AI 行业落地 | 第12期：一人公司开张，药企仓储齐加码

AI行业落地 · 2026-10-23 · 九羲科技

今天（10 月 23 日）有一家公司正式"开业"——开业的不是新公司，是一个新物种：悉尼猎头 Alicia Keenan 的 Aicila Group，11 个人的团队全部换成 4 个 AI 智能体，今天上线接管全流程。这是第一家留下完整记录、把整间公司交给智能体的专业服务公司¹。

把视线往回拉 24 小时：欧洲的仓库里，无人叉车车队已经和人一起干了大半年活，试点超出预期后客户追加订购³；山东临沂，一家 1.2 万员工的老牌药企，把近 2000 万的算力搬进自己家的数据中心，100 多个智能体全跑在本地⁴。

三条消息，三个行业，同一个动作——把智能体放进真实生产。区别只在于：有人先写了 200 份文档，有人先花了 1957 万，有人先在仿真里"考"了几个月。

· · ·

悉尼猎头公司：11 个人换成 4 个智能体

1. 背景

Alicia Keenan 的 Aicila Group，做的是动物保健和制药行业的猎头，干了 16 年，业务横跨几十个国家。公司不大，11 个人，但有个天花板：所有关键决策都得经过她一个人。"什么事都靠我，"她说，"这成了最大的瓶颈。"2025 年底，她做了个让同行倒吸凉气的决定：把整个团队换成 AI 智能体。导火索很直接——怕被已经用上 AI 的对手甩下¹。

2. 落地方案

不是买一套软件装上就完事。Keenan 花了几个月全职时间，写了近 200 份文档：智能体工作流、隐私规则、各司法辖区的法律合规要求。她家客厅的墙上贴满了纸和便签——要把近 20 年的行业经验，翻译成机器能执行的流程¹。

上线的是 4 个互相接力的智能体：商拓智能体 7×24 小时盯监管文件和公司公告，抓招聘信号——比如某欧洲动物药企宣布进军印尼、越南，信号一出现立刻标记；市场情报智能体 输出技能缺口和行业趋势报告；候选人培育智能体 在岗位空出来之前，先把潜在候选人的关系维系住；高管寻访智能体 跑完整招聘流程，Keenan 在指定的检查点接手拍板¹。

3. 效果与成色

今天（10 月 23 日）正式上线，效果的账单还没出来——这恰恰是本期最值得看的点：它不是"成功学案例"，而是一份正在发生的实验记录¹。

翻车已经发生过：早期报告乱码、候选人国籍配错、以她名义起草的邮件语气不对。她的应对是逐条检查、出错就改流程。她自己估计，要 18 个月才敢把人工干预降下来；"需要判断的决策"，永远留给人。用她的话说："它们现在是最笨的时候，只会越来越聪明。"¹

第三方视角来自罗兰贝格（Roland Berger）2026 年 9 月的一份报告：只有愿意把现有流程彻底重做的公司，才能拿到智能体的全部红利；流程不改，智能体会被低效困住，反而要人花更多时间盯²。昆士兰科技大学研究 AI 与雇佣的 Paula McDonald 教授则说，招聘业的这场变革是"一艘不会明显倒退的巨轮"¹。

成色说明：以上事实线来自 emergent.sh 今日的深度报道¹，核心细节（11 人团队、4 智能体分工、近 200 份文档）均为 Keenan 本人自述，尚无第三方审计数据——归为"单方宣称"，先看流程，不看结论。

· · ·

欧洲仓库：机器人先"考试"，再"上岗"

1. 背景

仓库自动化最难的不是买机器人，是让机器人和人、和正在跑的业务并行——停产改造一天，损失都是真金白银。KION（凯傲，全球叉车与仓储自动化巨头）在 NVIDIA GTC Berlin 2026 上展示的，就是这套"不断产上线"的方法³。

2. 落地方案

两条线，同一个方法：先在数字孪生（Digital Twin）里"考试"，再进真实仓库"上岗"。

法国 Épinoy 的 GXO 仓库：2026 年初试点后，无人叉车车队转入日常运营，和仓库员工、其他设备并行作业。Accenture 帮 KION 搭了数字孪生和仿真能力——先在虚拟仓库里训车、测流程，调试时间从"几周"压到"几天"，现场部署时间降了 60% 以上（KION 官方披露）³。

