← → 翻页 · ESC 索引
Joincare · AI Strategy
01 / 20
健康元药业集团 · AI 赋能方案

确定性价值

从制造端降本，到消费端增长

两个场景，一条逻辑——用 AI 守住年营收 152 亿的主业基本盘，
同时抓到保健品 37% 增长曲线的新引擎。

周乐·电子科技大学·AI 原生人才笔试
基于健康元 2025 年年报公开信息 · 行业通用经营规律
— 2026 —
作答前提 · Pre-read
02 / 20
Before We Begin

为什么选这两个场景

不看概念热度，只看能不能直接贴住主业、能不能用经营指标验证结果、能不能在清楚的合规边界内推进。

场景一：供应链与生产协同

原料药+制剂营收近 120 亿，占集团绝对主体。结果更容易量化——库存周转、缺料停线、采购成本、质量偏差，按月可监控。

场景二：保健品 & OTC 用户运营

保健食品同比+37%，是集团增长最快的板块。运营链路短、反馈快，内容效果、转化率、复购率短周期可验证。

为什么不是研发 AI / 临床辅助 / 办公自动化？验证周期更长，距离核心经营结果更远
01 · Context
第一幕 · 场景诊断
Act I · 03 / 20
Act I

两个场景

选对场景，AI 才能创造最大确定性价值。一头连着制造端效率，一头连着消费端增长。

场景选择 · 痛点诊断 · 合规边界
— · —
场景一 · 选择理由
04 / 20
Scene 01 · Core

原料药-制剂一体化
供应链与生产协同

化学制剂 72.86 亿 + 原料药 47.09 亿，合计近 120 亿，占集团营收绝对主体。AI 在此形成稳定价值，直接作用于集团主业。

"公司已在连续生产、合成生物学和 AI 优化合成路径等方向开展实践。"
— 健康元原料药业务页 · 公开资料
制药工厂俯瞰
制药工厂 · 俯瞰
2025 年报数据：化学制剂 + 原料药 & 中间体
Scene 01 · Rationale
场景一 · 业务痛点
05 / 20
Pain Points · 三层压力

供应链的真问题

01 · 协同断层
A
链条太长
销售预测、库存、采购、产能、质量、交付，信息不同步
B
制度不缺，执行慢
备选供应商、双重采购、后备工厂都有，但决策靠层层上报
C
6 基地联动
深圳/珠海/宁夏/上海等多基地，SAP/WMS/MES 各自为政
02 · 风险信号碎片化
D
供应商风险
质量+ESG+贸易+气候，散在多个系统，人工难形成动态判断
E
质量异常慢
一次工艺偏差，背后是大量历史文件检索和跨部门确认
F
人工能抓单点
难形成持续、动态的整体风险判断
03 · 持续降本硬压力
G
成本竞争
原料药核心竞争仍在成本、收率、能耗和稳定性
H
能源黑箱
蒸汽/电力消耗与产出的关联不清晰
I
采购靠经验
采购经理凭感觉下单，看行情群、打电话问供应商
供应链示意图
痛点来源：公开资料 + 制药制造行业共性
Scene 01 · Pain Points
场景一 · 合规红线
06 / 20
Red Lines

AI 可以进来，但不能取代 GMP 责任链

Line 01 · 责任不变
批生产指令、关键工艺参数调整、偏差处理和批放行结论——必须由具备资质的人员作出
Line 02 · 记录不可改
生产、检验、仓储和采购原始记录完整保留，电子记录须可追溯、可审计、可还原
Line 03 · 供应商准入
关键原辅料供应商的新增、替换和停用，必须经过质量评估、采购评审及必要备案
Line 04 · 检验不替代
原料、半成品、成品的检验报告和稳定性结论必须由合规实验室和质量体系出具

Line 05 · 跨系统数据调用必须满足权限控制和数据安全要求——沙箱隔离、分级权限、持续监测

AI 定位：辅助决策工具，最终责任在具备资质的人员
Scene 01 · Red Lines
第二幕 · 消费端增长
Act II · 07 / 20
Act II

保健消费品

5.16 亿营收，同比增长 37%。信号清楚，反馈快。从传统出货转向内容 + 平台 + 用户运营共同驱动。

保健品与 OTC · 全渠道用户运营
— · —
场景二 · 选择理由
08 / 20
Scene 02 · Growth

保健品与 OTC
全渠道用户运营

集团增长最明显的业务板块。公司已在深耕连锁渠道的同时大力开拓线上渠道，与新型社交电商平台合作。运营链路短，反馈速度快。

"太太、静心、鹰牌已有认知基础。问题不在于重新造一个品牌，而是怎么把原有品牌更有效地搬到新渠道里。"
保健品静物
保健品 · 消费场景
2025 年报 · 保健食品营收 5.16 亿元 | 同比 +36.96%
Scene 02 · Rationale
场景二 · 核心痛点
09 / 20
Pain Points

