专访赛诺菲首席数字官：用AI将新药研发周期缩短一半

赛诺菲（Sanofi）首席数字官（CDO）Emmanuel Frenehard深知，CDO这一职位在不同企业中往往有着截然不同的定义。

在赛诺菲，这一职位被设定为全面统筹的综合性角色，涵盖业务应用、基础设施、网络安全、数据、人工智能与数字化服务。Frenehard的团队中还设有专门负责研究与开发、生产制造及商业运营的专业人员。

“但有一条主线贯穿始终——那就是我们希望为患者节省时间。”他说。

“我们为自己设定了一个宏大目标——尽管目前尚无法用数字来精确衡量——那就是：能否将新药研发周期缩短一半？因为从研发一款新药到将其送达患者手中，通常需要10到12年，而且90%的药物都以失败告终。如果借助数据、数字技术、AI和软件开发的力量，能否将这一周期压缩至五到六年？”

Frenehard将自己的职责描述为充满敬畏感的工作。新药研发的失败率高达90%，这不仅带来重大的商业风险，更重要的是对患者健康产生深远影响。他表示，能够带领团队为艰难的科学问题寻找可能改变生命轨迹的答案，是一种莫大的荣幸。

“这份工作让你感到责任重大，因为你绝对不能失败；同时也充满挑战，因为我们身处一个变革节奏缓慢的行业。”他说。

“如果你要开展一项寻找患者新型生物标志物的实验，就需要收集一定数量的患者数据，其中可能包括活检样本和血液样本，而验证一个假设可能需要数年时间，因此整个研发周期非常漫长。”

抓住转型机遇

Frenehard自2023年9月起出任赛诺菲首席数字官，此前他于2020年加入该公司。在此之前，他曾在媒体娱乐领域的iFlix和华特迪士尼任职。

“我曾经热爱媒体行业，我相信娱乐的力量。”他说，”我们每个人的生活都充满压力，而观看一部电影或一场体育赛事，能让你暂时忘却所有烦恼。我一直认为，传递这类内容是一项崇高的使命。”

然而，当赛诺菲向Frenehard抛出橄榄枝时，他意识到，改善患者生存机会是一项更为崇高的使命。

“这是全新的领域。我想验证自己能否在一个陌生的行业有所作为。我认为不断挑战自我是一件好事。”他说。

“这便是吸引我的原因。你很快就会意识到，这里的紧迫感非常强烈。而我在媒体行业积累的那些技能——快速原型开发、快速试错、最小可行产品、敏捷工作方式——在这个行业里同样大有用武之地。”

担任首席数字官三年半以来，Frenehard将成就归结为两个方面：人才与技术。在人才层面，他表示，将来自多个领域的专业人员凝聚成一支团队，是一项复杂但不可或缺的工作。

“我们提出了一个理念——当所有人在同一个数字化组织框架内协作时，整体的力量将远超个体之和。”他说。

“建立这种团队凝聚力，是我最大的成就之一，因为在此之前我们并不具备这一点。核心在于让整个团队朝着同一个方向齐力划桨。这支团队或许有着不同的观点和信念，但他们凝心聚力，共同向着同一个目标前进。”

引领数字化转型

赛诺菲成立于1973年，其前身是一批可追溯至19世纪的多元化企业的整合体。Frenehard表示，时至今日，公司持续发展壮大，目前在全球70个国家拥有逾83,000名员工。

“我常说，赛诺菲是一家拥有53年并购历史却从未真正完成整合的公司。”他在谈及自己在技术层面的工作成果时说道。

“如今，作为一个整体组织，我们运行在统一的数据湖之上。但当我刚接手这份工作时，面对的是各自为政的’数据孤岛’——每个部门都有自己的一套，让人不禁想问：’我究竟该如何从这些数据中提炼出有价值的洞见？'”

Frenehard强调，在生物制药行业，数据必须被视为一个连续整体，将非结构化或零散的数据转化为有意义的洞见。

“当你发现的分子被存储在不同的数据孤岛中，且各自采用不同的命名规范时，这一过程就会变得极为棘手。”他说。

“理顺这一流程对我们而言至关重要。我们希望能够充分利用AI的能力——无论是预测性AI、处方性AI，还是如今的生成式AI——因为我们深知，如果沿着同行走过的老路一步步来，将耗费大量时间。我们必须找到跨越式发展的路径，超越竞争对手。”

Frenehard表示，推动这一跨越式发展的关键在于文化变革。他的数字化团队大规模推行敏捷工作方式，并建立了加速器机制，使公司得以从顶级科技企业中吸引一流数字人才。

“这些专业人才获得了类似在初创公司工作的机会和体验。”他说。

如今，这些加速器共汇聚了150名专业人员，专门为公司开发数字产品。Frenehard将早年领导经验中汲取的精华融入其中，引导公司的创新始终围绕用户展开。

“我们变得非常以患者为中心。我们为患者开发了应用程序，帮助他们管理治疗过程。”他说。

“我们并非要向他们推销什么，而是希望陪伴他们走过康复之路。我们的许多药物用于慢性病治疗，这意味着患者可能需要终身用药。那么，我们如何确保这一过程不会让患者感到负担？一款数字伴侣应用能否在这个过程中提供帮助？作为一个团队，我们不断调整和优化细节，以改善患者的生活质量。”

