（活力中國調研行）「中國車谷」 新能源汽車產業集鏈成勢動能澎湃
2025-10-24 06:57 2,257次浏览不問症「秒開」處方，用藥安全咋保證？ 記者調查處方藥線上銷售亂象 在電商平臺搜索藥品名，選中後點擊「開方購買」，再填寫用藥人信息、選擇確診疾病、勾選最下方的確認選項提交……一系列操作後，重慶某高校大學生張雪(化名)線上購藥成功。兩天後，因練習「科目二」頻頻手心冒汗、心跳加速的她，就收到了這款朋友推薦稱可以「緩解緊張」的處方藥。 拿到藥後，張雪在練車前直接服用了該藥，但在練車過程中卻出現了頭暈的症狀。她仔細查閱說明書，發現這款處方藥的其中一項副作用便是服用後運動時可能會出現低血糖的情況。 「在購藥過程中，頁面沒有任何顯著提示標明適用證和用藥風險。」張雪告訴《法治日報》記者。 「處方藥竟然能隨便買。」用張雪的話來說，購買這款處方藥的過程非常「絲滑」，像在看菜單。比如，在開方購藥環節中，她可以直接在平臺給出的包括「心動過速」「心律失常」「高血壓」「甲狀腺功能亢進症」等確診疾病中進行勾選，也可以自行添加確診疾病。 張雪回憶說，買藥時她也曾猶豫過，害怕對身體有副作用。於是在醫生問診環節，她特意補充了一條留言：「請問防駕考緊張吃這個藥安全嗎？」 但這條「補充信息」並未得到開藥醫生的「重視」，在沒有任何回復的情況下，系統就彈出了電子處方：「審核通過，可以購買。」 從搜索到付款，整個過程不到30秒。直到收到藥，她的那條留言依然顯示「未讀」。 之後，張雪查閱資料發現，此藥是用於控制高血壓、勞力性心絞痛、甲亢引起的心率過快等疾病。她有些後怕：「如果這藥不適合我，或者吃出問題，誰來負責？」 最近身體不適的北京居民陳明(化名)在線上購買阿司匹林腸溶片(一種處方藥)時，也有類似經歷。「系統彈出提交訂單提示後又要求補充處方信息，我在補充信息中隨手填了頭痛，之後也不需要瀏覽處方開具過程中的各種確認事項，不到10秒鐘，頁面就跳轉到支付界面。」 半小時後，陳明就收到了藥品。「方便是方便，但平臺所謂的『審核』根本就是個擺設，連最基本的問診流程都省略了。用藥安全咋保證呢？」 伴隨網際網路醫療蓬勃發展，線上購藥因便捷高效已成為不少患者的新選擇。然而，記者近日調查發現，部分電商平臺處方藥銷售亂象頻發，嚴重威脅消費者用藥安全。在多家電商平臺網售處方藥過程中，患者無須上傳病歷、處方等資料，「醫生」在缺乏實質性醫療評估的情況下「秒開」處方，甚至存在「先藥後方」現象。 記者嘗試在某平臺購買處方藥時發現，藥品圖片左上方會有「RX處方藥」的標註，藥品名稱欄也會用灰色小字提醒「需憑處方在藥師指導下購買和使用，非質量問題不支持退換」。點擊右下角「開方購買」後，就跳轉到了「申請開藥」界面，填寫用藥人信息和確診疾病後，還要勾選「確認已線下就診並使用過該藥品，無不良反應」才能提交。 在「問診開方」環節，記者看到了平臺認證的醫生發來的模式化信息：「您好，我是××醫生，非常高興為您提供醫療諮詢服務。稍等一下，我正在看您填寫的病情記錄信息」「為了用藥安全，請確認用藥人××已在線下就診並使用過訂單中的藥品且無不良反應。請問您還有其他信息補充嗎」…… 隨後，記者又在數個電商平臺嘗試購買處方藥，發現大部分平臺開具處方藥的流程基本一致，基本是添加問診信息、網際網路問診，大約半分鐘內便可結束問診。這些平臺的購藥流程僅有細節性的不同，比如有的平臺需要先提交訂單，後補充處方信息並付款，有的平臺則是先補充處方信息。值得注意的是，個別平臺的醫生在開方過程中甚至沒有要求記者再次確認線下使用過該藥物，也沒有信息補充這一環節。 通過這些相似的流程，記者可以輕易買到局部麻醉藥「利多卡因氣霧劑」、高警示降糖藥「格列齊特片」等處方藥。 調查中，記者還向15家線上藥店電話諮詢，其中大多數都表示「可以線上開處方」。記者問沒有醫院開的處方怎麼辦，有藥店回復稱「就說線下使用過此藥，不要說自己第一次購買」。 不少受訪者都表達了這樣一種擔憂——這種過於便捷的購藥渠道是否也會「培養」人們用藥的壞習慣：身體不舒服就直接上網買藥，處方藥隨便吃？ 對於當前「秒開」處方的購藥流程，北京盈科(上海)律師事務所股權高級合伙人邵穎芳評價說，雖然相關規定明確了處方藥管理的規範，但現在有的網際網路醫院、醫藥電商把「處方」簡化為「在線問診—自動生成」，這些幾秒鐘就開具出來的「處方」嚴格意義上僅是「購藥憑條」。 邵穎芳分析，部分藥品零售企業認為自己憑單銷售，將責任推給網際網路醫院，網際網路醫院認為自己憑處方銷售，又將責任推給平臺註冊的「多點執業醫師」，而這些醫師大多又是隨機分配接單，缺乏對患者的長期管理。看似責任落實，實則「三不管」，相互推卸責任。長此以往會造成處方藥被濫用，危害群眾的健康安全。 那麼，如何治理線上「秒開」處方藥的問題？ 在北京中醫藥大學衛生健康法治研究與創新轉化中心主任鄧勇看來，根治需從兩方面破局：一是技術賦能合規。以全國處方共享平臺、區塊鏈追溯、AI動態風控重構線上診療基礎設施，確保開方、流通、使用全鏈條可控。二是社會共治生態構建。通過讓平臺連帶賠償、對公眾加強教育、藥師醫師參與審核形成防控網絡。 「只有讓違規者付出高於收益的代價，線上處方才能真正安全。」邵穎芳認為，可以從技術和違法成本等方面入手。 人臉識別阻斷「秒開處方」漏洞。患者及醫師開具處方前均需完成人臉識別，線上開方需提交線下病歷、檢查報告等資料，拒絕「患者選藥—醫生補方」的逆流程，必須憑處方購買。 加強AI識別攔截。對出現「促銷」「套餐」形式的處方藥及違規關鍵詞自動斷連結，對高風險類藥物進行二次人工覆核並留存審核處理資料，關聯處方、醫師、藥師、藥品批號，實現全程溯源。 明確責任閉環管理。出現違規銷售處方藥事件的，啟動醫師、藥師、平臺三方責任倒查。 加強監督宣傳。加強公眾教育，不在私域平臺進行處方藥物非法交易。建立統一監管平臺，實現處方碼可追溯。設立專項舉報通道，鼓勵社會監督。 「長期來看，還需依賴處方制度數位化升級與社會對精準醫療價值共識的重建，方能在滿足患者便利需求的同時，築牢用藥安全的銅牆鐵壁。」鄧勇說。 本報見習記者 丁一 / 本報記者 趙麗 / 本報實習生 張茗
