在大众印象里，生命科学行业总是贴着“高投入、长周期、流程细到发丝”的标签：一款新药从基础研究到临床试验再到市场准入，动辄跨越十余载、吞噬数十亿美元，却依旧逃不出“九成项目折戟”的宿命。 数字化曾带来曙光——当沿袭数十年的商业流程被封装进软件，价值创造的确提速；但真正可能改写游戏规则的，是LLM的这波浪潮。
    在Veeva中国区总经理丁晓枫眼中，LLM掀起的并非简单升级浪潮，而是一场真正意义的“范式转换”：“上一次的行业范式转换，还是2006年云计算的产生，离现在已经19年了“，而这一次LLM 带来的范式转换，无疑是更大的一个浪潮：在人类历史上，第一次出现了结果确定性的软件流程，结合结果“不确定性”的智能体，两者结合，软件进化长出“人”的可能性，甚至是某种创造力，这在过去是无法想象的。
    Veeva是全球生命科学行业云解决方案的领导者，2007年成立于美国硅谷，2013 年在纽交所上市（VEEV），完整经历了云计算的行业变革。从世界上大型的制药公司到新兴的生物技术公司，Veeva 为全球超过1500家生命科学行业客户提供专业服务。Veeva只做一件事：把制药、生物技术企业从研发、临床、注册到上市营销的全链路流程，搬到一朵“行业专属云”上。2011年，Veeva进入中国，目前在北京、上海、苏州、大连、成都拥有近500人团队，产品研发中心落地北京，专为本土药企和跨国公司在华业务提供以 Veeva China CRM Suite 为核心的本地化云方案。

新范式来临：AI 智能体时代的改变
    2025年是AI智能体在多个行业落地的元年。根据此前密切的关注、观察和测试，Veeva在今年全面落地AI战略——引领生命科学行业向“管控型”和“能动型”结合起来的范式转换，为药企商业化运营打开全新的想象空间。
   “‘管控型’平台代表了过去几十年行业的流程积累，所谓最佳流程，都是在企业无数次运营中总结打磨实践出来的，是一笔宝贵的财富”，丁晓枫提到。Veeva从成立之初，就与客户和合作伙伴在共同打磨生命科学垂直领域内的流程，这些固定的工作流在SaaS软件上运营多年，也积累了丰富的相关数据和内容，这是数字时代生命科学医疗制药企业最核心的资产。 这套系统被Veeva称作“核心系统”，提供结构化数据、业务规则和工作流，并以高性能和超大规模运行，这些从Veeva 创立第一天开始积累到现在，也几乎代表了云计算一个时代的产物。
    Veeva所推动的AI范式转换，并非取代这个核心系统，而是让核心系统中的应用成为AI价值实现不可或缺的载体，丁晓枫提到，”每个企业都需要在管控和能动之间找到最佳的平衡，而不是走极端，让流程应用和智能体协同共存，这是目前我们认为最务实明智的AI落地策略“，Veeva 并非将AI 作为独立工具提供，而是采用 in-application AI（嵌入式 AI）模式，把 AI 能力深度融入其系统应用流程中。
    例如在 Veeva China CRM Suite 里，AI 智能体直接嵌入生命科学团队日常使用的商业化工作流，像在与医疗专业人士（HCP）互动、会议管理等场景中，在业务流程内实时提供场景化指导、自动化操作等能力，既保障了使用的便捷性与连贯性，又从设计层面确保合规，助力药企提升运营效率与合规水平。 丁晓枫介绍道，Veeva AI战略的第一步，是在现有的SaaS软件的不同环节中去融入合适的AI智能体，即“在工作流中的AI智能体”。
    软件提供上下文，软件与数据结合，流程的介入可以进一步提升数据质量，这些智能体就如同新入职并不断学习成长的新员工，能够逐步熟悉软件内部的所有流程、内容和数据，并可以在适当的时机提取恰当的信息和洞察以供用户使用，“这实际上已经在实现一个有趣的”碳硅结合“实验：一个碳基生命的身边，有一群硅基生命的聪明人助手一起为某项工作出谋划策，这可能是我们作为人类 - 碳基生命的主体自我进化的一种方式。” 
