制药企业ai大模型落地这两年：我在药企朋友那听到的实话，和通稿不太一样-制药企业ai大模型

昨晚刷手机，看到某家药企公众号发了条推送，标题大概意思是"自研大模型正式上线，赋能全业务链条"。底下评论区两拨人，一拨在喊牛逼，另一拨在问：这东西跟直接调个API有啥区别。我看着看着就笑了，因为上个月刚跟一个在头部药企做数字化的朋友吃饭，他跟我吐槽了俩小时，说的跟通稿完全不是一个故事。

所以今天想认真聊聊制药企业ai大模型这件事。不是科普，是我这两年陆陆续续攒下来的一些观察，可能不太全面，但好歹算一手信息多一些。

先说个背景，为什么药企突然都想要"自己的大模型"

时间线其实挺清楚的。2023年那波通用大模型火起来之后，药企的反应比想象中慢，比互联网公司慢了大概一年多。真正开始有动作，大概是2024年下半年到2025年，到2026年这会儿，已经进入"每家都得说点什么"的阶段了。

驱动力我觉得有三个，不分先后。一个是监管和合规的压力。制药这行最要命的就是文档，一份新药申报材料动辄几万页，GMP相关的SOP、批记录、偏差报告，全是人一个字一个字写的。一个熟练的医学写作人员一年能产出多少？我朋友说他们部门人均产出被卡得死死的，招人又贵又难留。这种活看起来特别适合大模型去啃。

第二个是数据不能出门。这个不用多解释，临床数据、患者信息、没公开的分子结构，这些东西你放公有云上去，法务第一个跳起来。所以药企对大模型的需求，从第一天起就是私有化部署的需求。

第三个——说实话我觉得是面子。同行业开了发布会，你没开，董事会那边不好交代。这个因素占多大比重不好说，但肯定存在。

但真做起来，跟想象的完全不一样

2025年那波开源模型的冲击，对制药行业影响其实挺大。以前私有化部署一个大模型，得买卡、搭集群、养团队，中小药企根本玩不起。现在门槛降下来了，据说七八张卡就能跑一个还不错的版本，具体配置我不太清楚，反正比我预想的低。

门槛降下来之后，问题反而更明显了。制药企业ai大模型这件事，真正难的地方从来不是模型本身。

最大的问题是：药企真正想解决的场景，都不是通用大模型擅长的。你让它写个会议纪要没问题，你让它根据一份二十页的临床方案自动生成CRF填写指南，它就开始胡说八道了。而且它是用一种非常自信的语气胡说八道，这才是最要命的。

"我们内部测试的时候，模型把一个不良反应的因果关系判断反了，还好是测试环境。"——这是我朋友原话，我记到现在。

所以现在做得比较扎实的那几家，路子都差不多：通用能力直接用开源的，然后在具体场景上用大量专业语料做微调，再套一层规则引擎和知识库做兜底。听起来不性感，但有效。

几个我觉得被低估的坑

数据治理。这个老生常谈，但制药行业的数据分散程度真的超出一般人想象。研发一套系统，生产一套，质量一套，药物警戒又一套，历史数据还有纸质的。你想喂给模型，先得把它们对齐。这个工作量，我朋友说占他们整个项目周期的六成以上，模型本身反而是最简单的部分。

还有就是IT部门和业务部门的矛盾。IT想的是统一平台、统一入口，业务部门想的是我这有个具体的活你赶紧给我解决。两边开会经常鸡同鸭讲。这事不是技术问题，但比技术问题难解。

验证。药企做任何系统都要走计算机化系统验证，GxP环境下的东西，你一个概率模型怎么验证？输出结果不稳定，你怎么做确认？现在行业里好像还没有特别统一的说法，各家有各家的土办法。这块我个人觉得是未来两三年最大的不确定性。

那到底有没有用得好的

有。我知道的几个落地还行的场景：医学文献的初筛和摘要、药物警戒个例报告的初步编码、注册申报材料的格式核对和一致性检查。共同点是——任务边界清楚，输出可校验，人还留在流程里。凡是想着一步到位把人的环节砍掉的，基本都翻车了。

扯远了。回到开头那个问题，自研大模型跟调API的区别到底在哪？我的理解是，短期看区别不大，长期看区别在于你有没有把行业知识沉淀成自己的资产。模型会过时，2026年好用的模型，2028年可能就是古董，但清洗好的数据、定义清楚的任务、跑通的验证流程，这些是能留下来的。

不过话说回来，现在号称在做制药企业ai大模型的项目里，我估计有相当一部分最后会变成内部知识库加个聊天框，然后写进年报里。这也没什么不好，起码比硬上强。

先这样吧，写累了。你们那边有没有真在药企做这块的，评论区说说实际情况？