前不久，我在做某數位化平臺的調研時，與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系，卻仍有無數中小工廠困於『代工邊緣』？」 對方提到，「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的，至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面，恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠，會發現全球供應鏈的重組早已超越簡單的產能轉移，演變為一場由數據與算法驅動的系統性變革——而AI，正是這場變革的核心引擎。 傳統供應鏈的困境：看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病，其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣，能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地，一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時，供應商需要花費三天時間核實技術要求的細節，而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條，迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式，更「坑人」的地方在於，易引發市場波動中的「群體失智」：市場一有風吹草動，就容易集體跑偏。結果就是企業看不清市場走向，要麼一窩蜂擴大生產，要麼突然集體減產，最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源，本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾，而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於，在傳統供應鏈中，訂單信息需經採購、設計、生產、物流等多環節層層傳遞，每過一個節點就產生信息損耗；上下遊企業因數據標準不統一，技術參數、交付周期等關鍵信息難以對齊。例如，某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整，頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為，傳統供應鏈依賴人工經驗和歷史數據的預測模式，在突發性事件面前不堪一擊。例如2020年新冠疫情初期，全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時，上遊製造商無法及時調整生產計劃，下遊客戶也難以重新配置物流資源時，將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢？是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」，全球貿易要求供應鏈具備實時響應能力時，依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具，更是重構供應鏈底層邏輯的核心引擎，就是為了將「看不見的繩索」轉化為「可量化的數據流」，將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決？構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了，解決辦法也就隨之而來，即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心，在於AI將模糊的製造能力轉化為可量化的數據資產，並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐，其平臺通過構建多維度的數據標籤體系，從最底層的工藝切入，將原本難以描述的工藝能力，如微米級精度的車床加工、特定材質的表面處理工藝等，轉化為機器可識別的結構化特徵。隨後，將簡單的需求流轉到工廠，讓買家和工廠直接對接；碰到需要多種工藝的複雜訂單，就重新設計、拆解，再派單給不同工廠完成，其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前，說起企業的製造能力，大家總愛簡單分成「能做」和「不能做」兩種。現在，在AI驅動的體系中，每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如，醫療器械企業發布精密零件採購需求時，AI系統不僅能匹配具備相應資質的供應商，還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率，又顯著降低冗餘成本。這種數據驅動的決策模式，正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」，成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢？說到底，數據成了供應鏈裡最值錢的家當，而算法就像分配利益的規矩——誰手裡的預測模型更準，誰能更快把所有數據理順，誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說，這種靠AI撐起來的「數據加算法」模式，不光能幫那些中小工廠跳出「只能做代工」的困局，更能把咱們「工業體系全」這個大優勢，變成在全球供應鏈裡說了算的本事。這麼一來，全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球，供應鏈的「去中心化」革命 而在全球範圍內，供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算，現在慢慢變成了大家各有各的職能，互相配合著來。而這場大變樣的背後，最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單，系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約，貨物離開生產線時區塊鏈就完成支付結算，整個過程像網購一樣簡單直觀。