Genmab 全員普及 ChatGPT Enterprise：超 2000 人在用，每週省 3.5 小時

很多大公司買了一堆 AI 軟體授權，最後往往變成擺設，大家除了偶爾讓它潤色封郵件，根本不知道怎麼用。

做抗體藥研發的生物製藥公司 Genmab 也給全公司買了 AI，但他們的落地方式要接地氣得多。在試用了 1000 個 ChatGPT Enterprise 賬號不到一年後，Genmab 啟動了「AI Everywhere」計劃，把賬號規模直接擴大到了 2000 多個，幾乎覆蓋全員。

面對剛拿到工具不知道從哪下手的員工，公司的做法特別樸素：讓每個人把自己的崗位職責發給 ChatGPT，然後直接問一句「你能幫我做什麼？」。

搭建 100 多個專屬 GPT，把臨床報告寫進工作流

這場全員實驗很快跑出了具體成果。目前 Genmab 內部已經搭建了 100 多個自定義 GPT，覆蓋了從文獻總結到資料分析的各種環節。

內部調查顯示，員工人均每週能省下 3.5 小時，平均每人每週要和 ChatGPT Enterprise 對話 120 次。對於一家近期規模翻了三倍、正面臨海量複雜科研資料的藥企來說，這個使用頻率已經非常高了。

他們甚至拿 GPT-4o 做起了高度專業的醫藥活。比如撰寫臨床試驗報告、患者安全敘述，以及申請新藥臨床試驗（IND）的文件。他們把模型直接對接臨床資料和專業反饋，讓它像真人一樣，在根據意見自我修正中不斷最佳化草稿。

多模態的視覺能力也派上了用場。醫學事務出版物裡經常有密密麻麻的圖表、資料和正文，以前人工核對事實引用耗時耗力，現在員工直接讓 GPT-4o 統一審閱圖文，處理速度比以前快了一大截。

另一個很有意思的工具叫 AI Translator GPT。它模擬了一整個專業翻譯團隊的分工，裡面既有翻譯員、審校員，還有專門懂生物專業詞彙的 agent。為了保證藥學內容的準確，它還引入了反向翻譯機制來檢查漏譯和誤譯，在英譯中時甚至會用日語做中間跳板，把原本動輒幾週的專業翻譯縮短到了幾個小時甚至幾分鐘。

繞開雲服務商，直接找 OpenAI 取經

在底層架構上，Genmab 的選擇也很直接：他們沒有通過常見的第三方雲平臺轉手採購，而是直接跟 OpenAI 建立了合作。

公司的考慮很現實，他們看中的不僅是模型介面，而是想直接跟 OpenAI 的應用、研究和部署團隊打交道，第一時間拿到最新的技術支援。

當然，藥企對資料安全的要求極高。在全面推行之前，Genmab 評估了 OpenAI 的安全與隱私機制，並設定了定期審查，防止核心的藥物分子專利和臨床資料外洩。

為什麼重要

藥企向來是監管最嚴、對出錯容忍度最低的行業之一。過去很多團隊只敢讓大模型寫寫營銷文案，或者做個簡單的客服問答。Genmab 這次跑通的路徑說明，只要加上嚴格的專業反饋閉環和多角色校驗機制，大語言模型完全能深入到臨床試驗報告、藥學翻譯這種深水區。

對於大部分正在推進數字化的企業來說，Genmab 最值得參考的其實不是什麼高深的技術架構，而是他們的冷啟動思路。讓員工把 JD 餵給模型問建議，一下子抹平了普通人面對聊天框的空白感；而搭建 100 多個細分場景的自定義 GPT，也比逼著所有人自己去寫複雜提示詞管用得多。

不過，這種深度繫結的做法也不是沒有代價。跳過雲廠商直接找模型源頭，短期內能吃到技術紅利，但長期來看，把核心工作流深深焊死在 OpenAI 一家身上，未來的議價權和模型替換成本都會是個大考驗。但無論如何，能讓人均每週實打實省下 3.5 小時，這筆賬在現階段已經算得很值了。