多项研究显示，信任才是代理式 AI 大规模部署的真正障碍；58% 的受访者表示，该行业仍缺乏清晰的负责任 AI 标准。
多伦多和纽约，2026 年 10 月 29 日 /PRNewswire/ -- 根据《Responsible AI in Life Sciences（RAIL）2026》报告，生命科学企业正在建立治理机制，以便在商业、医疗和患者相关工作中大规模部署代理式 AI。这项新的行业研究基于圆桌讨论和对制药、生物技术及医疗器械公司高管的调查。三分之二（64%）的受访者表示，其所在机构已经建立了较为成熟的 AI 治理流程，或正在制定之中。
这项由 ACTO 开展的研究显示，生命科学行业已经准备好使用 AI，但仍在努力建立信任。治理是高管们最常提到的 AI 相关问题，也是他们承认在实践中最容易被忽视的一项。超过三分之一的受访者仍然没有明确的治理机制，或者只依赖一次性的 IT 审批。
信任是大规模采用的障碍
这些结果表明，未来生命科学行业部署 AI 的速度和范围，将取决于信任，而不再主要受技术限制。高管们认为，监管、法律或合规方面的顾虑（21%）是推动 AI 大规模发展的最大内部障碍，而技术准备度则位列较低位置（9%）。当被问及评估 AI 试点项目最重要的指标时，高管们将信任和采用度（24%）排在效率（23%）之前，显示出衡量标准正在变化。
高管们在自己亲自使用 AI 时，比在公司层面部署 AI 时更有信心。超过三分之二的高管（68%）参与了所在机构的 AI 项目，69% 认为自己对 AI 的个人舒适度较高。但超过一半（54%）仍对 AI 在本公司中的使用方式感到担忧。58% 的受访者表示，生命科学行业缺乏清晰的负责任 AI 行业标准。
Arctic Therapeutics 首席法务官兼运营主管、ACTO 组织的 RAIL 圆桌讨论主持人 Lisa DeMarco 表示：“讨论反映了整个行业在理解、采用和监督 AI 方面的广泛观点和经验。讨论中一个重要主题是，需要有实用指导，帮助组织评估 AI 的可信度，同时始终把患者安全放在首位。”
治理是信任的基础
高管们将治理描述为一种持续性的运营模式，远远超出最初审批的范围。这需要指定业务负责人、明确的升级流程和标准操作程序（SOP），以及能够部署和撤销 AI 代理，并在代理和子代理两个层面实施治理。问题在于，所有权归属仍不清晰。对于应由谁最终对 AI 代理的行为负责，高管们给出的答案分别是最终用户（34%）、法务和合规部门（28%）、第三方 AI 供应商（22%）以及 IT 部门（16%）。
数据显示，责任可能更多落在最终用户身上，因为相当一部分 AI 使用发生在未经批准的系统之外。近四分之一的机构（23%）并未监测或讨论员工使用未经授权的 AI 代理，圆桌讨论中的高管还提到，员工已经在没有任何治理机制的情况下自行构建代理。AI 采用与监督之间的落差，似乎正成为整个行业信任的断点。
行业正迅速从初始优先事项转向未来发展
高管们希望 AI 能提升表现，并且评估方式要公平。五分之四（79%）的人同意，AI 的风险和投资回报应当以当前人类主导的工作方式及其自身错误率为基准来衡量。提升结果和效果（29%）被列为最重要的预期收益，明显高于预算节省（10%）和风险降低（8%）。
在 AI 应用最成熟的高管看来，每个用例都应按价值和治理难度排序。大多数机构首先从更易管理的任务入手，例如审查和审批流程、通话准备、信息记录、分诊和辅导。尽管三分之二的受访者已经在推进 AI 项目，但关注点正转向更复杂的任务：系统互联、完整产品上市支持，以及多个代理之间的协调。无论是为一线销售代表提供支持的代理，还是为医学联络人员提供支持的代理，都必须与多个系统以及这些系统中已嵌入的 AI 代理协同工作。这也带来了新的问题：哪些结果可以信赖，以及结果应由谁负责。
人员因素仍是采用的主要瓶颈。变革管理是每场圆桌讨论中反复出现的挑战。当被问及人类最需要保留的能力时，45% 的受访者选择判断力，其次是人际关系（31%）和战略能力（24%）。报告建议更细致地重新定义岗位职责，明确哪些工作由 AI 代理处理，哪些工作仍由人类保留。
引入统一的信任标准：RAIL 评分
为行业提供共同参考，RAIL 评分为任何代理式 AI 系统提供评估框架，从六个负责任 AI 维度进行打分，包括治理、安全、测试与认证、以人为本、价值创造和编排。每个维度都被评为“高”——足够可靠，可用于生命科学行业；“中”——存在需要优先解决的具体缺口；或“低”——不可用。报告还配套提供了多种工具，包括自评表、供应商评估清单、AI 代理岗位说明模板以及 90 天上线清单。
ACTO 联合创始人兼首席执行官 Parth Khanna 表示：“行业已经不再讨论是否应该使用代理式 AI。高管们现在想知道，哪些系统值得足够信任，可以大规模部署，而今天并没有统一标准来回答这个问题。任何代理式 AI 系统都必须建立适当的安全和治理。RAIL 评分为团队提供了一种一致的方法，按照受监管行业所要求的标准评估系统，让信任建立在证据之上，而不是供应商的宣传之上。”
