2025年12月，消费级AI应用在互联网终端入口的竞争可谓火药味十足。字节跳动联合中兴、努比亚推出豆包手机助手预览版，将大模型能力直接嵌入系统级入口，被业内视为对传统App分发体系与”流量–数据–广告”闭环的一次重要冲击。稍早之前，阿里巴巴亦迅速将通义千问升级为独立App千问，并明确提出AI超级入口的产品定位，其公测首周下载量即突破千万，消费级互联网AI与既有业务的融合正以远超以往技术周期的速度推进。
当视角切换至AI制药赛道，这一节奏出现了明显断层。与消费AI领域近乎”瞬时完成”的产品化相比，围绕AI制药的讨论与研究尽管持续升温，真正由AI实质性推动的管线进展却十分有限，临床相关进展也更多停留在概念层面的传播。从行业内部的共识来看，湿实验验证周期长固然是结构性约束，但即便是在数据与计算已显著前移的蛋白质结构预测与分子优化环节，能够快速进入”AI+Lab”协同闭环、实现高频技术迭代和数据飞轮的企业仍寥寥无几，整体进程显然并非”技术成熟即可自然走向产品化”。本文尝试回到Edgar H. Schein关于产业与组织文化的相关分析，探讨这些差异背后的非技术因素；并在此基础上，简要回顾丰田在1945年后逐步形成的组织文化路径，作为一种对AI+制药深度融合未来可能形态的分析，期待与更多从业者交流指正。
Edgar H. Schein（1928–2023），MIT斯隆管理学院终身荣誉教授，被广泛誉为”企业文化理论之父”。在组织文化研究中，他首次系统提出：
文化并非由管理者自上而下设计而来，而是在组织持续应对外部适应（如市场竞争、监管环境）与内部整合（如角色分工、协作方式）问题的过程中，通过集体经验与反复学习逐步沉淀形成的。
AI+互联网行业与AI+制药行业在外部适应与内部整合上的差异，本质上反映了其所依托的终端产业逻辑的根本不同。在展开进一步讨论之前，有必要首先澄清一个常被混用的概念前提：AI、互联网与医药并非同一层级的行业概念。我们不应将大语言模型（LLM）等同于整个AI行业，正如不能将OpenAI视作AI的全部；同样，也不应将互联网大厂推出的AI+互联网产品误判为”独立的AI原生产品”。正如Carlota Perez在其泡沫理论中分析的那样，真正的AI原生行业或许仍处于探索阶段。更为稳妥且具有分析价值的视角，是将讨论锚定在企业实际向市场提供并参与竞争的产品所在的产业区间，而非抽象的技术标签之上。
从产品端出发，互联网行业与制药行业在底层属性上天然存在显著差异。就外部适应而言，两者几乎位于产业谱系的两端：
- 迭代速度：快速 vs. 缓慢
- 监管强度：相对宽松 vs. 极为严苛
- 购买者与支付方结构：高度统一 vs. 明显分离
- 商业化路径：多元化探索 vs. 高度集中、单一路径
外部环境约束塑造了企业内部的运作方式。不同的发展节奏与生存逻辑，促使组织形成差异化的协作模式，并在长期实践中演化出各自稳定的文化特征。笔者不尝试对特定企业进行分析，而强调行业共通的内部整合逻辑。概括而言，互联网行业与制药行业在内部整合机制上的核心差异，主要体现在两点：
- 知识的可复制性：高 vs. 低
- 决策主导机制：数据驱动 vs. 专家驱动
在此基础上，本文将借鉴Schein关于组织文化”三层结构”（人工饰物、理念价值观与潜在假设）的分析框架，对上述外部适应与内部整合要素进行进一步协调与展开。
不同行业从业者往往难以察觉彼此在潜在假设（Underlying Assumptions）层面的根本差异。这些潜在假设并非源自个人偏好，而是深植于科技行业自身的科学范式、技术路径与发展历史之中，因而具有高度的稳定性，难以被短期改变。
在”知识”的本体认知上，制药行业与互联网行业呈现出结构性分化。制药行业通常将知识视为可累积的、以因果确定性为目标的体系，并承认经验证据与制度化权威的核心地位；而互联网行业，尤其自移动互联网兴起以来，更倾向于将知识理解为动态演化的、结果高度不确定的过程性产物，并普遍对绝对权威持保留态度。这种认知更契合高速迭代、弱经验依赖的技术领域，并在互联网”去中心化”和技术”民主化”的文化扩散中被进一步强化。
潜在假设进一步凝结为理念与价值观（Espoused Values）。在个体层面，价值观差异易于识别；但在组织层面，局部冲突往往会被放大为整体不兼容，使组织内部多套价值体系难以长期共存。典型例子包括：制药从业者难以理解github上大规模、去激励的开源协作机制，而互联网从业者则往往反感制药行业对”经验”与资历的高度倚重。其背后，是制药行业以患者安全与科学严谨性为最高约束、并由此形成的强烈社会使命感；相对地，互联网行业更强调用户体验、创新速度与颠覆效应，社会使命感并非其核心驱动力，但对技术与信息的民主化具有更强的价值偏好。