从渠道出货到用户经营

01 · 渠道经验失效

线下连锁的陈列和导购逻辑，与短视频、直播、社交平台和私域社群的内容逻辑不同。内容适配本身成为新门槛。

02 · 用户资产沉淀薄弱

盯着渠道销量，缺少用户分层、复购节奏和消费场景持续分析。投放变粗，ROI 波动大。

03 · 数据孤岛放大

线上商城、社交电商、连锁药房、私域社群和达人合作各自形成数据口径，无法持续回答"用户是谁、在哪个场景转化、有没有复购"。

04 · 内容效率低

线上化后内容生产频率明显提高，但医药健康传播受到严格表达限制。内容合规和运营效率的矛盾加剧。

痛点来源：公开资料 + 医药健康消费品行业规律
Scene 02 · Pain Points
场景二 · 合规红线
10 / 20
Red Lines

保健品传播红线尤其明确

Line 01 · 不替代治疗
保健食品不得替代药物治疗，不得暗示疾病治疗；OTC 宣传必须严格落在批准范围内
Line 02 · 审核不绕过
短视频脚本、直播话术、详情页文案、客服模板上线前必须经过人工审核
Line 03 · 数据边界
用户数据必须满足授权明确、最小必要和脱敏处理要求，不视为无边界资产
Line 04 · 不伪问诊
AI 不得将导购内容演变为伪问诊或伪医疗建议

Line 05 · AI 生成内容必须留痕——由谁生成、谁审核、谁发布、依据何种知识库，具备可追溯性

面向终端消费者，传播红线尤其明确
Scene 02 · Red Lines
第三幕 · AI 方案设计
Act III · 11 / 20
Act III

落地方案

AI 负责加速分析和执行，业务责任仍留在人手里。规则 + 模型 + 人工审核，追求确定性而非完全自动化。

两套方案 · 分阶段落地 · 可量化价值
— · —
方案一 · 技术选型
12 / 20
Tech Stack · 方案一

供应链与生产协同

建议采用"企业数据中台 + 预测模型 + 优化引擎 + 知识检索助手"的组合架构。

核心模型能力
01
需求预测
时间序列 + 树模型组合，可解释性强，适合真实业务波动
02
库存优化
约束优化模型，综合库存、产能、交付周期和安全库存
03
风险评分
规则评分卡 + 分类模型，透明可审计的供应商风险分层
04
偏差助手
RAG 检索增强生成，辅助历史偏差和 CAPA 记录检索

轻量 agent 编排只处理低风险、重复任务——不直接触发采购、排产、放行等正式业务动作

规则为主 + 模型为辅 + 人工在环
Solution 01 · Tech
方案一 · 分阶段落地
13 / 20
Implementation · 四阶段

分阶段落地执行

0-3 个月 · 数据贯通与试点准备
A
数据打通
采购、库存、生产、质量、能耗五类核心数据统一
B
试点选择
选取 2-3 个关键原料药或中间体作为试点对象
C
主数据清洗
建立物料、供应商、库存和异常分类的主数据规则
4-6 个月 · 单点场景试运行
D
需求预测上线
采购建议模块和供应商风险看板，业务部门先在单点看到效果
E
偏差检索上线
质量与偏差分析助手辅助历史文件检索
F
试点工厂反馈
一线反馈修正模型和规则，验证指标口径
7-12 个月 · 跨部门联动
G
串联流程
需求预测、库存建议和排产建议串联，接入采购评审流程
H
质量例会
偏差分析助手接入质量例会和 CAPA 复盘
I
经营看板
建立月度经营看板，推动从单点提效走向跨部门协同
12-18 个月 · 规模化与制度固化
J
扩展范围
更多工厂和关键物料，AI 辅助流程写入 SOP
K
模型治理
版本管理、权限管理和审计机制
L
制度固化
从试点过渡为正式管理能力
不追求概念化供应链大脑，围绕关键环节补辅助决策能力
Solution 01 · Phases
方案一 · 价值指标
14 / 20
Value Metrics

可量化的业务价值

第一年优先看运营指标，第二年观察财务兑现。

预测准确率
需求预测准确率显著提升，采购节奏与市场波动匹配度更高
周转天数
库存周转天数下降，释放资金占用，降低财务费用
缺料次数
缺料停线次数显著下降，减少产能损失
风险识别
重点供应商风险事件识别提前率提升
偏差定位
偏差和异常问题定位时长下降
能源单耗
单位能耗下降，年节省能源成本
数据可视化
最终会体现在资金占用、采购成本、产能损失和质量损失的改善上
Solution 01 · Value
方案二 · 技术选型
15 / 20
Tech Stack · 方案二

