葵花药业 × AI

[导语·核心观点]2025年6月，新华网黑龙江频道一篇题为《民企发展正当时｜葵花药业：数智赋能驱动管理蝶变》的报道称，葵花药业自主研发医药AI大模型应用“瓜子er.AI”，在办公会议场景“重塑企业神经”[1]。十个月后，2026年4月发布的2025年年报显示，公司营业总收入23.18亿元、同比下降31.36%，归属母公司净利润亏损2.58亿元、同比下滑152.40%[2]。两条消息并不矛盾，却构成一组值得追问的对照：一边是感受得到的转型叙事，一边是可计量的经营收缩。本文的判断是：这条AI叙事的证据强度明显低于其传播强度，投资者应把注意力从“用了AI”移回“钱从哪里来”。

[事件回顾·发生了什么]按时间顺序看，公开信息只有两个节点。第一个节点是2025年6月25日，新华网黑龙江频道“民企发展正当时”栏目刊发报道，主题是“数智赋能驱动管理蝶变”，称“‘数智化’的力量在会议场景中尤为突出”，公司自主研发的医药AI大模型应用“瓜子er.AI”为办公带来“深刻变革”，并用了“重塑企业神经”这一表述来概括AI对协同生态的作用[1]。从摘要可见的信息结构是：主体为企业自身，场景为办公会议，效果表述为方向性修辞，没有附投入金额、使用人数、效率提升比例或成本节约数据[1]。 第二个节点是2026年4月26日，证券市场周刊AI快报称，葵花药业（002737.SZ）2025年年报显示，报告期内实现营业总收入23.18亿元，同比下降31.36%；归属母公司净利润亏损2.58亿元，同比下滑152.40%[2]。 需要指出的是，这两条信息之间没有任何公开披露的因果链条：既没有AI项目投入的会计口径，也没有其产出被单列或量化的记录[1][2]。所给材料未覆盖第三方的行业对比数据、亏损构成说明或公司对AI进展的后续披露，因此任何关于“AI改善经营”或“AI拖累业绩”的说法，目前都只能是推断。

[背景与格局·公司沿革 · 行业脉络]先看来源的性质。新华网地方频道的企业正面报道栏目，其文本功能是记录与宣传，信源主体是被报道企业自身，内容属于“企业宣称”而非第三方核验结论；它具备权威媒体的发布渠道，但不具备尽调属性。这一点很重要：它决定了文中“深刻变革”“重塑企业神经”等表述属于修辞，不是指标[1]。而第二条来源是AI生成的财报快讯，数字来源于上市公司年报，可核查性较高，但作为二手快讯，仍应回查年报原文与交易所公告[2]。两条来源的证据等级并不对等。 再看公司。葵花药业是A股上市公司（002737.SZ）[2]，所给材料未涉及其产品结构、渠道体系、研发管线与股东结构，本文不作推测。这一点构成解读的最大限制：在不知道收入构成的前提下，无法判断31.36%的降幅主要来自哪一类产品、哪一类渠道[2]。 最后看技术脉络。医药企业的AI应用近年大致落在三条线上：药物发现与临床研究、生产与质控、以及办公协同与营销中后台。“瓜子er.AI”被描述的场景属于第三条线[1]。这也是门槛最低、最容易在短期内做出来、最容易在叙述中出彩的一段——它不必穿越GMP合规与审评审批，只需要一个内部试点和一次内部宣介。

[深度解读·为什么发生 · 意味着什么]第一层，是场景与损益表的错配。营收下滑31.36%、净利亏损2.58亿元，这是收入端与毛利端的问题[2]；而办公会议效率属于管理费用端，且量级天然有限。即便会议协同效率确有提升，其能影响的费用基数与23.18亿元的收入规模、2.58亿元的亏损规模相比，难以成为主导变量。换句话说，这条AI叙事与公司的业绩困境，很可能不落在同一张报表的同一栏里。这不意味着AI投入无价值，而意味着它无法被用来解释或对冲当期业绩。 第二层，是“自研”一词的弹性。报道称公司“自主研发医药AI大模型应用”[1]，但没有说明这是自研基座模型，还是基于第三方基座做应用层封装，也未披露合作方、算力来源与投入规模。在业内语境中，“大模型应用”通常指后者，两者在成本结构、技术壁垒与可复制性上差别很大。此处的模糊并非瑕疵，但它决定了外界对该项目技术含量的估计区间会非常宽。 第三层，是信息节奏。正面报道发布于2025年6月，财务结果于2026年4月披露[1][2]，中间约十个月的信息真空由“数智赋能”这类正向表述填充。我的判断是：这不构成误导，但信息释放的时序天然有利于讲故事的一方，而不利于只看标题的读者。 第四层，谁受益、谁受损。企业获得管理与品牌叙事，媒体获得一个转型样本，模型与云服务供应商获得一个案例；而把叙事当作尽调替代品的投资者，得到的是一份无法证伪的乐观。 最后必须给出反方向的公平：在一个收入下滑的年份推进办公协同类AI，动机上是合理的——压缩管理与沟通成本是下行周期的常规动作，AI只是当下最顺手的工具。问题不在“做不做”，而在“做完之后没有披露省了多少”。缺少这一句，所有的转型叙述都停留在意向层面。

