AI业务价值雷达：生命科学版

#生命突破AI业务价值雷达：生命科学版 4外部文件 © 2025 Infosys Limited | 外部文件 © 2025 Infosys Limited | AI商业 AI商业 价值雷达：生命科学 价值雷达：生命科学贡献者 21知识学会知识学会AI的工作原理人工智能需要转型，投资劳动力机会花费，转换，训练附录 A：调查中使用的用例类型附录 B：研究方法 目录引言 3610121617203 4引言人工智能商业价值雷达：生命科学版专注于生命科学领域的运营，我们发现28%的AI应用场景实现了所有业务目标（相对于所有行业的19%），另外37%（相对于32%）实现了部分目标。生命科学组织从AI中获得了更积极的影响，取消了更少根据新的一项英硕咨询公司的研究，生命科学公司在利用人工智能（AI）实现价值方面领先于同行。我们针对3,798位商业领袖进行了调查infosys人工智能商业价值雷达并且发现大约20%的AI用例能够实现所有业务目标，而30%的用例能够实现部分目标。（有关研究用例的方法论和更多详细信息，请参见附录A。） | 外部文件 © 2025 Infosys Limited 相比之下，医疗保健行业在利用人工智能实现价值方面略低于平均水平。当然，医疗保健机构人工智能项目，并且在沙盒中的人工智能用例较少（图1）。这比几乎所有其他行业都好。生命科学公司通常在采用新技术方面落后。新软件和流程的广泛监管审批限制了制药组织尝试新工具的方式。但他们对工作过程的严格规范特性，与实施生成式人工智能工具的要求非常匹配，例如需要已经清理干净且适合与生成式人工智能使用的數據。 5外部文件 © 2025 Infosys Limited | AI商业价值雷达：生命科学版Infosys及其客户正积极使用人工智能翻译临床试验信息并为临床试验结果创建简体中文摘要。客户们也正使用人工智能识别放射学扫描中的肿瘤进行生物统计分析以及起草监管文件。生命科学组织的标准技术基础设施使公司能够快速应用人工智能。Infosys客户已在价值链的各个环节应用人工智能和生成式人工智能用例，特别是在I期到III期药物试验中并且在监管审查中.Infosys子公司BASE生命科学已部署生成式人工智能平台那使用与旧系统接口的AI代理，增强现有工作流程，涵盖从临床试验和监管流程到营销和客户关系管理功能。 “人工智能已在生命科学中用于加速既定过程，维护标准并符合监管机构的要求，”生命科学领域的 Infosys 执行副总裁 Subhro Mallik表示。Mallik 还认为，药物发现是人工智能具有巨大潜力并能潜在带来显著利益的领域。生命科学和制药组织非常重视其核心使命——药物发现，以及产品的交付和部署。他们的核心业务涉及处理和分析专有数据，并且他们对此拥有强大的控制力和深入的理解。同时，监管要求和安全标准要求制药企业从测试到营销再到制造，遵循结构化和详细的过程。他们从事治疗和关怀的领域，但面临着许多竞争性的定义、标准和利益相关者。 6AI的工作原理人工智能商业价值雷达：生命科学版人工智能在生命科学领域为大多数特定行业的用例以及广泛的功能应用提供了价值。图2显示了具有较高“可行性”——即最有可能产生商业价值的特定行业用例。我们还考虑了在职能领域中的AI应用案例，也就是说，用于一般业务功能（如营销、客户）的AI三种针对生命科学的特定用途——用于图像和语音处理及诊断的人工智能、用于临床试验的人工智能以及用于监管和提交的人工智能——在所研究的77种用途中排名前10位。生命科学的一个第四种用途是用于个性化与数字医疗的人工智能，总排名第14位（图2）。 | 外部文件 © 2025 Infosys Limited 服务，以及不一定针对特定行业或专业的 人力资源。