专栏作者/贾健多年医疗器械行业经验，专注高值耗材学术推广。对日本医疗行业发展有一定研究。
以前日本医药行业和我国一样，非常重视客情。医药代表的推广工作，是销售增长非常重要的引擎。但从几年前开始，就已经出现了医药代表和KA医院的医生见面越来越难的情况。
前几天上海某三甲医院开始实行的医药代表提前到医务处登记后才可以拜访的政策，其实在日本很早就有类似的情况。比如我参观过的东京医学大学附属医院就要和科室秘书提前邮件预约。不少医院要在专门的门岗处领取门卡（显示是医药代表）才能进去。
我也见过日本医院的一些建筑上也贴有告示：谢绝医药代表进入。因此，也有日本媒体提出可以用AI替代医药代表的观点。
最近一期日本kusuri online网站（医药在线）发表了一篇比较抓眼球的文章《2017年医药产品结构改造元年》。对2017年的日本医药市场做出了三大预测并强调：日本政府督促医疗企业对人力资源的使用（医药代表访问医院）的运营方式进行改革，从而达到降低药品（非原研）价格的。文章还就AI以及大数据的使用代替部分医药代表访问进行了讨论。
原文链接：
https://www.mixonline.jp/Article/tabid/55/artid/55002/Default.aspx
2017年可能出现的三大趋势：
1、地区性区域医疗联合体的构建。（省级单位集中采购）
日本除了东京以外，其它区域人口都在减少。在人口减少的趋势下，很多医疗单位将面临破产。以床位500张以上的综合医院必须保证病床8成才能稳定运营来计算，很多地区医院提出要求，希望提高国家医疗保险收费标准，因为目前病人中急性重症病人的比例增高，能满足医院盈利要求的患者比例持续减少。加上和附近医院竞争加剧,容易带来地区性医院整体运营困难。
日本各县（省级单位）开始设立希望开始统一管理全体医疗单位，避免恶性竞争，合理对病人进行管理。但是推进及其缓慢并不成功（计划经济，日本人民也不答应）。所以最终将会演化成集中采购可能性相对比较高。
2、 NBD数据（日本全国诊疗次数数据）首次公开导致药品采购激变。
日本NDB数据链接：
http://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000139390.html
数据中首次将日本全国的医疗操作次数进行了公布,各县各种医疗行为的次数等具体数据进行了全部公布（全社会可随意下载）。
文章认为：医院等医药采购单位可以参考自己省份数据以及其它省份数据进行参考，制定合适的采购策略，同时医药公司以及药品批发的单位也将会因此改变市场投入模式，对医疗单位的市场潜力进行评估后，合理安排人力资源。
3、政府主导医疗改革，对药物（专利期后）价格调控。
对专利保护期以外药物进行价格控制（不希望专利期以外药物赚取太多利润），促进制药产业向原研方向发力。其中针对人力资源对专利期以外的产品提供医学信息的价值（医药代表）虽然给予一定肯定，但是在目前日本财政严峻的情况下，政府提出希望减少医药代表对各个医院访问添加的人力资源成本从而降低药价。希望从医药代表依靠实际访问推动医学信息的方式转化到利用网络资源对处方医生以外的药剂师以及护士的全方位支持。
文章最后指出：在2017年业界最大的话题将会是医药代表改革的实现。三种变化将会促使日本的医疗商业模式进行改革,政府希望各个公司对通过强化医药代表拜访的销售模式进行转变，利用大数据和AI来进行信息营销。这样就可以解决一部分日本人力资源成本过高的问题,认为医药企业应对人力资源的使用方式进行改革，提高效率。
我虽然对目前AI代替医药代表的可实施性非常存疑，先不讨论能不能用，首先AI目前可比中国的人力资源贵多了。阿尔法狗每下一部棋子的成本是3000美元，一盘棋耗费8万度电，而且目前也没有什么研究证明，AI能取代人提高客户粘性。
过去的十年中，认知领域软件的情形是走向“微服务”，也就是对数据执行一小组功能并返回结果。这些软件通常比较小，例如：神经网络、深度学习、语音分析与识别、图像识别等，这些认知软件通常不会去解决一个“问题”，只是解决一个局部一小组功能。
比如下围棋，也没法想象能够提供医药代表一样多方位的服务（专业+客情+个性化服务）。
但是有两种情况需要注意AI等软件的可能发生的变化：
1、谷歌、微软、facebook以及亚马逊的程序库已经在近一两年免费开放，程序开发者会按照某种标准进行一小组功能的开发。而谷歌等公司可以将若干个小功能进行组合，也许可以满足客户对复杂问题的需求。
2、医疗产品中不少产品性能单纯或者客户的需求比较简单。如果通过调整产品种类、客户层级、疾病特点、购买途径等几个关键因素的“边界”后，也许会找到适合大数据或者AI推广的产品或者医疗服务。
估计各位最近都刚刚开完销售会议，营销中都会遇到两个问题：1、关键信息不足，客户处方习惯或者市场潜力难以判断。2、人力资源有限，无法覆盖过多客户，造成目前的人均产出过低，没法轻易增加人力。大数据和AI等新工具的应用相信会促进医药代表高效工作。
这几年你仔细观察会发现，造成BU或者产品被调整、卖出等情况的一个原因是公司认为现有条件下无法提高销售的人均产出，甚至所有市场活动最终能否成功也经常体现在：局部区域或者细分市场上销售人均单产是否发生显著变化上。人均产出高，小公司也过的不错；人均产出低于行业同类水平，大公司的BU也容易被清理出去。
如果大数据以及AI等工具能够帮助我们提高覆盖客户的数量或者深度，达到提高医药代表人均产出的目的，那将是行业的非常重要的机会点。比如销售人均从200万提升至300万，哪怕你适当减少一点人力资源，BU以及公司的情况也会大有改观。
未来，医药代表和大数据以及AI等工具的关系应该是协同关系。
应该把这些看成如同电脑一样的高级工具，帮助我们提高效率达到提高人均产出的大杀器。对于我们从业人员的要求是提高我们的能力去驾驭，否则光靠简单、重复的行动的职业，显然也不是大家所期望的。不需要担心AI等人工智能过度发达取代了医药代表的岗位，因为如果真有那么厉害的工具，首先受影响的恐怕是一部分医生。。。
与其担心，不如期待。
后台回复关键词获取干货
丨职场丨学术推广丨合规丨药企营销模式丨
丨市场准入丨日本药代经验丨产品经理丨
丨专业拜访丨一致性评价丨医药代表丨两票制丨
▌图片@网络，版权归原作者所有
合作事宜请在微信后台留言
思齐圈（www.siqiquan.org) - 专注医药/器械行业，专业知识分享平台
