
去年他们请过传统黑带团队,按经典DMAIC把项目走了一遍:
D——“提高药事会准入率”;
M——人工把上百份评审表敲成Excel;
A——鱼骨图列了27条原因,经过各种复杂的分析工具验证,结论是“价格太高、资料不全”;
I——降价8%、彩页加厚、再搞个学术会议;
C——准入率从8%升到15%,黑带高高兴兴写结案。
李副总在项目评审会上叼人:“合着公司花60万咨询费,就买7个百分点?”我当场没敢吭声,心想:医药商业波动率>50%,人用肉眼根本追不上政策变化的速度。
一个偶然的机缘,李副总看到了我们公司发布的智能体在医药商业行业应用的白皮书,打电话咨询是否能帮他们解决这个问题。公司顾问团队经过评估,给出的意见是:用我们开发的医药商业行业六西格玛智能体解决该问题,是可行的策略。“需要新增物联网设备如边缘计算盒子、服务器、数据收集传感器这些吗?”李总很关注这些。“不用添加硬件,就需要你们现有评审PDF、邮件、报价表这些,让算法跑六西格玛逻辑。”李副总眼睛亮了:“那就干,失败了算你的!”我咬牙:“锅我背,万一成了,你请喝酒。”
说干就干,咨询团队首先用医药商业六西格玛智能体把126份评审意见、54封邮件、3年投标模板全读一遍,30分钟给出MSA结论:
① 同一医院不同科室评审表,人工打分重复性误差22%;
② 文本里出现频次最高的负向词——“追溯不透明”被提及89次;
③ 集采降价>40%且没附SPD追溯方案的医院,100%把我们踢出局。
看到这,市场准入经理拍桌子:“原来不是价格贵,是院长怕断供!”
接下来,用智能体把非结构化文本转成可测量指标:
Y=药事会准入率;
X1=SPD追溯完整度(0/1);
X2=集采降幅阈值;
X3=临床数据页数;
X4=患者援助方案有无。
DOE方案秒出:16组组合,每组只要填现有模板,不用新增成本。
有了方向,我们连夜改标书:
- 把“追溯”模块放到第一页,附二维码,扫码能看到药品温控曲线;
- 降幅≤35%的品种,直接承诺SPD设备投放;
- 降幅>45%的品种,加一页“患者援助+基层DTP直送”方案。

第二天下午三点,智能体推送:
“预测准入率提升值:21.7%,置信区间[18%,25%]。”
李副总当场把雪茄剪掉一截:“成了,我请喝酒!”
我心里一块石头落地——算法从不拍胸脯,它只给概率,但概率足够让人睡个好觉。
三家医院同时开药事会,我们全部一次通过,准入率从15%→33%,单家医院平均新增回款220万。
财务算了笔账:
- 0硬件投入;
- 咨询费按收益分成,首批只掏了28万;
- 30天收回成本,全年新增收入预估>1800万。
我路过时,听见两个小女生嘀咕:“原来数字也能这么好看。”我突然鼻子发酸——搞质量的人,最怕的就是没人懂你抠0.1%的执念。

对比一下传统 VS 智能六西格玛再医药商业领域应用的区别,一张表说明白**
|
维度 |
传统医药DMAIC |
张驰六西格玛智能体 |
|
数据准备 |
市场小妹人工整理录入Excel |
NLP直接读PDF/邮件,30分钟 |
|
根因分析 |
鱼骨图+经验,常怪“价格” |
文本挖掘,定位“追溯”89次 |
|
DOE设计 |
降价、加会议、加彩页,成本高 |
算法秒出16组组合,零新增费用 |
|
结果预测 |
黑带拍脑袋“应该能涨” |
模型给21.7%±3%,置信区间清清楚楚 |
|
项目周期 |
6个月 |
36小时验证+30天落地 |
|
费用模式 |
固定80万+ |
先验证后分成,现金流零压力 |
一句话:传统方法把“人”当骡子使;智能体让“人”干决策,把脏活累活留给算法。
项目结束那天,我开车送副总回家,他忽然说:“老郑,你干质量的,是不是从来没被表扬过?”
我笑笑,没回。
他补一句:“今天电梯口那张海报,是我这辈子第一次给质量部鼓掌。”
我把车窗摇下,夏夜的风裹着栀子花香,吹得眼睛发涩。
原来搞六西格玛的人,不是喜欢数字,是数字里藏着他们被看见的情绪。