在生命科学领域，受访者表示他们更多地使用人工智能进行软件开发和IT运营，而不是其他职能类别（图3）。但是，生命科学领域的受访者表示，在人工智能最常用的功能应用方面，他们并不经常实现商业价值：软件开发。我们的调查发现，在所有行业中，用于软件开发的AI总体上带来了积极的结果。总的来说，生命科学组织在业务功能领域的成功人工智能应用方面超越了其他行业（图4，该图显示了图3中用例排名的可行性分数）。 7外部文件 © 2025 Infosys Limited | AI商业价值雷达：生命科学版货架系统，这限制了人工智能对软件开发的影响。虽然这限制了通过软件开发创造商业价值的机会，但这也意味着生命科学或制药企业可以将其技术预算集中在业务问题上，印孚瑟斯副总裁苏里亚·杜瓦里表示。但在一个关键领域，为让人工智能创造价值所做的努力并未结出硕果。使用人工智能进行药物发现是生物医学领域特有的应用尽管我们的调查发现，人工智能在为生命科学领域的软件开发创造商业价值方面仍显落后，但印孚瑟斯公司的领导层预计这种情况将有所改变。印孚瑟斯公司副副总裁古里德·辛格·罗普拉伊表示，他和客户公司正在开发有效的方法，以将人工智能应用于遗留系统以及整个软件开发生命周期。Infosys与一家制药公司合作，为员工构建了一个用于开发AI用例的平台。该平台，被称为Cortex,负责安全与监管考量，并连接到精选的经过策划的数据源。这创建了一个遵循监管、可解释人工智能和负责任人工智能标准的开发环境。有了这些，工作人员可以选择人工智能模型和大型语言模型来开发人工智能用例，并将它们与现有流程集成。“他们将所有精力都投入到了使用技术来解决实际商业问题中，”他补充道。 这是与生命科学技术的标准化和传统性质相关联的。由于严格的规定和只有少数供应商，许多生命科学功能在商业、 8人工智能商业价值雷达：生命科学版| 外部文件 © 2025 Infosys Limited人工智能由高管评分，目前尚未产生价值。这是制药组织的一个核心任务，但也一项复杂的任务。大型制药企业已大力投资使用人工智能进行药物研发，但收效有限。人工智能的一个特别诱人的承诺是其从大量数据中发现新见解的能力。大型制药公司在其档案中拥有数十年的药物研发和测试数据。大多数潜在的化合物最终并没有成为针对其所瞄准病症的安全有效的药物。但杜瓦里说，如果人工智能系统可以利用扩展的培训模型重新审视测试数据和分子，那么人工智能可以为一个未能实现其预期用途的治疗药物找到一个新的用途。Infosys调查数据和行业发展趋势为人工智能在药物发现中的应用提供了部分希望。首先，我们的调查表明，用于产品开发的AI从广义上看进展良好。其次，AI的快速变化和进步有可能为药物发现创造新工具。今年春天，研究人员使用AI开发一种新的蛋白质测序方法，在健康和生命科学领域有应用。新开发的LLM代理对于生物和医学应用具有扩展能力并建立更具体的新疗法或新用途的模型的潜力。 外部文件 © 2025 Infosys Limited | AI商业价值雷达：生命科学版生命科学和制药企业正倾注所有精力，利用技术解决实际业务问题。Surya DuvvuriInfosys 副总裁 10Infosys 副总裁，在一个视频采访中。人工智能需要转型，投资人工智能商业价值雷达：生命科学版| 外部文件 © 2025 Infosys Limited然而，随着AI模型成本的降低，未来AI的可行性计算可能会发生变化。在我们的可行性模型中得分不高的用例，包括药物发现，可能会随着公司能够更多地投资于它们而开始变得更加可行我们的研究发现，在每个应用场景上花费的金额与其相对可行性之间存在很强的相关性。花费越多，特定生物医学应用场景就越有可能成功。然而，有一些机会型应用场景，包括图像和语音处理以及诊断，它们以相对较低的花费取得了较高的可行性 (图5)。这些是寻求低成本AI成功的公司的好选择。