賀文
從銷售硬件到解決方案,飛利浦正在用創新實現轉型。
對于擁有超過120年歷史的飛利浦公司來說,“再出發”就是創業。2014年,飛利浦把照明業務(飛利浦照明 Philips Lighting)分拆出來、獨立在歐洲荷蘭的阿姆斯特丹證券交易所上市,而飛利浦公司聚焦于醫療健康產業。
Jeroen Tas在2017年2月被任命為飛利浦首席創新與戰略官,在他看來下一代的有關健康科技的解決方案很大程度上是由數據來驅動的,而人工智能將是一個核心技術。“機會”和“創新”雙雙活躍的中國市場,正是轉型中的飛利浦相當看重且看好的“試驗田”。Jeroen介紹,飛利浦已經在中國建立了一個專業的數字化創新團隊(China Digital Innovation),在全球化創新平臺和技術的支持下,整合公司跨部門資源,為數字化產品或解決方案進入中國市場提供針對本地化需求的數字化技術支持,加速業務集團的數字化產品和解決方案更快進入中國市場。
Q: 飛利浦正在向健康科技的“整體解決方案提供商”方向轉型。在戰略實施上,在市場和渠道方面有什么創新的策略?
A: 飛利浦具有深刻的消費者洞察和豐富的臨床經驗,這使得我們能更好地把握個人健康與專業醫療融合所帶來的巨大機遇。在消費市場,我們擁有強大的消費者基礎,每年售出2.5億元個人健康產品。此外,我們在患者監護領域全球領先,2015年,全球有2.75億人使用飛利浦患者監護儀。我們在醫療影像領域也非常強大,全球1.1億人使用飛利浦X光診斷設備;我們為醫療機構管理了21千兆圖像數據用于研究;此外,每天有100萬患者在家中接受醫療監護。聚焦健康科技領域之后,我們將把這些優勢結合起來,打造一流的解決方案。我們的業務重點包括:心腦血管、腫瘤、呼吸等慢性病管理。
客戶的需求和痛點,始終是解決方案的出發點。我們通過洞察和分析其需求,與客戶合作,共同開發個性化的解決方案。我們不以價格取勝,而是以價值取勝,通過為客戶解決問題,提升客戶對我們的依賴和信任,從而建立長期的顧問式合作關系。我們不僅著眼于客戶當前的需求,也合理預見其未來需求。
我們致力于提供覆蓋“健康生活方式、疾病預防、診斷、治療和家庭護理”的整體解決方案,實現一個真正的“端到端”的全程關護能力,圍繞患者形成一個精準診斷和精準治療的數據閉環。
Q: 面向“健康科技”領域,飛利浦再出發時,你們在組織架構上有哪些創新?
A: 在“健康科技”領域,公司在全球層面目前擁有三大事業群——健康生活、診斷影像和互聯醫療及健康信息化。這三大事業群的業務覆蓋了整個健康關護全程。
在中國,值得一提的是為了順應公司從單一產品向整合解決方案的方向轉型,我們成立了一個專門的“整合解決方案”部門,致力于整合公司從全球到本地、各業務部門、研發等資源,支持銷售團隊,從挖掘客戶的痛點和實際需求出發,與客戶共同創新,提供度身定制的涵蓋硬件、軟件和服務的整體解決方案。
此外,我們還在中國研究院建立一個專業的數字化創新團隊(China Digital Innovation),在全球化創新平臺和技術的支持下,整合公司跨部門資源,為數字化產品或解決方案進入中國市場提供針對本地化需求的數字化技術支持,加速業務集團的數字化產品和解決方案更快進入中國市場。
Q: 從一個“設備供應商”到“整體解決方案提供商”,飛利浦在商業模式的探索上有哪些經驗已經沉淀下來?
A: 這是大公司的轉型趨勢,從低價值走向高價值,從紅海到藍海。
這期間我們發生了很大的變化,以前是賣硬件的,現在在這之上增加了軟件和服務,現在我們整個的模式、從銷售模式、付費模式、合同模式、交付模式以及設計的流程模式都發生了很大的變化。比如,客戶可以是按使用來付費,我們可以保證給客戶提供不間斷有序的軟件的升級,可以根據客戶的需求進行定制。我們之前更多的是偏重銷售和市場的公司,現在進入到解決方案這個時代,我們更強調是從客戶的需求出發,打造本地化、個性化的解決方案。
Q: 在構建專病數據庫方面,飛利浦扮演的是怎樣的角色?如何獲得數據,解決“數據孤島”的問題? 如何實現數據結構化并對數據加以利用?
A: 數據孤島問題不光是在中國有,在全世界都存在,不僅各個機構之間的數據不能連通共享,在同一個醫院中,不同科室的數據也各自為政,比如,心血管科和神經科之間的數據就是分開的,而事實上很多神經系統疾病和供血很有關系。因此,首先要做的在醫院內部把不同科室的數據壁壘打破,實現數據的連通共享。
而整合的挑戰之一就是標準,不同標準的數據之間需要進行轉譯,這就是需要解決的技術問題之一。如果有足夠多的可以被進行分析的結構化數據,我們就可以對數據進行分析,從而發現很多規律性的東西,例如患者的神經系統疾病與其心血管狀況有關,而不同患者之間的比對,又可以發現更多的關聯。這些結果最終回到醫療醫療機構,幫助醫生對患者進行精準診斷,并制定個性化的治療方案。
飛利浦本身并不擁有這些數據,我們與業界領袖和權威進行合作,幫助其對海量的數據進行結構化整合,并結合臨床需求,通過人工智能技術構建基于病種的模型,輔助醫生臨床決策、開展臨床研究等。例如:與中國心血管病學會合作開發心血管臨床數據庫(CDR)、與長海醫院合作開發急性卒中專病數據庫等。未來,如果能在全國層面將這些數據庫進行對接,將健康數據、影像、治療、監護等各種數據在集中在一個平臺上,大數據將發揮出更大的力量。