专访智慧芽CEO张济徽：如何用“数据+AI”为药企打造创新导航？
在生物医药创新的竞技场上，时间与决策的精度决定着一切。
当全球药企与研发机构都在争分夺秒地寻找下一个重磅药物时，他们共同面临着一个古老而崭新的挑战：如何从浩如烟海的专利、论文和临床数据中，精准地淘取出最关键的技术信号。
当下，AI逐渐成为破局的方式之一，它承诺了前所未有的信息处理能力，成为药企避免走入研发巨坑、发现隐藏机遇的抓手。
不过，通用大模型虽然展现了强大的语言能力，但在处理高度专业的生物医药信息时，其固有的“幻觉”问题、对复杂化学结构及生物序列理解的偏差，以及缺乏对药物研发全链条的深度认知，都让其输出的结果在严谨的研发场景下显得“华而不实”。
如何跨越专业鸿沟，让AI真正融入研发工作流，成为摆在药企、Biotech和AI技术提供商面前的共同考题。
在这样的背景下，智慧芽提出了其独特的“解题思路”。凭借过去十余年在全球专利数据领域深耕所构建的、经过深度清洗和加工的垂直数据资产，智慧芽正将其AI战略推向台前。他们用这些“干净的数据”喂养大模型，以降低其幻觉，更构建了一系列直接切入IP、研发等生物医药具体场景的“AI智能体”（AI Agent）。
近期，E药经理人专访智慧芽创始人兼CEO张济徽，就智慧芽究竟如何构建其在AI时代的差异化壁垒？其产品战略如何具体落地？如何确保其AI输出在专业上是可靠的、甚至能经得起与真实上市药物对比的“事实检验”？等问题进行了深入探讨。过程中，一个共识逐渐明朗：问题的答案或许不在于追求更“大”的通用模型，而在于打造更“深”的行业专用能力。只有将数据、AI与行业知识熔于一炉，才能迈进生物医药这一高门槛领域，实现人工智能从“辅助工具”到“解决方案专家”的跃迁。
▲智慧芽创始人兼CEO张济徽
Q：E药经理人
A：智慧芽创始人兼CEO 张济徽
Q：在AI大模型技术逐渐普及的今天，智慧芽如何构建自己独特的差异化能力？
A：我们的差异化优势在于两点：一是独有的、深度加工的垂直数据资产，这在全球范围内都具有壁垒性；二是对客户业务“最后一公里”场景的深刻理解。
其中，垂直数据资产根植于我们对专利数据的深度理解和加工。专利本身是蕴含高密度技术信息的关键文档，发明人为了获得20年的独家权益，必须详细公开其发明的核心技术细节，这使得专利文档含金量很高。但经过法律流程后，其核心技术精髓被法律术语所掩盖。
我们过去十几年的核心工作，就是通过专业的人工打标和处理，将这些专利数据“净化”和“还原”，提取出如生物序列、化合物结构等高度专业化的技术信息。基于这些高质量、垂直领域的“干净数据”，我们再结合大模型技术，便能提供高水平的智能分析和服务。
Q：公司在AI产品上的整体战略是什么，怎么去理解AI在其中发挥的作用？
A：我们的产品线分为“AI赋能”和“AI原生”两类。
AI赋能产品是在传统数据库（如新药情报库、专利数据库）基础上增强AI功能，这类产品的商业模式以账号年费为主，客户还可以付费解锁诸如“AI总结对话”等智能交互模块。
我们现在重点推动的是“AI原生”智能体，其产品形态生来就是智能体，用来解决特定场景的完整需求。比如生成一份专利查新报告，它的商业模式是按使用次数或流量收费，例如客户输入一段发明描述，智能体经过多步分析后生成一份评估报告，按生成报告的次数或者整体打包一个流量套餐收费。目前，我们已上线三十多个此类场景化智能体。
总的来说，随着AI的发展，我们也在进行从销售软件工具到提供AI解决方案的商业模式的迭代。
Q：公司如何确保AI产品的输出结果是可靠和专业的？是否有客观的评估标准？
A：我们推出了全球首个专利相关行业AI评测工具“PatentBench”，以建立公正、透明的评估体系。这个工具不是主观报告，而是采用如国家专利审查员的真实审批过程数据作为黄金标准，进行多维度的客观对比。并且评测方法公开，客户可自行验证。
