研报链接已复制,可直接发送至微信群聊

第十六讲:项目启动的政治学 —— 找到“改革派”盟友

引言:技术之外,成败的关键手

请各位先思考一个看似简单的场景:我们已经按照第十讲的流程,用“四象限矩阵”和“一页纸立项书”,成功地说服了院长,拿到了项目的“准生证”和预算。

现在,我们需要选择一个临床科室,作为我们AI解决方案的第一个“试点”。

摆在我们面前的,有两个选项:

  • 选项A:骨科。 骨科的业务流程高度标准化,影像数据丰富,文书模板统一。从技术匹配度上看,我们的AI能在这里发挥巨大的价值,是完美的“金矿区”。但是,骨科的王主任,是一位即将退休的、德高望重的老专家。他对所有“新东西”都抱持着一种审慎甚至怀疑的态度,口头禅是“我们几十年来都是这么干的,没出过错”。
  • 选项B:神经内科。 神经内科的病情复杂多变,诊断高度依赖医生经验,文书的非结构化程度很高。从技术匹配度上看,AI在这里落地的难度,远大于骨科。但是,神内的李主任,是一位刚刚从国外留学回来的“少壮派”。他对新技术极度渴望,一直想在院内做出一些变革性的成绩,以证明自己的能力,为未来的职业晋升铺路。

好了,各位,请做出你的选择。你会把宝贵的第一个试点,放在A,还是B?

一个纯粹的“技术思维者”,会毫不犹豫地选择A。因为那里是“最容易”的地方。

而我今天,就是要告诉各位:这是一个致命的错误选择。

在项目启动的初期,一个完美的“技术试验场”,其价值远远小于一个拥有强大“政治盟友”的“战略桥头堡”。

我们这一讲的核心论点就是:试点科室的选择,首要标准,永远不应该是技术最匹配,而应该是科室的“一把手”,是不是一个有强烈变革意愿、且在医院内有足够影响力的“改革派”盟友。

获得一个强有力的临床“内部盟友”,不是项目成功的“加分项”,它是项目能从“PPT”走向“现实”的“生死手”。

第一部分:识别“改革派” —— 盟友的三个关键画像

“改革派”不是一个标签,而是一种可以被识别、被描绘的“用户画像”。在医院这个复杂的生态系统中,我们必须学会像一个“政治侦探”一样,去识别出那些最有可能成为我们盟友的关键人物。

一个典型的“改革派”盟友,通常具备以下三个画像特征:

画像一:身处“上升通道”的“政治抱负者”

  • 特征: 这类科室主任,通常年纪在40-50岁之间,专业能力顶尖,但他们不满足于仅仅做一个“业务专家”。他们有明确的职业规划,希望在未来能够进入院级领导层,成为副院长甚至院长。
  • 他们的核心驱动力: 是“政绩”。他们需要一些能够被看见的、具有显示度的、创新的、能够被拿到院周会上去讲的“亮点工程”,来为自己的履历增光添彩,构建自己在院内的“改革者”人设。
  • 为何他们是盟友: 我们的AI项目,对于他们而言,不仅仅是一个“效率工具”。它是他们可以用来“向上管理”的、一个完美的“政治资本”。他们推广AI的动力,甚至可能比我们自己还要足。他们会主动地、创造性地,去为我们扫平项目推进中的各种障碍。
  • 如何识别: 他们常常在院内会议上积极发言,喜欢引用最新的行业动态;他们的办公室里,可能摆放着管理学而非纯医学的书籍;他们乐于在公开场合,与院领导进行互动。

画像二:面临“生存危机”的“问题解决者”

  • 特征: 这类科室,可能不是医院的明星科室。他们可能正面临着一些实实在在的“生存危机”。
    • 比如,因为医疗质量问题,被医保局频繁处罚。
    • 比如,因为年轻医生离职率高,导致人才梯队断裂。
    • 比如,在与院内其他强势科室的“资源竞争”中,处于下风。
  • 他们的核心驱动力: 是“解决燃眉之急”。他们正处在一种“不改变,就沉沦”的巨大压力之下。
  • 为何他们是盟友: 我们的AI解决方案,对于他们而言,不是“锦上添花”,而是“雪中送炭”。他们拥抱变革的意愿,不是源于理想,而是源于痛苦。这种源于痛苦的变革动力,往往是最坚定、最持久的。
    • 一个被医保罚款罚怕了的主任,会对我们的“病案质控AI”表现出最浓厚的兴趣。
    • 一个为留不住年轻人而烦恼的主任,会对我们的“文书减负”方案,视若珍宝。
  • 如何识别: 他们可能在公开场合言辞不多,但私下里会主动向信息科或院领导抱怨科室的困境;科室的各项运营指标,可能在全院排名中处于中下游。