    核心系统因AI的融合而变得更智能，AI因核心系统的滋养而变得更“懂事” -懂业务，懂流程，懂上下文。企业不再被动地响应市场变化，而是能够主动地预测和创造机会，通过洞察及时行动，反馈到一线业务随时调整方向，企业和我们个人一样，通过数据、洞察、行动、反馈形成了进化闭环，这是真正的、可持续的智慧增长，这是我们理解的“新范式”。 
    具体而言，这意味着以智能体可以自动执行重复流程，让销售、医学、市场等药企商业化团队在同等时间内完成更多高价值工作，用效率赢得竞争；以可追溯的算法审计、实时合规监测和本地化数据治理，为跨国与本土药企在法规最严的市场也能安全扩张，用合规拓展边界；以跨渠道、跨终端的深度学习模型，把隐藏在日常互动、拜访记录、文献中的信号转化为可行动的洞察，让每一次决策更快、更准、更贴近患者，最终用技术速度服务生命质量。 
    AI 智能体就是一个个项目 Veeva作为行业云解决方案全球领导者，助力客户成功是刻在DNA里的生存法则。迎接AI时代，助力客户成功对于Veeva而言早已不仅仅是满足客户提出的需求，而是更进一步，与客户一起复盘业务流程的方方面面，共同寻找出生命科学行业从研发、生产到商业化漫长流程中AI可以快速应用并且提质增效的场景，形成敏捷创新团队，迅速开发产品并测试迭代，推动AI的项目落地。 
    在筹备Veeva中国的AI战略时，丁晓枫和团队也对客户进行了细致的采访调研。他们发现，目前生命科学领域的企业在思考AI在商业化应用的场景主要有以下四个方向： 
    一是互动洞察相关，人工智能 (AI) 能够主动提供预交互情报，并根据当前客户洞察（包括市场活动、交互数据和行为趋势）建议最佳行动方案，从而优化现场团队的交互规划和执行。人工智能代理还支持语义内容搜索，方便现场团队更轻松地找到相关且已获批准的材料，从而快速响应客户问题。或者改善医药企业举办会议和培训的流程，创造更好的体验。 
    二是信息录入相关，借助人工智能语音控制功能，现场团队无需动手，即可通过语音命令操作 CRM 系统。集成语音作为输入方式，无需转录通话记录，从而能够更及时地捕捉详细信息，并显著节省时间。现场团队记录宝贵的洞察后，其他职能部门可以立即了解讨论内容、后续跟进方法以及如何在每次互动的基础上提供更优质的客户体验。 
    三是合规检查相关，AI 可以自动检查文本和语音笔记是否符合法规和公司特定政策，从而降低笔记不规范的风险。AI 会实时扫描敏感短语、关键词和潜在风险，标记任何可能需要人工审核的内容。这种主动监控功能可帮助现场团队在保持合规性的同时，保持快速便捷地随时随地获取洞察。
     四是内容相关，随着内容量的增长，人工智能 (AI) 可以帮助医疗、法律和监管 (MLR) 团队提高效率。AI 集成到内容管理系统中，可以根据编辑标准、品牌和市场指南以及渠道规则预先检查资产，从而让经验丰富的 MLR 专业人员专注于高风险材料，同时保留最终审批权。AI 还能提供客户专属洞察，根据 HCP 偏好定制个性化内容，促进有意义的互动，并确保相关合规的内容更快地进入市场。基于这些方向，目前Veeva中国都已经有完整的AI智能体正式在中国市场落地和相关功能在应用中，今年计划发布的智能体正在快速的落地过程中。 
    在不断开发和打磨AI功能和应用的过程中，丁晓枫感受最深的就是做AI就是做项目：一定要与客户在一起工作，讨论到落地，每一个AI的落地都是一个项目，绝对不能闭门造车，必须和客户一起观察和捕捉业务的痛点，从实践出发，才能让智能体设计真正对准场景扣动扳机。“AI 智能体不是一个在后台工厂设计出来的产品，是真正在客户现场不断打磨的项目”，他表示，做AI是一个不断评估、试错、再评估的循环过程，既要精打细算模型的投入产出比，也要为不同版本的智能体建立可追溯、可回滚的“生命周期管理”，在反复打磨中让价值与风险始终处于可控平衡。