最后，这些假设与价值观被具体化为人工饰物（Artifacts，即可见的组织结构与行为模式）。互联网行业通过产品发布会、敏捷开发流程、开源社区与技术博客等高传播性的符号持续强化其文化；制药行业则通过独立办公室、正式会议体系、清晰的职位层级以及大量标准化文档，将其对权威、规范与可追溯性的重视制度化并外显出来。
概而言之，AI在互联网行业中的快速产品化，并非偶然技术突破，而是源于互联网行业自身的组织形态、方法论与文化特质。其成功既体现了互联网产业的内在速度，也源于互联网文化与当下AI学术范式在不确定性、快速迭代与弱权威认同上的高度一致，从而自然生成了”AI 是互联网延伸”的现实效果。
以海量、开放的互联网语料为基础的LLM领域，确实在很大程度上印证了这一判断。但必须强调AI并不等同于LLM。AI是一项具有长期技术积累、并已在多个工业领域反复验证的通用性颠覆技术。AI在制药及其他制造型行业中的价值，并非简单的”技术叠加”，而在于其持续推动行业底层逻辑向互联网式的组织与认知范式逼近。因此笔者认为：
制药行业应当主动尝试以互联网的方法论重构自身，而AI正是技术层面实现这一跃迁的关键润滑剂
知易行难，达成这一目标并不容易，回溯经典的产业变革案例尤为必要。
从1945年二战结束后的日本回望丰田生产方式（Toyota Production System, TPS）的诞生，其内在气质本就带有强烈的”逆境生成”色彩。TPS可谓是在失败、匮乏与制度性约束中被一点点”逼迫”出来的工业理性。
1945年战败后的日本资源匮乏、市场狭小、资本不足，与战后迅速恢复并实现规模化生产的美国汽车工业形成鲜明对比，同时期福特产能日均数千辆时丰田仅为约40辆。在这一现实约束下，丰田汽车创始人丰田喜一郎提出了”用日本的资源，为日本人制造汽车”的经营原则，并由此萌生出不同于福特主义的生产思想雏形：仅在需要时、按所需数量进行生产。这一后来被概括为Just-in-Time理念，在当时并非成熟的方法体系，而是一种被迫形成的方向性选择。
早期的改变在商业上并不能立杆见影地产生变化，并和其他组织口号一样难以落地。1950年丰田遭遇了其历史上最为严重的危机，持续亏损迫使公司提出裁员计划，引发长达两个月的罢工，丰田一度陷入生死存亡的边缘。
危机的转折点来自两个极具文化象征意义的事件：
- 丰田喜一郎的”引咎辞职”：他以个人牺牲来承担经营失败的责任
- 朝鲜战争的爆发：美军特需订单为丰田带来了现金流，使其得以喘息
这一危机在企业内部确立了”企业与员工命运相连”的共生认知，成为后续制度与文化演化的深层心理基础。
丰田喜一郎的继任者石田退三于1950年临危受命，通过终身雇佣制与年功序列制重建员工信任，并将”命运共同体”理念制度化。同时将丰田佐吉G型自动织机提出的”自働化”（Jidoka）思想（带人字旁的”働”，意为赋予机器人的智慧）引入汽车制造，开始推动TPS的系统性落地。
石田退三作为社长支持了时任机械厂厂长大野耐一进行Jidoka理念的系统性落地。丰田赋予每位员工”安灯系统”（Andon）拉绳停机的权力，任何异常均可立即暴露并中断生产。由于自动化检测设备昂贵且不普及，这几乎是唯一可行的办法。
班组长或组长需要在节拍时间内（例如拉绳后几分钟内）赶到现场解决问题，如果问题无法通过班组长解决，他会通过区域集中呼叫台再次进行呼叫，将更详细的信息（如异常类型、所需支持）通过看板、广播发布出去，通知相关专业人员前来处理。
这一系列举动极大增加了丰田深层文化尤其是潜在意识的文化假设形成：
- 质量绝不妥协：宁可停止生产也不向下游转递不良品
- 问题必须暴露：暴露问题是一切进步的前提
- 员工与企业互信：一线员工对过程与产品的理解值得被无条件信任
TPS并非诞生于技术优越，而是形成于资源约束、制度选择与文化自觉的叠加之中。
真正强大的组织文化从不诞生于口号或工具本身，而是源自长期共同经历所积累的隐性知识与情景化判断。以此反观当下的AI+制药，“问道于盲”的风险正在于将AI视为解决制药复杂性问题的”灵丹妙药”，而不是一场关于问题建模方式、组织决策逻辑与工作方法的转换。
制药行业所依赖的大量隐性知识：失败经验、判断直觉、团队协作中的默契等等并不会因为模型算力的提升而自动转化为可复用的智能资产。正如丰田无法靠引进先进设备直接获得TPS，AI+制药同样不可能通过简单叠加算法完成范式跃迁。这一过程无法被加速，也无法被替代，唯有通过一项项可验证的结果逐步沉淀为新的共识。
或许真正值得我们反复追问的是，制药这一高度人类经验驱动的行业，究竟应当保留什么，又该如何重塑？