画像三:醉心技术的“学术领袖”

  • 特征: 这类主任,本身就是其专业领域的“技术极客”。他们对科研、对新技术,有着发自内心的、纯粹的热爱。
  • 他们的核心驱动力: 是“学术声望”和“探索未知”。他们希望借助最前沿的AI技术,去解决一些本领域内最尖端的科研难题,发表更高水平的论文,巩固自己在学术界的领袖地位。
  • 为何他们是盟友: 我们的AI平台,对于他们而言,是一个强大的“科研加速器”。他们有能力、也有意愿,与我们一起,进行更深层次的、探索性的合作。他们可能会主动地,为我们提供最高质量的、经过精心标注的“金矿”数据。
  • 如何识别: 他们通常是博士生导师,承担着国家级的科研项目,是各种学术会议的常客。

在项目启动前,我们必须投入足够的时间,去对潜在的试点科室进行一次“政治背景调查”。我们要寻找的,就是这三类人——有野心的“政客”、被问题困扰的“求生者”、和热爱探索的“科学家”。

找到他们,并与其中最有影响力的一位,结成坚实的“变革同盟”,我们项目的第一场战役,就已经赢下了一半。

第二部分:赋能盟友 —— 让我们的项目,成为他的“武器”

找到了盟友,我们的下一步,不是简单地把技术方案“推”给他,而是要进行一次更深层次的“价值对齐”。

我们要学会,将我们的项目,“重新包装”成能够精准满足我们盟友“个人诉求”的一把“武器”。

赋能策略一:为“政治抱负者”提供“炮弹”

  • 做法: 我们的交付物,绝不能仅仅是一套软件系统。它必须包含一套完整的“价值宣传工具包”。
    • 我们要主动地、甚至“越俎代庖”地,为这位主任准备好在院周会上汇报的、数据详实、图文并茂的PPT。
    • 我们要帮助他在项目的关键节点,邀请院领导和宣传部门,来开一个“现场观摩会”。
    • 我们甚至可以利用公司的行业影响力,帮助他将这个试点案例,写成一篇行业观察文章,发表在有影响力的媒体上,为他打造个人品牌。
  • 价值对齐: 我们要让他清晰地感知到,公司提供的,不仅仅是技术,更是帮助他实现“政治目标”的“军师”和“宣传干事”。

赋能策略二:为“问题解决者”提供“解药”

  • 做法: 我们的沟通语言,必须死死地盯住他的“痛点”。我们的MVP,必须像一把手术刀一样,精准地切除那个让他最痛苦的“病灶”。
    • 在项目启动会上,我们的第一页PPT,不应该是介绍AI有多牛,而应该是用数据,去复现他的科室到底有多“痛”。
    • 在项目汇报时,我们所有的指标,都必须与他所面临的那个“生存危机”直接挂钩。比如,“系统上线一个月,我科的病案首页甲级率,从70%提升到了95%,预计下个季度,将为科室减少XX万的医保罚款。”
  • 价值对齐: 我们要让他觉得,我们不是来“做项目”的,我们是来“解决问题”的。我们是和他站在同一个战壕里,对抗共同敌人的“战友”。

赋能策略三:为“学术领袖”提供“催化剂”

  • 做法: 我们的合作模式,必须超越简单的“甲乙方”关系,升级为一种“联合研发伙伴”关系。
    • 我们可以主动提出,将项目中的一些算法创新和临床发现,与他联合署名,发表高水平的学术论文。
    • 我们可以为他的研究生,提供AI技术培训和实习机会,帮助他培养人才。
    • 我们可以将他树立为公司在该专业领域的“首席医学顾问”,邀请他参与我们更宏大的产品战略规划。
  • 价值对齐: 我们要让他感受到,与公司合作,不仅能解决他当下的问题,更能催化他的学术生涯,巩固他在行业内的领袖地位。

