本文內(nèi)容源于晶泰科技IT總監(jiān)魏煒在“AI×機(jī)器人打造醫(yī)藥研發(fā)新基建”上的分享
魏煒 晶泰科技 IT總監(jiān)
感謝各位在百忙之中蒞臨晶泰科技并與團(tuán)隊老師們交流。我是晶泰科技IT部門的魏煒，我的分享內(nèi)容將聚焦于兩個核心議題：一是如何解決供應(yīng)鏈采購中的現(xiàn)實(shí)難題，二是如何借助IT技術(shù)提升內(nèi)部運(yùn)營效率并構(gòu)建適配的基礎(chǔ)設(shè)施。
相對來說，晶泰科技在生物醫(yī)藥領(lǐng)域的布局非常清晰，我們已成功支持小分子藥物化學(xué)、大分子多肽藥物、實(shí)驗(yàn)室自動化等業(yè)務(wù)線，并持續(xù)創(chuàng)新中。基于公司已有的AI技術(shù)、算力、自動化及量子力學(xué)等核心能力，IT支持必須與之深度契合。因此我們不能簡單地復(fù)制其他藥企的成功經(jīng)驗(yàn)，或直接采納生物醫(yī)藥行業(yè)的通行做法。在數(shù)字化建設(shè)過程中，應(yīng)摒棄追求全面、規(guī)模的傳統(tǒng)思維，而應(yīng)采取有針對性且能快速迭代的方式，以實(shí)現(xiàn)最佳適配。
Part 01
醫(yī)藥研發(fā)采購的難點(diǎn)與挑戰(zhàn)
醫(yī)藥研發(fā)階段的采購與生產(chǎn)階段截然不同。多數(shù)企業(yè)采購側(cè)重于生產(chǎn)物料，金額大、批量大。而晶泰科技聚焦研發(fā)，采購需求集中于研發(fā)物料。目前，我們的四大主要業(yè)務(wù)包括智能自主實(shí)驗(yàn)室、AI分子設(shè)計、小分子藥物開發(fā)和藥物固研等方向。這四大業(yè)務(wù)均集中在研發(fā)階段，因此我們面臨一些與生產(chǎn)階段不同的情況，這帶來了一系列獨(dú)特挑戰(zhàn)。
研發(fā)本質(zhì)上是一個探索和試錯的過程，而非沿固定路徑推進(jìn)。這意味著方法需要不斷調(diào)整，需求也隨之頻繁變化。例如，實(shí)驗(yàn)進(jìn)行到第三步若遇瓶頸，可能需要更換試劑；或?yàn)橼s進(jìn)度，需緊急采購大量中間體。這類需求往往難以提前規(guī)劃，通常在實(shí)驗(yàn)關(guān)鍵節(jié)點(diǎn)才突然明確，留給采購的反應(yīng)時間極短。
在2023年我們面臨的具體情況包括：第一，采購頻次極高，日均數(shù)十單，月均訂單超2500單；第二，品類繁多，因需嘗試不同技術(shù)路線，物料組合復(fù)雜；第三，多為微量級采購，僅需幾克甚至幾毫克，無法采用批量采購模式；第四，供應(yīng)鏈靈活性要求極高，關(guān)鍵物料缺貨會導(dǎo)致實(shí)驗(yàn)停滯，通常要求三天內(nèi)到貨，這也使得常規(guī)備貨策略難以實(shí)施。
這些挑戰(zhàn)給采購團(tuán)隊帶來了巨大壓力。為滿足需求，我們曾高度依賴人工操作：讓研發(fā)人員在各大供應(yīng)商電商平臺直接選品，再由采購團(tuán)隊跟進(jìn)后續(xù)流程。這種方式引發(fā)了諸多問題：首先，系統(tǒng)未連通。盡管已有ERP系統(tǒng)，但其與多個電商平臺間數(shù)據(jù)割裂，需求傳遞不暢，庫存與訂單信息不一致，嚴(yán)重影響了供應(yīng)鏈效率和決策。其次，存在合規(guī)風(fēng)險。不同平臺商品報價與規(guī)格難以比對，人工操作易出錯，關(guān)鍵記錄易缺失，增加了審計追溯難度和造成了內(nèi)控漏洞。再次，整體效率低下。大量手工工作和線下溝通，缺乏結(jié)構(gòu)化數(shù)據(jù)支撐。最后，協(xié)同困難。部門間溝通與異構(gòu)數(shù)據(jù)對齊消耗了大量精力。