布局前沿技术

在推动文化变革的同时，Frenehard也将重心放在完善底层技术系统上。他表示，53年的分散式整合历史与大量并购积累，使公司背负着沉重的IT系统包袱。

“我们已经完成了对这些历史遗留系统的迁移。”他说，”如今我们正迈入AI编程时代，可以以前所未有的速度推动系统现代化改造。因此，我对当下这个时机心存感激，因为我手头确实有大量历史遗留IT问题亟待解决。”

Frenehard表示，支撑这一从遗留系统向现代IT服务转型的核心基础，是公司基于Snowflake构建的数据平台。赛诺菲使用Snowflake已逾五年。通过这一技术实施，数字化团队致力于整合原本碎片化的数据环境，并支持跨业务部门的安全数据共享。

“我们审视了数据的分布现状，发现碎片化程度极为严重。”他说，”我们使用了多种数据技术，迫切需要能够贯穿全公司的洞察能力，而这恰恰是我们当时所欠缺的。”

转型的第一阶段是在Snowflake平台上构建一系列小型数据湖，让专业人员能够更便捷地获取洞见。然而，Frenehard希望取得更进一步的突破。

通过与Snowflake技术合作伙伴Elementum的合作，赛诺菲的专业人员现在可以直接在Snowflake AI数据云上构建数据驱动的工作流程，从而获得更为深入的洞见。

在这一互联互通的架构下，公司专业人员借助AI驱动的智能体查询各个小型数据湖中存储的信息。赛诺菲正在以Snowflake作为数据治理与协作的基础，将AI能力扩展至80个国家。尤为重要的是，公司构建了一套名为”Concierge”的AI驱动服务，帮助员工充分挖掘和利用数据资产。

“员工不再是在与系统记录直接交互，而是在与一个智能体交互。”他说，并介绍道，公司80,000余名员工中，已有65,000人每月通过Concierge处理各类业务职能和日常工作。

“这一切都在发生，而我们所做的这一切，都是为了公司的长远发展。”

构建定制化工作流

Frenehard表示，有效利用AI的本质在于再造，而非自动化。要在智能体AI时代取得成功，企业需要对工作流程进行系统性重新设计。他希望在未来两年内，目前正在搭建的基础设施——尤其是通过Concierge服务——能够帮助业务人员真正实现工作方式的变革。

“到那时，我希望能告诉你，我们已不再受制于系统记录所带来的摩擦。”他说，表达了直接通过AI查询数据、而非依赖传统企业应用的愿景。

“赛诺菲目前拥有约2,500套系统，这意味着有2,500个集成接口，有2,500个上下传输的节点。作为一名员工，你必须在这一个又一个系统之间不断切换。”

Frenehard以市场营销人员为例，这类员工需要跨越内容生成、翻译等多个操作界面。

“为什么这个流程要如此繁琐？”他反问道，随即指出Concierge能够带来的变革：”我认为未来的方向是建立一个交互层，而这正是Concierge的价值所在。它是所有后端复杂性的抽象层。”

这一交互层意味着数字化团队将根据员工的岗位职责，为其提供匹配的定制化工作流程。一旦员工调岗，系统将自动识别其新的角色权限；岗位所在地区发生变化时，同样适用相同的规则。Frenehard表示，成功的关键在于，这种AI赋能的方式将使他的部门能够构建定制化工作流程，让员工以安全、合规的方式访问所需数据。

“这与开发定制化软件并不完全相同，因为定制软件的开发难度很高。”他说，”我们所说的是构建定制化工作流程，这要容易实现得多。”

Q&A

Q1：赛诺菲将药物研发周期缩短一半的目标是如何实现的？

A：赛诺菲首席数字官Frenehard表示，公司希望通过数据、数字技术、AI和软件开发，将传统新药研发所需的10至12年周期压缩至5至6年。为此，公司构建了统一的Snowflake数据平台，整合原本碎片化的数据环境，并引入预测性、处方性及生成式AI能力，同时大规模推行敏捷工作方式，避免走同行的老路，实现跨越式发展。

Q2：赛诺菲的Concierge服务是什么，有哪些功能？

A：Concierge是赛诺菲基于AI构建的员工服务平台，本质上是一个智能交互层，将底层复杂系统的操作统一抽象化。员工无需在多个系统之间切换，而是直接通过智能体进行数据查询和业务操作。目前公司超过80,000名员工中，已有65,000人每月使用Concierge处理各类业务。未来系统还将根据员工角色和地区自动适配相应的工作流程和访问权限。

Q3：赛诺菲如何解决多年来数据碎片化的问题？

A：赛诺菲在过去53年的发展过程中积累了大量并购，导致数据高度碎片化，各部门各自维护独立的数据孤岛，命名规范也不统一。为此，公司引入Snowflake数据平台，分阶段构建统一数据湖，并与合作伙伴Elementum合作，在Snowflake AI数据云上搭建数据驱动工作流，最终实现跨业务部门的数据整合与安全共享，使公司得以在全球80个国家统一部署AI能力。