    数据是动能，AI协作所需的燃料 除了在把AI能力“即插即用”地嵌入现有核心系统产品之外，Veeva已悄然启动面向未来的AI协作生态基建——从数据清洗、治理到建立可通用、可复用的统一数据架构，全链路打通开始进入重要的“隐蔽工程”基建。深耕SaaS十余载，Veeva比任何人都清楚：智能时代，数据即命脉。丁晓枫反复强调，可靠、可信的数据是AI时代最好的燃料。一旦垃圾数据泛滥，质量滑坡，后续再宏大的AI场景、再精妙的模型训练都会被“喂”成空中楼阁。唯有先让数据干净起来、通畅起来、标准起来，AI才能在最肥沃的土壤里持续结果。 
    举例来说，生命科学行业现在都在强调构建HCP 360数据，即关于医疗服务提供者360度的信息画像，让每一位医生“立体成像”——从在研课题、临床试验，到学术会议发声、期刊论文署名，乃至公开演讲的只言片语，全部纳入一张活档案。但数据的难度是无时无刻不在更新，要保持数据的质量，就要从实时性，广覆盖，多维度的去过滤这些“燃料”，并不是一个单一简单的任务，Veeva在中国已经实现通过将横跨PubMed、ClinicalTrials、学会官网、会议直播等数十条异构渠道获取的海量数据，用算法反复交叉比对、时间序列校验、共现网络验证，把噪声、重名、过期信息逐一剔除，全面提高数据的真实度与可信度。
   “这是一个巨大的工程，难点是面对海量且实时更新的数据，还要形成精确的标签体系，我们第一时间在设计中就纳入了LLM，去建立一个全域行业数据库，同时为了更好的实时性和降低客户成本，我们决定采用订阅制模式，让任何一个企业可随时访问动态更新的HCP信息，这些都是我们在数据端结合AI 做的深度创新。 此外，搭建可通用的数据架构也是重中之重。
    在丁晓枫看来，未来的生命科学行业AI生态将分为三部分，一是医药企业自研的AI智能体，二是像Veeva这样深入到企业内部所有关键的业务流程的应用厂商的智能体，三是广域通用厂商的智能体。这些智能体之间以什么样的数据标准去对话，能否建立快速有效的管理沟通机制，是整个行业未来发展突破的关键。因此，丁晓枫透露Veeva内部设有一个目标，希望到2030年通过AI驱动的行业云可以为整个行业效率提升20%。”这是一个很高的目标，但想到整个行业的效率提升后带来更加快速的药物商业化，最终造福患者和全人类，这是一个崇高的使命“。 
    从随手可用的AI小功能到底层生态的基础建设，Veeva对于AI的思考、想象、探索和实践已经深入方方面面。与客户聊得越多、与AI并肩越久，丁晓枫愈发确信：通用模型唾手可得的年代，最大的变量回归“人”本身——是否愿意抬头看流程痛点、低头学提示逻辑、动手把算法掰成业务想要的样子。一线代表若肯多迈半步，就能把30分钟的文书压缩成3句追问；医学团队若肯多挖一层数据，就能让三期试验少招募百例患者。AI是一个项目，绝不仅仅是工具，其核心的目标是推动业务转型和提质增效。
    换句话说，技术只是火柴，点燃它的是每个人的主观能动性，最终“AI项目”是由公司全体成员与客户和合作伙伴共创的的集体答卷。 在Veeva，为了快速激发所有成员都迅速适应AI时代的工作方式，丁晓枫提倡领导先行，领导者需要身先士卒，冲在一线，成为愿意不断寻找和探索AI使用场景和解决方案的高能动型人才，树立榜样，这样才能在公司内部创造积极压力，推动整个公司的变革转型。”
    我们依然是一家创业者精神的企业，人的高能动性，才是真正的胜负手“。 虽然Veeva深耕的生命科学行业颇具高度监管与专业壁垒，但其“先对齐数据、再嵌入流程、最终激活全员”的AI落地路径，却为任何寻求提质增效的组织提供了一个模板：用统一数据语言打破系统孤岛，让业务专家与工程师共创场景，并以可量化指标持续迭代。只要肯把AI从“工具箱”升级为“操作系统”，任何行业都能复制Veeva经验，把不确定性转化为可计算、可复利的竞争优势。