人工智能在制药制造中的整合已成为一个关键焦点，这一点从PDA Week 2026等活动中的显著地位可见一斑。尽管关注度很高，但许多行业专业人士发现自己处于一种理解应该使用AI但又不确定实际起步步骤或如何有效实施的境地。
根据Richard Jaenisch的说法，第一步是关键评估自己的工作流程，以确定AI整合是否能为特定任务提供真正的好处。这包括分析流程的每一步，看技术可以在哪里实际应用。
目前，许多专业人士将AI使用限制在基本的"Copilot"功能上，例如邮件摘要。Jaenisch告诉Christopher Cole，这些是低价值的交易；一旦此类工具成为标准，效率基准就会简单地对所有人产生变化，无法提供独特优势。此外，AI在搜索方面往往表现一般，缺乏一致地逐字总结的能力。由于用户通常无法控制温度或p值等技术参数，AI可能会产生复杂、不想要的输出——例如，当用户只需要一个简单的阀门列表时，AI却生成了40页的论文。
Jaenisch还警告不要"工作糊弄"（"work slop"），这指的是在没有人工监督或努力的情况下呈现AI生成的材料，如演示文稿或报告。他坚持一个通用规则：如果你不想收到低努力的内容，就不应该生产它。
为了弥合炒作与现实之间的差距，Jaenisch建议针对生命科学领域提供专门的教育。学习不应该提示什么与提示本身一样重要。最终，AI必须被视为一种专注的工具，以特定意图使用，以满足业务目标。
【全文结束】