保健品与 OTC 用户运营

建议采用"用户数据平台 + 分层模型 + 内容助手 + 合规审核引擎 + 智能客服知识库"的组合架构。

核心模型能力
01
用户分层
聚类 + 流失/复购倾向模型，识别高潜、沉默和价格敏感型用户
02
内容助手
生成式大模型 + 品牌知识库，输出短视频脚本、详情页文案初稿
03
合规预检
规则库 + 分类模型，功效边界、禁用词、敏感表述预检
04
客服知识库
RAG 检索增强，在标准知识库约束下回答产品成分和使用问题

agent 编排内容初稿、知识库检索、合规预检、人工审核流转——但不直接上线发布

内容生成绑定品牌知识库和禁用词库，规则优先于生成
Solution 02 · Tech
方案二 · 分阶段落地
16 / 20
Implementation · 四阶段

分阶段落地执行

0-3 个月 · 统一口径
A
数据打通
统一会员、订单、内容投放和客服数据口径
B
规则建立
梳理品牌知识库、禁用词库和审核规则
C
试点品牌
选取 1-2 个重点品牌作为试点
4-6 个月 · 运营提效试点
D
分层上线
用户分层模型 + 内容助手 + 合规预检模块上线
E
客服助手
智能客服知识助手试运行
F
风险收敛
验证 AI 在内容生产和用户识别上的实际价值，风险控制在试点范围
7-12 个月 · 投放与复购联动
G
A/B 测试
不同内容版本和人群包做对照测试
H
复购策略
打通投放、客服反馈和订单转化数据
I
月度复盘
持续优化模型和运营规则
12-18 个月 · 规模化推广
J
扩展品牌
试点经验扩展到更多品牌和平台
K
资产沉淀
品牌差异化提示词与知识库资产
L
制度固化
内容预检、用户分层和客服助手纳入日常运营流程
不自建复杂 agent 框架，先用可控的流程编排跑通闭环
Solution 02 · Phases
方案二 · 价值指标
17 / 20
Value Metrics · 三组指标

效率 · 经营 · 合规

效率类

内容初稿产出时长下降
内容审核前返工次数下降
客服平均响应时长下降
标准问题一次解决率提升

经营类

重点渠道转化率提升
获客成本下降
复购率提升
会员活跃度提升

合规类

内容合规一次通过率提升
违规内容上线事件下降
客服高风险回复数量下降

模型与合规判断冲突时以人工为准。每月复核内容质量、转化效果和投诉情况

效率类指标看运营改善，经营类指标看财务兑现，合规类指标看风险收敛
Solution 02 · Value
第四幕 · AI 边界
Act IV · 18 / 20
Act IV

哪些环节
绝不依赖 AI

AI 负责资料处理、方案比较、草稿生成和复盘归纳。凡是涉及事实确认、合规判断、正式审批和责任承担的环节，都由人负责。

项目全流程 AI 使用边界
— · —
全流程 · 绝不依赖 AI
19 / 20
Boundaries · 四条边界

人必须独立完成的环节

01 · 事实与合规确认

公开表述、行业惯例和监管要求很容易被混写在一起。凡是涉及 GMP、广告合规、个人信息保护和质量责任的内容，必须回到原始材料和企业流程核实。

02 · 痛点排序与方案取舍

哪个问题更值得先做、收益目标写到什么程度、预算和节奏怎么定——本质上都是经营判断。AI 可以帮忙比较方案，不能代替项目负责人做资源取舍。

03 · 上线放行与关键业务动作

生产环境是否开放、权限是否放行、供应商是否调整、内容是否发布——直接影响真实经营结果，必须由有责任的人确认。

04 · 成败归因与扩项决策

项目结果通常同时受市场环境、执行力度、试点范围和数据质量影响。AI 最多帮助整理相关信息，不能承担因果判断，更不能替代管理层做追加投入和责任界定。

对医药企业来说，AI 能不能创造价值，关键不在于做得多，而在于边界能不能先立住
Act IV · Boundaries
收束 · Takeaway
20 / 20
Takeaway
事实确认留在人手里，
效率提升才算业务收益。

供应链与生产协同先把制造端基本盘守住，保健品与 OTC 用户运营从消费端把增长抓出来。两条线一起走，就是当前最有确定性的落地路径。

AI 辅助但不替代·可量化 · 可审计 · 可追溯·2026
健康元 AI 原生人才笔试 · 作答结束
— · —