毕马威赋能生命科学:借力生成式人工智能,激发员工潜力
核心观点
生成式人工智能(GenAI)正推动生命科学行业重大转型,重塑工作场所结构,提升运营效率并带来机遇与挑战。企业需将人工智能的人性化放在首位,树立发展型思维,重点提升员工技能并培养新技能,以适应快速变化的技术浪潮。
GenAI应用与成熟度
- GenAI概念自20世纪70年代存在,近期因开放式模型(如ChatGPT)及更优数据集而备受关注。
- 生命科学企业积极探索GenAI应用,涵盖分子设计、临床试验、医学影像、仓储制造、保险理赔、招聘、财务报告、审计合规等关键职能。
- GenAI应用成熟度处于初期向中期过渡阶段,预计未来将彻底改变药物研发至上市的价值链。
GenAI带来的员工相关风险及应对方法
- 风险:
- 应用意识:员工过度依赖GenAI可能削弱基础技能,接受误导性信息。
- 质量困境:GenAI易受偏见影响,导致决策风险。
- 潜伏诉讼:GenAI可能规避合规程序,引发监管责任。
- 就业危机:重复性、低技术含量或数据密集型工作可能被自动化取代。
- 技能转型:现有技能过时,员工需学习新技能以保持竞争力。
- 应对方法:
- 加强培训,规范GenAI使用,识别并消除偏见。
- 制定风险管理战略,确保合规与道德。
- 推动员工技能转型,提升技术与分析能力。
GenAI对工作自动化的影响
- 毕马威“工作自动化展望”评估关键岗位自动化潜力:
- 药物学家(20%-40%,3-5年内)、制造工程师(20%-40%,5-7年内)、商业服务人员(20%-40%,5-7年内)、监管合规专员(20%-40%,3-5年内)、招聘经理(40%-60%,5-7年内)等岗位受影响较大。
- GenAI无法取代高精技术专业人士的批判性思维、创造力和战略思维。
不同板块和关键工作岗位未来自动化潜力
- 公司职能、制造和物流、商业服务、监管等领域部分岗位可能被替代或再定义,需关注技能转型与岗位演变。
打造面向未来的员工队伍
- 从T型技能框架转向毕马威GenAI M型技能框架:
- 通用技能 + 生命科学专业技能 + GenAI操作技能 + GenAI工程技能(深层知识、战略理解)。
- 企业需加大投入,推动员工技能转型,培养精通数字技术的跨专业人才队伍。
毕马威员工队伍转型实施模式
- 融合GenAI战略、风险管理战略和员工发展战略,采用单一企业转型战略,实现可持续增长。
- 关键措施包括:评估GenAI潜力、技能匹配、风险管控、培训发展、优化职责、监控使用情况、提升敬业度、持续优化员工队伍潜力。
结论
生命科学行业需积极拥抱GenAI,推动员工队伍转型,提升技能与适应性,以在技术变革中保持竞争力并创造价值。