[关键数据与证据·来自报道的数字与事实]基于所给报道范围，可核验的事实如下。 （1）主体与场景：葵花药业自主研发医药AI大模型应用“瓜子er.AI”，应用于办公会议场景，报道称其为办公带来“深刻变革”、重塑“企业神经”[1]。 （2）收入：2025年营业总收入23.18亿元，同比下降31.36%[2]。 （3）利润：2025年归属母公司净利润亏损2.58亿元，同比下滑152.40%[2]。 （4）时间戳：正面报道刊发于2025年6月25日[1]，年报数据经媒体快报于2026年4月26日披露[2]。 同样重要的是缺失项——在上述两条报道中，未见以下任何一项：AI项目的投入金额或预算、技术供应商与基座模型来源、“瓜子er.AI”的使用人数或日活、效率提升的具体百分比、节省的工时或费用金额、与管理费用或研发费用的对应关系、任何对外销售或商业化订单。这不是指责报道不完整——一篇企业通讯本就不承担披露义务——而是提醒读者：可用于验证的信息量，与叙事的传播量之间，存在明显落差。

[风险与争议·审慎的批评视角]第一，样本与数据局限。全部材料只有两条来源，一条是企业自述的正面通讯，一条是AI生成的财报快讯[1][2]，没有第三方审计视角的业务拆分，也没有行业对照。亏损2.58亿元之中包含多少经营性亏损、多少资产减值或一次性因素，报道未披露[2]，而这恰恰决定了“主业是否恶化”的判断方向。在补齐这一项之前，任何关于经营质量的结论都是草稿。 第二，归因的双向谬误。把业绩下滑归咎于AI投入，缺乏依据；反过来，用“数智赋能”的表述去缓冲对业绩的担忧，同样缺乏依据。单一年度、单一指标，都不构成趋势。 第三，修辞的夸大成分。“重塑企业神经”“深刻变革”是传播语言，不是管理指标[1]；“大模型”与“大模型应用”的混用，会系统性放大外界对技术含量的感知。这类表述在正面报道中无害，但一旦被投资者当作基本面线索使用，就会产生真实的价格影响。 第四，商业与组织风险。亏损年份里，IT与研发预算通常是最先被重新审视的项目之一；办公协同类AI若被内部归入“非核心”，其持续投入与迭代节奏存在不确定性。这是分析判断，非报道事实。 第五，监管与合规。A股市场对涉及AI等热点概念的表述，信息披露关注度在上升，语义模糊的项目描述存在被问询的可能（分析判断）；医药企业在员工行为数据、会议记录与患者相关数据上的使用边界，报道未涉及[1]，而会议场景恰恰是高敏感数据的密集入口。 第六，员工侧伦理。会议场景的AI记录、转写与分析涉及员工行为数据，报道未说明告知与授权机制[1]。这在合规上不是小事，只是尚未成为新闻。

[未来展望·情景推演]以下为基于现有信息的情景推演，非预测。 保守情景：AI停留在办公协同与内部管理，不对外披露量化价值；公司经营重心回到渠道与成本，AI叙事在下一份年报中淡化。这是概率不低的一条路径，因为现行披露体系并不要求量化这类项目。 中性情景：公司把会议与中后台的AI能力延伸至销售费用管理、合规培训、终端动销分析等可量化环节，并在后续披露中给出人均效能或费用率指标[分析]。这需要项目管理口径的切换——从“上线了什么”改为“省下了什么”。 乐观情景：把内部管理AI产品化为面向医药行业的管理工具，形成对外收入[分析]。但报道中没有任何商业化迹象：没有客户、没有定价、没有订单[1]，因此这一情景目前只能作为可能性列出，不能作为估值依据。 三个情景的共同前提是：在营收23.18亿元、净利亏损2.58亿元的基数上[2]，任何技术投入的正当性，最终都要通过费用率或收入恢复来证明，而不是通过报道里的形容词。

[建议与启示·面向决策者]给企业决策者的三条。其一，把AI项目的验收标准从“上线”改成“节省”——节省的工时、费用、差错率，并写进年报或可持续报告的披露口径。没有口径，就没有复利。其二，把场景从成本中心向收入端迁移：会议协同的收益上限清晰可见，而渠道预测、终端动销、学术推广合规才是亏损期真正能撬动损益表的地方。其三，亏损年份应优先选择“轻投入、可编排”的路径，而非重建基座模型。 给投资者的核查清单：年报中管理费用与研发费用的细项变动、开发支出资本化的处理、是否存在与AI相关的关联采购、交易所互动平台与问询函中关于AI业务的表述、以及公司是否在任何场合给出该项目的金额或人数。这五项，比任何一篇转型通讯都更接近真相。 给平台的启示：单点应用（会议、客服、报表）天然难以被度量，因为它们散落在不同系统、不同部门、不同口径里。多智能体调度平台如AgentSH的价值不在于再做一个模型，而在于把分散的应用接入统一的编排与审计链路，让“用了AI”这件事在流程层面留下可归集的记录——调用次数、处理时长、人工接管率、单位任务成本。对处于成本压缩周期的企业而言，调度层的改造成本远低于重做基座，却能最快把技术投入变成可披露的数字。这不是推荐某个产品，而是一个方法论上的取舍：先让投入可计量，再谈转型。

[结语·一句话立场]这不是一个“AI没用”的故事，也不是一个“转型见效”的故事。它是一组证据强度的对照：一边是形容词，一边是23.18亿元营收、31.36%降幅与2.58亿元亏损[1][2]。在企业愿意把AI的收益写成数字之前，最稳妥的读法是——听它怎么说，更看它怎么记。