Part 02
建設(shè)SRM并以RPA+AI加持
解決上述采購?fù)袋c(diǎn)已成為公司的重點(diǎn)任務(wù)，并獲得管理層的高度關(guān)注與推動。SRM系統(tǒng)的建設(shè)本身并非創(chuàng)新，關(guān)鍵在于如何精準(zhǔn)適配業(yè)務(wù)現(xiàn)狀，切實(shí)解決問題。
在SRM建設(shè)初期，我們梳理出三個關(guān)鍵環(huán)節(jié)：一是采購需求獲取，核心是建立多電商平臺集成機(jī)制，極大減少了業(yè)務(wù)人員搜尋商品和補(bǔ)單工作量，改善了信息流與實(shí)物流的一致性，實(shí)現(xiàn)了歷史采購信息的可追溯。二是確保流程合規(guī)。通過引入供應(yīng)商管理、尋源、合同及采購協(xié)同模塊，將采購流程全面系統(tǒng)化，提升了協(xié)同效率與證據(jù)鏈的完整性。三是實(shí)施集中物料編碼管理，以提高物資管理集中度和物料復(fù)用率，解決因數(shù)據(jù)隔離導(dǎo)致的信息不一致問題，特別是在退換貨和物料共享方面。
基于此，我們將SRM設(shè)計為門戶架構(gòu)。對內(nèi)，我們識別了所有相關(guān)方：研發(fā)助理、采購品類經(jīng)理、運(yùn)營支持人員、法務(wù)、風(fēng)控、財務(wù)、倉庫及管理層。對外，與覆蓋15個大類的眾多供應(yīng)商對接。系統(tǒng)功能模塊涵蓋采購商城、申請、詢價、合同、訂單、交貨協(xié)同、驗(yàn)收、對賬、付款及供應(yīng)商全生命周期管理。
厘清ERP與SRM的邊界至關(guān)重要。簡言之，SRM核心在于供應(yīng)商協(xié)同，服務(wù)于采購人員的業(yè)務(wù)操作；ERP則側(cè)重數(shù)據(jù)留痕與后端財務(wù)支付。兩者需清晰劃分并在必要時協(xié)同打通。
以內(nèi)部商城的“統(tǒng)一入口”場景為例。我們接入了多家電商，構(gòu)建了超800萬商品的海量庫，并實(shí)現(xiàn)目錄化管理。其中，“CAS號一鍵搜索”功能尤為關(guān)鍵，它支持跨九大試劑電商比價，優(yōu)選下單，將原本需要數(shù)小時、頻繁切換平臺和溝通的過程縮短至5分鐘內(nèi)。商品信息圖文并茂、規(guī)格清晰，溝通高效。目前平臺每月支撐超過15000個SKU的采購，涵蓋試劑、耗材、中間體等10個品類。
SRM上線前，我們面臨數(shù)據(jù)孤島、效率瓶頸、合規(guī)風(fēng)險與協(xié)同滯后四大難題。平臺整合內(nèi)外部資源后，實(shí)現(xiàn)了流程自動化驅(qū)動、效率顯著提升，并建立了透明、可追溯的保障機(jī)制，實(shí)現(xiàn)了采購全過程的實(shí)時可視與高效閉環(huán)協(xié)同。
然而，系統(tǒng)集成與數(shù)據(jù)打通并非終點(diǎn)。我們解決了主干流程的順暢運(yùn)行問題，但仍有大量“例外”情況無法被標(biāo)準(zhǔn)化流程完全覆蓋。如果沿用傳統(tǒng)IT思維，為每個例外開發(fā)新功能或接口，從成本、效率和業(yè)務(wù)變化頻率來看都難以持續(xù)。因此，我們需要更敏捷靈活的解決方案。