通过这种深度的“价值对齐”,我们与这位“改革派”盟友之间,就建立起了一种远超普通商业合同的、基于“共同利益”和“个人成就”的、牢不可破的“战略伙伴关系”。

他将不再是被动地“接受”我们的试点,而是会主动地“拥抱”甚至“抢夺”这个机会。他会动用他所有的院内资源和人脉,去确保这个“属于他的”项目,获得成功。

结论:在组织变革中,人是唯一的杠杆

今天我们上了一堂可能与技术无关,但却与项目成败息息相关的“政治课”。

我们深刻地认识到,在推动一项充满不确定性的AI变革时,人,永远是第一位的要素。

我们学会了:

  1. 识别“改革派”: 我们掌握了“政治抱负者”、“问题解决者”和“学术领袖”这三类潜在盟友的关键画像。
  2. 选择“桥头堡”: 我们确立了试点科室选择的黄金原则——盟友的意愿,远比技术的匹配度更重要。
  3. 赋能“盟友”: 我们学会了如何将我们的AI项目,包装成能够精准满足盟友个人诉-求的“武器”,从而将他们,从“合作方”,升级为荣辱与共的“战略同盟”。

希望各位能将今天的核心思想,牢记于心。因为在一个大型组织中,任何一项成功的变革,其背后,都必然站着一个强有力的、敢于担当的“变革旗手”。

我们的工作,不是要自己去成为那个“旗手”。我们的工作,是要找到那个最合适的“旗手”,然后,将我们手中最锋利的武器,交给他,并帮助他,赢得属于他的那场胜利。

当他的胜利,与我们的胜利,紧紧地捆绑在一起时,我们的项目,就拥有了最强大的、足以抵御一切风浪的“政治引擎”。

在下一讲,我们将进入项目成功后的“价值量化”环节。我们将学习,如何将项目中取得的技术指标,巧妙地“翻译”成院长和CFO看得懂、并且会为之兴奋的“经营业绩报告”。

医疗大语言模型应用二十讲 序言

第一讲:重构认知 —— LLM的本质是“概率机器”与“责任黑洞”

第二讲:能力真相 —— 作为“智力杠杆”的LLM

第三讲:风险根源 —— 从技术缺陷到系统性脆弱

第四讲:数据资产负债表 —— LLM的“燃料”与“负债”

第五讲:生态位博弈 —— 技术选型背后的战略权衡

第六讲:场景发掘方法论 —— 寻找“痛苦指数”与“支付意愿”的交汇点

第七讲:主战场(一)—— “根据地”战役 —— 攻克文书,解放医生

第八讲:主战场(二)—— “指挥部”战役 —— 对话院长,创造利润

第九讲:主战场(三)—— “人心”战役 —— 赢得患者,锁定未来

第十讲:场景决策 —— 从评估矩阵到“一页纸立项书”

第十一讲:设计哲学 —— “人机协同”的本质是风险对冲

第十二讲:需求挖掘 —— 深入工作流,定位“时间黑洞”

第十三讲:架构之道 —— “RAG优先”与内置“安全阀”

第十四讲:无缝集成 —— 设计“嵌入式”而非“侵入式”的体验

第十五讲:构建真护城河 ——驱动“过程数据”的进化飞轮

第十六讲:项目启动的政治学 —— 找到“改革派”盟友

第十七讲:价值量化 —— 从技术指标到“院长驾驶舱”报告

第十八讲:进化飞轮 —— 建立“反馈即燃料”的迭代机制

第十九讲:变革管理 —— 驾驭恐惧,重构利益

第二十讲:终局思考 ——成为“价值枢纽”的操作系统战略

 


–EOF–
转载须以超链接形式标明文章原始出处和作者信息及版权声明.
S

智库研讨与战略咨询

本文由 Shawn Shi 原创发表。作者长期为三甲医院管理层、区域卫健主管机构及领先医疗AI企业提供数智化顶层设计规划。如需就文内架构展开闭门评审或学术交流,欢迎通过文末社交链接或邮件联系。