此外，我们格外注重“事实维度”的验证。例如，在专利查新场景中，使用已授权的历史专利测试AI能否准确找出类似专利；在药物分子挖掘场景中，我们会用辉瑞等大药厂已上市的药物分子，来反向验证AI的前期预测是否准确。
这套体系不仅证明了我们的AI能力优于国内外主流模型，更重要的是，它将研发人员从重复阅读文档的劳动中解放出来，把几天甚至几周的工作缩短到几分钟，让他们能专注于更高价值的创新与决策。
Q：公司是如何划分和定义产品服务场景的？这些需求又是如何被发现和验证的？
A：我们主要从两个维度划分场景：首先是用户群体，如IP知识产权部门和研发部门，不同群体的需求本质不同。其次是按照研发流程的前、中、后期，我们的服务尤其适用于前期，例如帮助药企在研发早期检索专利，以避免重复工作，并且帮助他们发现新的研发灵感。
在需求发现与验证上，我们经历了两个阶段：在2018年之前，主要基于我们成熟的专利数据库，从大量客户的主动反馈中抽象出共性需求，例如由此衍生出小分子、大分子垂直数据库。2018年之后，我们转向主动探索，要求产品经理深入客户现场，通过驻场观察、记录和访谈，真实地还原用户的工作流程与核心痛点。这种“最后一公里”的深度洞察，确保了我们的场景设计——从信息全面的专利论文库，到深度分析的新药情报库——能精准覆盖从早期靶点发现到药品上市的全链条真实需求。
Q：在您看来，企业客户对于AI技术最核心的诉求是什么？他们希望通过AI实现怎样的业务目标？
A：企业客户对AI的核心诉求最终大都可归结为“降本增效”。无论是研发、IP还是BD部门，其具体场景需求，例如快速生成立项报告、提升专利撰写质量或进行侵权风险防控，本质上都是在追求以更低的成本、更快的速度完成高质量工作。因此，挖掘并满足这些“最后一公里”的场景化需求，是实现AI真正价值的关键。
Q：智慧芽在技术与产品上展现出很强的创新性与前瞻性，您认为这种特质的根源是什么？
A：这源于公司自创立第一天起就根植于骨髓的“技术基因”。超过15年来，我们从大数据、机器学习到如今快速切入大模型，技术栈的演进对我们而言是一个极其自然的过程。这与许多同业公司有着本质区别——我们本质上是一家技术驱动型公司。这种基因直接塑造了我们的产品形态，使其更具创新性甚至一定的激进性。
更重要的是，我们将这种对技术的信仰付诸于坚决的投入与执行。有一位新加入公司的产品经理告诉我，他选择加入智慧芽是因为感受到“技术味更浓”，并且我们不仅倡导技术，更会投入真金白银并将成果彻底落地。我们选择“既投钱，也出成果”的务实风格，这是从公司诞生之初就一以贯之的、用技术解决数据问题的核心方法论。
Q：智慧芽的业务是否有向商业化领域拓展的计划？
A：是的，这是我们明确的战略方向。我们的新药数据库起步较晚，用了不到五年时间完成了同行十多年的数据积累，在数据覆盖与AI能力上已建立起优势。目前，我们已布局了深度解读的临床机构等数据模块。
从研发到上市销售是药企的核心链路，我们的数据服务也正沿着此路径自然延伸——前期以专利、论文等研发数据为基础，现在持续补充围绕药品研发的关键数据，下一步的目标就是深入“帮企业卖得更好”的商业化环节。当然，这将结合公司资源分阶段推进，而庞大的研发市场本身也蕴含着巨大的商业化机会。
Q：展望未来，您希望智慧芽在药企的创新过程中扮演一个怎样的角色？
A：无论技术如何演进，智慧芽的核心使命始终是作为企业的“创新导航系统”。我们的终极目标，是帮助敢于创新的客户规避前人已探索过的弯路与风险，精准定位最有价值的技术方向，最终做出让世界眼前一亮的成果。AI等先进技术是实现这一目标的有力手段，但本质而言，我们提供的是一种基于全球研发数据的决策支持，就如同地图导航，我们致力于让客户的创新之路更清晰、更高效。
一审| 黄佳
二审| 李芳晨
三审| 李静芝