我們選擇借助自動化工具和AI能力來處理這些例外。例如，在訂單跟進(jìn)中，RPA自動獲取數(shù)據(jù)后，由采購運(yùn)營人員對異常分類處理。若ERP入庫單未同步，RPA可自動處理并重新同步至SRM；若貨物未入庫，則觸發(fā)線下流程。同時，我們利用RPA自動向供應(yīng)商發(fā)送郵件，并通過AI OCR技術(shù)識別回復(fù)郵件，將其轉(zhuǎn)化為格式化反饋供采購確認(rèn)。未來我們將進(jìn)一步結(jié)合RPA與AI，實(shí)現(xiàn)從催發(fā)貨到信息提取的全自動化，初步測算將極大緩解運(yùn)營壓力。通過自動化與AI，我們主要解決了三方面問題：彌合系統(tǒng)間數(shù)據(jù)流程差異、加速內(nèi)部協(xié)作、提升與供應(yīng)商的協(xié)作效率。
Part 03
持續(xù)用AI賦能運(yùn)營提效
當(dāng)前AI熱潮之下，我們常被老板問及如何有效利用AI，以及同行業(yè)中AI的應(yīng)用是否會領(lǐng)先于我們，這無疑給我們帶來了沉甸甸的壓力。通常來說，AI能力建設(shè)可以采取兩種方向：一種是自上而下（Top Down），另一種是自下而上（Bottom Up）。若我們的業(yè)務(wù)模式相對穩(wěn)定且已非常清晰，那么可以采用自上而下的方式。依據(jù)我們的流程和制度，審視當(dāng)前的低效環(huán)節(jié)，并探討在這些環(huán)節(jié)中如何應(yīng)用AI能力解決問題。按照思路進(jìn)行梳理逐一實(shí)施。當(dāng)然，我們還要做好期望管理，因?yàn)锳I并非萬能，也無法解決人類自身都難以理清的問題。
另一方面，如果企業(yè)當(dāng)前的業(yè)務(wù)模式尚不穩(wěn)定，需要進(jìn)行大量創(chuàng)新和調(diào)整，那么我們更可能采取自下而上的方式。尋找一些可行的切入點(diǎn)，先搭建能力平臺。在這個平臺上，鼓勵大家結(jié)合自身痛點(diǎn)進(jìn)行點(diǎn)狀應(yīng)用。當(dāng)這種點(diǎn)狀應(yīng)用積累到一定程度后，我們發(fā)現(xiàn)其中的共性，并看到點(diǎn)與點(diǎn)之間的連接。這樣，我們就能更有效地整合和利用AI能力。
以下分享兩個晶泰科技內(nèi)部運(yùn)營的AI應(yīng)用案例：
案例1：XT-MOSS
公司制度與審批流程超過200項(xiàng)，且持續(xù)增加。員工查詢政策或發(fā)起流程通常需要通讀文件、多次操作或咨詢負(fù)責(zé)人，而負(fù)責(zé)人則忙于重復(fù)性解答。MOSS依托知識庫與智能搜索，能精準(zhǔn)回復(fù)公司所有公開文件、流程及手冊內(nèi)容，實(shí)現(xiàn)一站式解答。它已接入行政、財務(wù)、IT、知識產(chǎn)權(quán)等多個知識庫，支持一句話起草審批流或創(chuàng)建日程，大幅減少了煩瑣操作。
案例2：晶泰智驛
傳統(tǒng)職場物流依賴人工登記與線下簽收，流程冗雜、錯領(lǐng)率高、取件效率低。我們應(yīng)用智能OCR與動態(tài)匹配算法，將單件分揀時間從3分鐘縮短至10秒，自動化登記準(zhǔn)確率達(dá)到100%，取件提醒實(shí)現(xiàn)秒級觸發(fā)。結(jié)合數(shù)字驗(yàn)收，形成了全流程無紙化閉環(huán)，人力投入較傳統(tǒng)模式降低75%，管理效率獲得突破性提升。
