进阶开展“医药岗位智能体开发工作坊（2天）”“医药资料完整性和主资料架构专题”“GMP计算机化系统验证（CSV）实务”等等专题。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|黄谊江老师
适合谁听
：医药工业公司中层管人者、各条线业务主力（研发、生产、质量、营销、供给链。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。