方法论
《Responsible AI in Life Sciences（RAIL）2026》报告基于 8 场线下高管圆桌讨论，参与者为来自北美和欧洲的 80 位高管，时间为 2026 年 2 月至 4 月；同时还基于一项在线调查，调查对象为 2026 年 6 月 8 日至 7 月 17 日期间的 135 位制药、生物技术和医疗器械公司高管。几乎所有受访者（97%）都担任总监及以上职位，覆盖商业、医疗事务、法务与合规、学习与发展以及市场营销等领域。
免费的 RAIL 2026 报告及相关工具现已在 acto.com/RAIL 提供。
如需进一步了解结果，可报名参加即将举行的网络研讨会“生命科学领域的负责任 AI：高管对代理式 AI 大规模发展的看法”，时间为 11 月 4 日周三美国东部时间上午 11:00。
关于 ACTO
ACTO 帮助生命科学公司在获得监管批准后将治疗方案带给患者。其基于 AI 的一线卓越平台和 AI 超级代理可加快产品上市、强化一线执行，并深化商业和医学团队的客户互动。ACTO 可提升培训和辅导效率，并将面向客户岗位中多达 30% 的工作实现自动化。这使销售代表、医学联络人员及其管理者能够更专注于人际关系、判断力和战略执行。全球 50 大制药公司中有 14 家正在使用 ACTO，此外还有快速成长的生物技术公司和领先的医疗技术企业。ACTO 已通过 FDA 21 CFR 第 11 部分验证，获得 SOC 2 Type II 认证，并且是 Veeva Gold 产品合作伙伴。更多信息请访问 www.acto.com。
研究要点：2026 年《生命科学领域的负责任 AI》报告
RAIL 2026 报告基于 8 场高管圆桌讨论，参与者为来自北美和欧洲的 80 位高级管理人员，以及一项面向 135 位制药、生物技术和医疗器械公司高管的在线调查。几乎所有受访者（97%）都担任总监及以上职位。该研究考察了生命科学组织如何在商业化过程中评估、治理并大规模部署代理式 AI。
治理是决定性问题
近三分之二（64%）表示，其所在机构已经建立了较为成熟的 AI 治理流程（22%）或正在制定中（42%）。
超过三分之一（36%）没有明确治理机制（21%），或仅依赖单一审批流程（15%）。
治理是圆桌讨论中最常被提及的 AI 问题，高管们也将其描述为实践中最容易被忽视的环节。
责任归属仍未明确。高管们对 AI 代理行为应由谁负责存在分歧：最终用户（34%）、法务与合规部门（28%）、AI 供应商（22%）和 IT 部门（16%）。
近四分之一（23%）并未监测或讨论员工使用未经授权的 AI 代理。37% 的受访者认为这属于严重安全违规。
信任可能才是真正的增长障碍
超过一半（58%）表示，生命科学行业缺乏清晰的负责任 AI 标准。
超过一半（54%）担心 AI 在其组织中的使用方式，即便 69% 的人表示自己对 AI 非常熟悉。
高管们将负责任 AI 定义为经过验证（81%）、符合伦理（79%）且安全（75%）。选择合规（46%）、可审计性（45%）或可控性（40%）的人相对更少。
五分之四（79%）同意，AI 风险和投资回报应以当前由人主导的工作方式为基准来衡量。
信任和采用度（24%）略高于效率（23%）、风险（21%）和投资回报（18%），成为衡量试点成功最关键的指标。
从当前优先事项到未来发展
三分之二（68%）的人已经参与所在机构的 AI 项目。
现在就开始（高价值、易治理）：审查和审批流程、通话前准备、信息记录、分诊、辅导。
随后推进（高价值、治理更难）：系统互联、完整产品上市支持、多个代理协调。
延后或限制：任何可能在没有人工中介的情况下直接到达患者或监管机构的内容。
提升结果和表现（29%）被视为最重要的预期收益，领先于效率（25%）和生产率（24%）。预算节省（10%）排名靠后，风险降低在列出的收益中垫底（8%）。
障碍主要来自组织层面
推动发展的主要障碍是监管、法律或合规方面的顾虑（21%）以及缺乏可比的投资回报衡量标准（20%）。技术准备度则位列较低位置（9%）。
高管们提到推动 AI 采用的三大压力因素：商业化加速、预算收紧，以及即使没有清晰战略也要加快采用 AI 的压力。
人员重组才是增长的真正瓶颈。高管们表示，人类必须保留的关键能力是判断力（45%）、人际关系（31%）和战略能力（24%）。
RAIL 评分
RAIL 评分从六个维度评估任何代理式 AI 系统：治理、安全、测试与认证、以人为本、价值创造和编排。
每个维度按 1 到 3 分计，总分为 18 分：高（16–18 分）、中（12–15 分）或低（12 分以下）。
安全和治理是基础支柱。任一项得分低于 3 分，系统就只能被归为低等级。
免费的 RAIL 2026 报告及相关工具现已在 acto.com/RAIL 提供。
如需进一步了解结果，可报名参加即将举行的网络研讨会“生命科学领域的负责任 AI：高管对代理式 AI 大规模发展的看法”，时间为 11 月 4 日周三美国东部时间上午 11:00。