在上邊案例中，行政部分AI的價值已顯著體現(xiàn)，在后臺方面晶泰科技主要是點(diǎn)狀的人工智能應(yīng)用，基于我們后臺完整的端到端工程技術(shù)平臺進(jìn)行相應(yīng)開發(fā)。主要融合了三塊內(nèi)容：
公開的AI LLM大模型能力，目前市面上主流大模型均已接入。不同文件上傳時，增加邏輯輔助判斷功能。
MCP SSE Server，將內(nèi)部原有各類資源能力進(jìn)行服務(wù)化處理。
AI Tools，引入外部工具，以提供更全面的支持。金融服務(wù)。整個過程由使用者主導(dǎo)，技術(shù)人員投入人力進(jìn)行調(diào)試，實(shí)現(xiàn)共創(chuàng)。
Part 04
適配AI的IT基礎(chǔ)資源管理
我們對IT基礎(chǔ)設(shè)施的定位是全面適配AI需求。因此，我們摒棄了傳統(tǒng)全面變革的思路，采用了多云多區(qū)域部署的算力方案。這主要基于幾點(diǎn)考慮：首先，依賴單一云服務(wù)商覆蓋所有地區(qū)本身就很困難；其次，單一供應(yīng)商易導(dǎo)致議價權(quán)喪失和成本高企；第三，我們的業(yè)務(wù)對彈性要求極高，計算需求呈現(xiàn)明顯的波峰波谷特征，峰值時可能需要調(diào)度10萬CPU核心和5000 GPU，任務(wù)結(jié)束后需求又驟降。若自建數(shù)據(jù)中心按峰值配置，將導(dǎo)致巨大資源閑置。因此，基于云的彈性伸縮能力與我們的業(yè)務(wù)模式天然匹配。
基于此，我們自主研發(fā)了多元算力調(diào)度平臺。首先，核心部分是異構(gòu)計算平臺，其主要任務(wù)是整合不同云廠商的云能力。通過統(tǒng)一調(diào)整這些廠商的彈性計算資源，我們能夠在這一基礎(chǔ)上實(shí)現(xiàn)資源的彈性伸縮，并逐步優(yōu)化資源管理，提升資源性能的復(fù)用效率。接下來是云端資源池和物理資源池的整合，同時將本地物理資源池和基礎(chǔ)計算服務(wù)融入其中。右側(cè)則是數(shù)據(jù)管理部分，涵蓋元數(shù)據(jù)、外部聯(lián)通數(shù)據(jù)以及平臺產(chǎn)生的數(shù)據(jù)。我們既是數(shù)據(jù)的使用者，也是數(shù)據(jù)的生成者。數(shù)據(jù)管理涉及標(biāo)簽標(biāo)注、分類，以及在何種情況下進(jìn)行調(diào)度，包括是否支持跨云調(diào)度，這些都是我們平臺需要解決的關(guān)鍵問題。
除了核心功能外，我們還需進(jìn)行內(nèi)部成本分?jǐn)偂Ｒ虼耍覀儗?shí)施監(jiān)控和計費(fèi)機(jī)制，明確各用戶使用的資源量，以確保內(nèi)部成本核算的準(zhǔn)確性。基于多云架構(gòu)，我們將AI計算任務(wù)分解為子任務(wù)隊列，按優(yōu)先級調(diào)度至匹配的資源上執(zhí)行。任務(wù)結(jié)束后，結(jié)果自動上傳，計算文件按策略存儲與回收。在網(wǎng)絡(luò)層面，為應(yīng)對全球多站點(diǎn)辦公與多云互聯(lián)的需求，我們早期便規(guī)劃并采用了SD-WAN技術(shù)，構(gòu)建了全球一張網(wǎng)，實(shí)現(xiàn)了多云多站點(diǎn)的高效互聯(lián)。SD-WAN能實(shí)時感知網(wǎng)絡(luò)質(zhì)量，為AI數(shù)據(jù)流自動選擇最優(yōu)路徑，保障低延遲，并支持根據(jù)業(yè)務(wù)地點(diǎn)靈活部署與高效運(yùn)維。
以上是我今天的全部分享內(nèi)容，再次感謝各位的聆聽。
