AI 行业落地 | 第5期:代码自己写、病历自己查、药品自己跑
运输管理系统的现代化改造,七个人加一个 AI,省下 37% 的成本;一家 12 家医院的医疗集团,把 AI 从病床前调到个案管理岗;以色列最大的医院里,机器人已经开始替人跑腿送药。
三个消息都发生在过去 24 小时:写代码、读病历、送药品——没有一处是在"展示 AI",全是在干具体的活。我们一起拆开看:方案够不够细、数字硬不硬、能不能抄。
· · ·
AI 写代码:物流系统改造降本 37%
1. 背景:一堆 Access 老表单,牵着价值 30 亿美元的货运网
Odyssey Logistics 是一家全球物流服务商,货运网络价值超过 30 亿美元,客户横跨化工、金属、食品级产品行业。它的运输管理流程,还跑在一批老旧的 Microsoft Access 和 VBA 表单上——业务逻辑都在里面,但扩展性、维护性、集成能力全跟不上了。
要迁,但不能丢业务规则,还要卡死预算和工期。这种活,干过的都知道,啃起来最磨人。
2. 方案:Devin 打头阵,人只做最后一道门
Odyssey 找的是 Cognizant(交付治理)+ Cognition(自主软件工程技术)的组合。干活的是一支 7 人工程团队,外加 Cognition 的 Devin AI 软件工程师。
分工很明确:Devin 负责规划、写代码、写测试、生成部署流水线和技术文档,把老表单重建成云原生应用;人类工程师不跟 AI 抢键盘,只守一个口子——每一处变更都要经过技术负责人或架构师审查批准,才允许进库。
稳妥起见,他们先拿一个独立的老应用做了试点,21 天干完。有效果,才敢把同一套打法铺到整个运输管理平台。现在,新平台已经在生产环境里跑了。
物流网络与 AI 工程示意(图片来源:Intelligent CIO 报道配图)
3. 效果:降本 37%,吞吐提升约三分之一
已确认事实:Intelligent CIO 北美站 10 月 20 日报道;合作三方(Odyssey × Cognizant × Cognition)、Devin 参与开发、"每处变更人工审批"机制、21 天试点,均有据可查。CIO Maneet Singh 出面说了句话:"现代化只有改变业务结果才有意义……用人管住关键决策,让技术成为业务的引擎,而不是一个 IT 项目。"
单方口径:37% 净成本节省、开发吞吐提升约三分之一——报道里明确写着 "According to the companies",是合作方的口径,没有第三方审计。另外 Cognizant 顺带披露的"自己内部代码产出提速超 50%、新应用开发提速 5 到 6 倍",也是自家数据,听听就好。
· · ·
AI 读病历:个案管理师省出 9 万小时
1. 背景:个案管理师的时间,耗在翻病历上
Sentara Health 是美国一家非营利医疗集团,12 家医院,3.5 万员工,服务弗吉尼亚和北卡。它的急性护理管理团队,先后评估了 100 多个 AI 技术——最后选定的是 Regard,一家做 AI 临床诊断与文档的公司。
为什么选它?因为 Regard 的技术已经在床旁用了很久:医生看诊时,它翻遍电子病历给诊断建议、起草文档,平台累计向医生推荐了超过 2000 万条被采纳的诊断。医院想的很直接:既然医生信得过,不如让个案管理师也用上。
2. 方案:病历变成"能问的",出院计划提前到"第零天"
双方一起把平台按个案管理的工作流重做了一遍。个案管理师现在可以用自然语言直接问病历:病人历史、状态变化、筛查结果,想查什么问什么;还能一键看到"过去 24 小时病历里变了什么"——周末一个管理师要管 100 多个病人时,这功能救命。
数据直接带进每天的医疗出院查房会(MDR),做更快的出院规划,目标是降低再入院率、缩短住院天数。整套流程绕不开临床证据:医生和管理团队看到的是同一份 AI 整理出来的完整病人画像。
个案管理师用自然语言查询病历的场景示意(AI 生成图)
3. 效果:预估省 9 万小时,约等于 40 多个全职
已确认事实:官方通告(BusinessWire,10 月 20 日);试点成功后正式部署到个案管理团队;首席卫生信息官 Dr. Rollin Reeder 亲口确认,Regard 帮他找到过"自己翻病历根本找不到、但能改变治疗走向"的关键信息。
单方口径(预期,非已实现):全面推广到急性护理和门诊后,"预估"节省近 9 万小时,相当于增加 40 多个全职人力、约 500 万美元人力成本——这是医院官方口径里的估算,还没兑现。试点之外的部分,继续看。
· · ·
机器人送化疗药:40 分钟变 14 分钟
1. 背景:以色列最大医院,药和血标本的"最后一百米"
Sheba Medical Center 是以色列最大的医院,常年位列全球前十。去年 12 月起,它用 Deliverz.AI(Gix Internet 子公司)的自主物流系统运送化疗药物——从药房到治疗单元。这套系统不只管机器人,还统一调度人和机器人,管任务分配、负载预测、路线优化,对接电梯、门闸和医院现有系统。
商业模式是软件加"机器人即服务"(RaaS),按用收租。
2. 方案:中央调度层,机器人只是执行端
平台像个中央运营系统:实时按位置、优先级、可用性派单,单屏管理全场;能协调不同厂商的机器人。关键一步是 2026 年 10 月的扩围:新增两条工作流——骨髓标本(血液科→实验室)、捐献血液(献血中心→血库)。招标许可最多上 30 台,目前部署了 3 台。
医院自主配送机器人场景示意(AI 生成图)
3. 效果:40 分钟送到 14 分钟,9000 多次任务
已确认事实:公司官方 10 月 12 日通告(GlobeNewswire):血液与骨髓标本配送已在 Sheba 上线运行;商业模式为软件+RaaS。
单方口径,且信源要打折:化疗药配送从约 40 分钟降到约 14 分钟(降约 65%,历时 11 个月)、累计 9000 多次自主任务——出自 10 月 20 日 PRNewswire 的一篇文章,标注"根据公司数据"。要特别提醒:这篇文章是付费推广文(文末有 Paid Promotional Disclosure:推广公司 Pulse Equity 受 Gix 付费雇佣,且声明未独立核实数据)。数字可以参考,结论先打个折扣,等独立信源交叉验证。
· · ·
觉 然 小 注
三个案例有个共同点:AI 都站在一条"有人管"的流水线上——代码有人审、病历有临床证据链、机器人跑在调度层里。落地的姿势不是"让 AI 自由发挥",而是"把人最烦的那截,交给机器"。化用一句老话:器利不如制善。
· · ·
九羲科技|服务器 · 私有 AI · 存力方案
系列目录
第1期:智能体落地,为何总在第一次翻车?
第2期:医院机器人导诊、银行Agent、工厂维保
第3期:机器人不卖断、改收租
第4期:一座城市把服务台交给了 AI
引用链接
1. Mark Bowen,Odyssey Logistics achieves 37% cost savings through autonomous AI engineering,Intelligent CIO North America,2026
2. Sentara Health Extends AI Clinical Reasoning to Case Managers,BusinessWire(官方通告),2026
3. Gix Internet Brings Physical AI to Life-Saving Logistics,GlobeNewswire(公司官方通告),2026
4. Pulse Equity,The Healthcare Robots and Gix Internet Aims to Transform Critical Deliveries in Hospitals,PRNewswire,2026(付费推广文,数据未独立核实)
下一篇|第6期:工厂的 AI 账本——当智能体开始管流水线,ROI 到底怎么算