可以说,AI已经牢牢抓住了各行业决策者的目光。但随着这一领域持续成熟,相关讨论的重心也在悄然转变——从"这项技术能做什么",逐渐转向"企业如何才能最有效、最合理地加以运用"。
在4月于巴塞罗那举办的路透社欧洲制药大会上,Deep Dive编辑Eloise McLennan与Veeva AI欧洲商业战略副总裁Florian Schnappauf展开了深度对话,共同探讨在2026年究竟何谓"AI就绪"。
此次对话涵盖多个核心议题:不断演变的数据需求、在使用AI工具时背景信息的重要性,以及各大企业如何为2030年更加数字化、AI赋能的医疗健康模式提前布局。Schnappauf还就本届大会的整体情况分享了他的现场观察与深度洞见。
Q&A
Q1:Veeva AI在制药行业中扮演什么角色?
A:Veeva AI是Veeva公司旗下专注于人工智能的业务板块,主要服务于制药行业的商业战略需求。其欧洲商业战略副总裁Florian Schnappauf在2026年的行业对话中指出,Veeva AI致力于帮助制药企业理解如何有效、合理地应用AI技术,涵盖数据管理、AI工具使用中的背景信息处理等关键环节。
Q2:制药企业在使用AI工具时为什么要注重背景信息?
A:在与AI工具协作时,背景信息(context)至关重要。制药行业数据复杂、法规严格,若缺乏准确的背景信息,AI输出结果可能出现偏差甚至误导决策。因此,企业在部署AI时,不仅需要高质量的数据,还需确保AI系统能够理解具体的业务场景与行业规范,从而提升结果的准确性与可靠性。
Q3:制药行业到2030年的AI发展目标是什么?
A:根据大会对话内容,制药行业正积极为2030年构建更加数字化、AI赋能的医疗健康模式做准备。这意味着企业需要从现在开始系统性地推进AI就绪能力建设,包括优化数据基础设施、培养AI应用人才,以及探索AI技术在商业策略、临床研究等多个场景中的落地路径。
好文章,需要你的鼓励
Anthropic于6月30日发布Claude Sonnet 5,相较前代Claude Sonnet 4.6在编程、推理、工具使用及知识工作方面均有显著提升。该模型可自主制定计划、使用浏览器和终端等工具,达到数月前需更大更贵模型才能实现的水平。安全评估显示其不良行为率更低。Sonnet 5默认开启自适应思维,采用更新的分词器,性能接近Opus 4.8但价格更低,现已面向所有订阅计划开放。
复旦大学联合多机构提出A2World框架,通过210万条真实机器人轨迹进行动作条件化预训练,将学到的物理动力学先验同时迁移到仿真模拟和策略控制两个方向,在LIBERO和真实机器人任务上均取得当前最优表现。
人工智能基础设施的快速扩张不仅带来总用电量激增,更在改变电网的运行特性。AI训练任务高度同步、计算密集,推理任务则分散且难以预测,两者均可在极短时间内造成电力需求骤变。数据中心的地理集中分布进一步加剧局部电网压力。现有监管框架多基于稳定工业负荷设计,难以适应这类新型需求。专家指出,电网规划需从关注总能耗转向关注需求波动性与同步效应。
同济大学研发的FLISP系统,让无人车与无人机在水电隧道中无需建图、仅靠激光雷达实时协作导航,规划延迟仅7毫秒,成功率100%。