這種看似科幻的場景，其實在阿里巴巴國際站的跨境貿易中已經初現端倪，去年該平臺就有超過三成的交易開始應用區塊鏈存證技術，實現了全流程的透明化與自動化。 現在，技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能，AI算法能實時分析全球14個港口的擁堵情況，物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化，更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失，生產端和消費端通過。AI驅動數字網絡直接咬合。 然而，這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中，我們能看到兩種截然不同的圖景並行：某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺，卻因管理層對數據可視化系統缺乏理解，導致系統淪為擺設；而隔壁的模具廠則用300萬改造費用實現設備聯網，通過實時監測刀具損耗率，就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時，很多企業發現最大的障礙不是技術本身，而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統，但員工習慣了手工操作，推廣難度很大。此外，數據安全和隱私保護問題也日益凸顯，如何在開放共享與風險控制之間找到平衡，是行業面臨的共同挑戰。 這些現實困境揭示：去中心化不是簡單的技術疊加，而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來，中國製造乃至全球產業網絡的協同與進化，才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革，正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」，從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈，正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口，吸引全球開發者為其改進飛行控制系統，使產品響應速度提升30%；蘇州的紡織廠將柔性生產線接入AI雲平臺，成為服務十幾個國家設計師品牌的「雲製造」節點，實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升，更是價值創造邏輯的根本變革：當每個參與方都能通過數據貢獻獲得收益分成，當創新成果能在全球範圍內即時復用，供應鏈就變成了持續進化的生命體。 從大趨勢來看，AI正在悄悄改變供應鏈創造價值的方式。過去，資源怎麼分配，基本都是行業裡的大公司說了算；現在，AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據，靈活調配產能、優化物流路線、提前預判需求，哪怕是很小的生產單元，都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於，全球供應鏈的競爭早就不拼規模大小了，而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型，誰能更高效地把各地的數據串起來，誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過，AI推動供應鏈升級，也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則，得培養既懂生產工藝又懂算法的多面手，還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型，從以前的手工焊接小作坊，變成現在涵蓋設計、測試、融資的全鏈條數字生態，每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時，也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中，AI會變成供應鏈的「神經中樞」：工廠設備靠AI自己協調幹活，物流網絡跟著算法隨時調整路線，甚至消費者幾個月後想要什麼，AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡，整個供應鏈會變得特別有韌性，充滿活力。這可不只是技術更新換代那麼簡單，更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員，清華大學人工智慧國際治理研究院戰略與宏觀項目主任，新著《杭州模式：DeepSeek與中國算谷》2025年5月由中信出版集團出版)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
奇秀直播
「活动」首次登录送新手大礼包
- 软件大小: 794.26MB
- 最后更新: 2025-10-24 06:57
- 最新版本: v2.7.18.1
- 文件格式: apk
- 应用分类:ios-Android 伊人直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.26以上
客服热线：139-2689-3548
78
38146
76
2025-10-24 06:57
83624
98
2025-10-24 06:57
26371
19
2025-10-24 06:57
58643
51
2025-10-24 06:57
46379
71
2025-10-24 06:57
17598
96
2025-10-24 06:57
94273
98
2025-10-24 06:57
36495
15
2025-10-24 06:57
21384
97
2025-10-24 06:57
81
23791
31745
37
67
68