德国 ROSSMANN 区域仓：10 月交付 RoCaP（Robotic Case Picker）——一台带 AI 摄像头扫描和抓取臂的无人工业卡车，能识别、抓取、码放单件包裹，连破损包装这种"脏活"环境也扛得住。安全层面用的是 NVIDIA Halos 安全蓝图，让无人系统和员工并行作业³。

KION 旗下 Linde 无人叉车在仓库中作业（图片来源：ziuacargo.ro 报道配图）

3. 效果与成色

最硬的信号不是参数，是订单：ROSSMANN 的试点在速度和抓取性能上超出预期，之后追加订购了更多车辆³。试点超预期→客户加单，这是仓库自动化里最实在的"效果证明"。

成色说明：事实线来自行业媒体 oemupdate 对 GTC Berlin 2026 展示的报道³，核心数字（部署时间降 60%、追加订购）源自 KION 官方披露，归为"厂商宣称经媒体报道"——有真实订单动作背书，但具体数字未经第三方核验。

· · ·

临沂药企：先把算力搬进自己家

1. 背景

鲁南制药，山东临沂，1968 年的郯南制药厂起家，1995 年成集团，现在 1.2 万员工，2025 年缴税 9.88 亿。医药行业的老三难：研发周期长、成本高、成功率低。2024 年 6 月，董事长张贵民在内部亲自启动 AI 全域布局⁴。

2. 落地方案

这家药企的打法，第一步不是买模型，是买算力、建自己的地盘。2025 年 3 月，投 334 万元采购高端智能计算设备，总算力 11.6 PFLOPS——AI 从纸面规划落到硬件上。2026 年 2 月 27 日出台专项文件，成立"AI 与流程改造专项领导小组"，一把手工程，张贵民任组长；非常规的是，他把副组长和成员的位置互换——让真正懂技术、懂 AI 的团队主导决策，IT 部门拿到最高权限，统筹全场景落地和业务流程再造⁴。

2026 年 9 月追加 1623 万元算力设备，累计投入 1957 万元，总算力 40.56 PFLOPS；以 GPU 集群为核心，配上通过国家 B 级认证的企业级私有云数据中心，核心数据"零外泄、可追溯"⁴。

平台叫"鲁南智擎大模型服务平台"：100 多个智能体，200 多个应用场景，覆盖研发、人事、财务、临床、销售、生产、质检——全部跑在本地算力上。数据底座三块：信息中心 30 多年的行业积累、IT 研发中心近 10 年的应用沉淀，再叠开源大模型做本地化部署⁴。

车间里的改造最见功力：以前提取环节的蒸汽压力怎么控，全靠老师傅经验——培养一个老师傅要 10 年以上。现在把老师傅的经验经科研验证，浓缩成数据，交给大模型和智能体执行：12 个饮片暂存库系统统一管理，AGV 自动流转物料，加水、加热、温度、时间等关键参数自动控制⁴。

鲁南制药 AI 转型报道配图（图片来源：新浪财经）

3. 效果与成色

新药研发端：抗肿瘤靶点挖掘→大环分子设计→候选物筛选→合成工艺优化→临床前验证，全链路智能决策。定下靶点后，平台生成上千个类似分子多维筛选，一个项目约 100 个分子进入合成（传统路径至少 200 个）；新药研发周期预计缩短 30% 以上，先导化合物研发从行业常规的 36 个月压缩到 20 个月以内⁴。

营销端：电商 AI 客服 7×24 小时独立承接 80% 的基础售前用药咨询；医药 AI 翻译（中、英、日、俄四语种）合规文本翻译效率提升 50%；2026 年上半年电商业务同比增速 38%⁴。

难得的是，报道里也留了"没解决的问题"：算力扩容成本压力大（GPU 价格高、供需紧）、高质量专业数据难找（内部数据分散在多系统、标准不一）、复合型人才严重短缺（临沂是三线城市，抢人抢不过一线）⁴。这三条，恰恰是大多数企业落地时真正会撞上的墙。

成色说明：事实线来自经济观察报记者种昂的实地深度报道（新浪财经 10 月 15 日转载）⁴，董事长、IT 研发中心主任、研发负责人、车间班长均为具名受访；数字为企业方单方披露，但有实地采访支撑——归为"媒体实地报道＋企业单方披露"。

· · ·