把AI用出差距的人，赢在「买不到」的那两层｜「汇声荟聚」第六期回顾

各位老朋友，大家好，我是老金。

8月29日周六下午，「汇声荟聚」第六期闭门 Coffee Chat 在上海开聊。这一期的主角是 Justin（贾伟利）——锡安客医药咨询创始人，13 年药企甲乙方跨界老兵，也是我们医药 AI 真实案例征集的第一位投稿人。他带来一套自己原创的「药企 AI 四维能力诊断模型」，两小时主题分享加两个小时自由讨论，信息密度是六期以来最高的一次。今天把最硬的干货整理给大家。

一、Justin 的核心观点：先对齐定义，再谈好不好用 

把他两个多小时的主题分享压缩成一句话：多数人吵“AI好不好用”，吵的压根不是同一个东西。

第一，1000 个人眼中，有 1000 个 AI。有人说的 AI 是聊天网页，有人说的 AI 是效率助手，有人说的 AI 是一整套可配置、可沉淀的能力系统。名词没对齐，讨论就是鸡同鸭讲。Justin 借“白马非马”作比：“分歧往往不是对错问题，而是定义问题。”

第二，AI 能力分四层：两层买得到，两层长出来。

- A·Agent 框架、B·大语言模型：不可干预。全球白领拿到的底座是同一套，有钱就能订阅顶配，属于采购决策，不必过度纠结选型；

- C·Skills 技能包、D·Prompts 提示词：可干预，也是真正拉开差距的主战场。把行业 Know-how 封装成技能包，把经验翻译成工程化指令。

他的原话值得抄下来：你的价值不在 A、B（买得到），而在 C、D（买不到、只能自己长出来）。

第三，一个公式：转化率。 转化率 = 你的行业 Know-how → 结构化指令（Prompts）+ 技能包（Skills）。Know-how 是前提，Prompts 是翻译器，Skills 是提效器。他说：“AI 不是魔法棒，是一艘精密的太空舱，需要思路清晰的领航员。” 99% 的人把 AI 当搜索引擎，高手把 AI 当专家系统；AI 没有降低对人思维的要求，反而抬高了要求。

第四，这套模型能算账。他举了默沙东公开披露的 CSR（临床研究报告）案例：把合规规则封装成 Skills、用 CREATE 六要素（背景/角色/样例/任务/语气/自检）重构指令之后，初稿撰写从 180 小时压缩到 80 小时，提交周期从 2-3 周压缩到 3-4 天，零次合规警告。结论就一句：拉开差距的，不是买到的底座，而是做进 C、D 两维的行业 Know-how。

二、自由讨论沉淀下来的三个共识 

下午的争论很激烈，观点交汇下来，有三条共识值得记录：

1. 医学场景的 AI 产出，必须交叉校验。 容不得幻觉的活，就要人机协同：AI 自查、列参考文献清单、第三方工具核对、人工终审，四道关一道不能省。

2. 数据安全没有完美解。最坦诚的答案就是"无解"——能做的是跟客户讲明边界、签好保密协议、敏感数据不往外放。很多所谓的安全要求，本质是责任转移，不是真安全。

3. 越是 AI 大水漫灌，越要往 AI 碰不到的地方站。甲方看到你用 AI 就要压价，怎么办？讨论到最后大家反而踏实了：机械劳动的价格必然归零，那就把功夫长在策略洞察、故事线构建、对患者的真实理解上——这些恰恰就是 C、D 两维的内核。

写在最后

散场回来的路上，我想了很多，记下三件事。

先自嘲一句，不怕大家笑话：我一直以为自己 AI 用得挺频繁的，听完 Justin 的分享才知道——我就是那个一直在用对话框跟 AI 说话的人。听他分享之前，我压根搞不清楚 Skill 是什么。对照他那套四维模型一照，原来我一直停在最低的那层，把 AI 当聊天窗口使。

第一件，我给自己找了个“AI 陪跑”。 我和 Justin 当场约定：未来两个月，请他用这套四维模型，陪我把自己的个人 IP 运营完整跑一遍。跑没跑通，到时候我把第一手感悟写出来，分享给大家。

第二件，想明白了闭门 Coffee Chat 在 AI 时代的意义。现在人人都在问：AI 会不会取代人？那天下午我找到了自己的答案——人身上至少有两样东西，机器拿不走。

• 一样是在场。大模型再能学，学的都是已经写在网上的东西；可我们这行最值钱的经验，恰恰大多没落在文字里——它在闭门的一问一答里，在茶歇的闲聊里，在散场后谁都不肯走的那半小时里。人到了现场，拿到的就是这些搜不到的东西。

• 另一样是活人。 AI 也能写出动情的话，但那是算出来的动情，工工整整，挑不出错，也留不下印象。真人不一样——被一件具体的事打动了，语气会变，眼神会变，装不出来，也演不像。能打动人心的，从来都是人。

第三件，一个观察，也是一句邀约。医药行业的人都比较内敛，「汇声荟聚」做到第六期，还是有伙伴不太适应——来之前期待的，是权威专家授课式的知识分享。但说句实在话：干货是这个时代最不缺的东西，网上已经泛滥。我和团队伙伴在其他行业参加过不少 coffee chat，最大的收获从来不是哪条干货，而是“认知边界被打开”。真正宝贵的，都发生在线下：有温度的面对面，互相激发的碰撞。一桌子人带着各自的行业、岗位、认知坐下来，你一句我一句，每个人都可能被推出自己原有的边界——讲课，是把别人想明白的事讲给你听；碰撞，是帮你把自己没想明白的事想明白。 

所以我们办的是 Coffee Chat，不是讲座；主角是在场的每一个人。不管你是小白还是专家，你的问题都值得被碰撞。

📮 如果你在医药行业的任何岗位上，有 AI 使用的真实体会——成了的、没成的、甚至被坑惨的——都欢迎整理出来发给我们。

投稿方式，请参见案例征集文（点击查看）。—— Justin 就是此征集的第一位投稿人，这次分享是他的完整答案。如果想要领取本次Justin分享的PPT，可在后台留言“AI四模型”。

这期就聊到这里。我和 Justin 两个月 AI 陪跑的结果，到时候在老金的公众号见。

往期回顾：第一期 ｜ 第二期 ｜ 第三期 ｜ 第四期 ｜ 第五期

欢迎加入汇聚南药社群。在校友群可添加汇聚南药金胜昔微信，或扫码入群。