人工智能在生命科学中的价值隐藏在哪里？

生命科学领域生成式AI的价值探索

核心观点
生命科学行业正积极采用生成式AI（Gen AI）应对盈利能力下降、研发成本上升等挑战，寻求在业务战略、HCP/患者互动、软件开发、员工体验和研发等领域提升价值。Gen AI被视为推动行业创新和提升患者护理水平的关键技术。

关键数据与研究结论

1. 业务战略

   • 57%的企业将提升业务战略列为Gen AI的首要目标，85%预计Gen AI将在未来12-18个月内发挥更大作用。
   • 32%的企业表示需要帮助完善战略路线图，该问题在生命科学领域尤为突出。
   • 案例：Sanofi通过AI平台实现实时数据交互和场景规划，加速决策进程。

2. HCP/患者互动

   • 55%的企业计划利用Gen AI改善HCP/患者互动，推动从产品导向转向客户导向。
   • 主要应用包括：自主HCP服务、增强型患者支持、虚拟助手、AI驱动的接触中心等。
   • 企业更倾向于用Gen AI增强而非替代人工支持，57%已实现自动化服务，但未来重点转向增强型支持。

3. 软件开发

   • 53%的企业将提升软件开发列为Gen AI优先事项，87%预计其作用将进一步扩大。
   • IT部门受益最显著（62%），Gen AI可加速价值交付、提升数据可访问性、自动化技术设计等。

4. 员工体验

   • 51%的企业将提升员工体验列为Gen AI目标，高于行业平均（44%）。
   • 智能企业搜索和员工支持工具（如对话搜索、内容生成）应用广泛，46%已获得显著价值。
   • 案例：Merck使用MyGPT提升内部效率，77%的企业计划在未来12-18个月内扩大应用。

5. 研发（R&D）

   • 42%的企业计划投资Gen AI用于R&D，包括临床试验优化、药物重定位等。
   • 案例证明Gen AI可加速药物设计（如Bristol Myers Squibb发现免疫学候选化合物）。
   • 40%的企业认为Gen AI对R&D的重要性将提升，51%已开展试点项目。

价值实现与挑战

• 生命科学领域在HCP/患者服务、营销销售、R&D和员工体验方面已实现显著价值（89%-92%）。
• 主要挑战包括：
  • 68%的企业尚未完全实现峰值价值，但50%预计在12个月内达成。
  • 对Gen AI在运营效率（45%）和R&D（42%）方面的执行能力存在担忧。
  • 32%的企业需要完善战略路线图，28%关注数据安全和模型准确性。

外部合作与解决方案

• 32%的企业通过外部服务提供商进行数据治理，32%寻求战略路线图优化。
• SoftServe建议：聚焦高价值低风险用例、统一组织技术整合、优化数据策略、选择经验丰富的技术伙伴。