在用人工智能寻找商业价值方面有一个非常明确的前提。成功的生命科学用例都要求对运营模型和数据架构进行改变以使其可行（图5）。这适用于所有行业：你必须进行转型才能用人工智能解锁商业价值。Tim Skeen，Sentara Health的首席信息官表示，他的组织以云技术驱动的转型是一种优势，因为它开始将人工智能应用于数据和其运营。这家位于弗吉尼亚州的医疗保健组织已经开发了一个数据存储库，用于共享临床试验信息和由人工智能驱动数据集成支持的研究。\"我们正在生成数据和使用的操作系统，我们已经将其连接起来，以了解其全范围的情况，\"他告诉Venky Ananth。 外部文件 © 2025 Infosys Limited | AI商业价值雷达：生命科学版做人工智能的基本成本在下降。进一步的药物发现简单地比自动化一个监管过程更复杂的一项任务。 越是投入更多的时间、精力和专业知识，我们对结果的期望就越高。 12劳动力机会人工智能商业价值雷达：生命科学版开拓者，那些完全投入AI的人，代表所有受访者的前16%。大约三分之二的公司属于中间两个层级（探索者或路径发现者）超越技术转型，我们的研究发现，那些为员工准备人工智能的组织在从人工智能中实现商业价值方面表现更好。在所有行业中，在员工准备方面处于顶尖水平的企业在人工智能和商业价值方面取得了显著更好的成功。为得出此结论，我们要求受访者选择图5中哪个定义最符合他们公司员工对人工智能的参与度。然后我们将他们分为四种典型（图7）。 | 外部文件 © 2025 Infosys Limited 凭借从人工智能中提取商业价值的能力，很容易假设生命科学公司为人工智能做好了充分的员工准备，并且拥有不成比例的先驱者份额。并且我们将占17%的底层分类为观察者（图8）。那根本就不对。大多数生命科学企业都属于中间两个层级，并且其表现比例与整个调查大致相同。印孚瑟斯行业专家表示，制药企业之所以在人工智能方面表现良好，是因为它们已经拥有严格的流程和高质量的数据。利用人工智能提升劳动力准备度是生命科学领域的一个巨大机遇 16%16%36%31%30%35%17%17%源：Infosys Knowledge Institute外部文档 © 2025 Infosys Limited | AI商业价值雷达：生命科学版第13期图8。劳动力准备与人工智能拓荒者路径查找器探险家观察者生命科学总体“制药公司正在招聘人工智能数据科学家加入其组织，并将他们与拥有商业知识的公司元老配对，并为商业专家提供关于人工智能如何运作的基础培训，”杜瓦里说。对于生命科学行业的企业，考虑到该行业的稀缺性和日益增长的劳动力挑战。马德里集团2024年的一份报告发现，生命科学行业面临着最大的挑战。劳动力短缺.而且行业高管们指出替換退休員工作为他们面临的首要人才挑战，根据2024年普华永道(PwC)报告。弥合数据科学与药物发现之间的差距是工作变得困难的地方。数据科学家和商业专家都拥有深厚的专业知识，但两者都需要更好的理解 充分发挥人工智能至关重要且时效性强此外，已为成为先驱者做好准备的生命科学企业中有16%的企业拥有最高的生存能力水平（图9）。接受度得分衡量客户或用户接受并采纳特定人工智能用例输出输出的容易程度。企业。生命科学组织可以通过从路径finder级别提升到开拓者，将成功的概率提高19个百分点；而完全从第3级探索者状态提升到开拓者，可以提高31个百分点。 14Infosys 副总裁图9。劳动力准备能力提升AI成功Surya Duvvuri源：Infosys Knowledge Institute拓荒者总体生命科学路径查找器总体生命科学探险家总体生命科学观察者总体生命科学人工智能商业价值雷达：生命科学版| 外部文件 © 2025 Infosys Limited医药公司正在为其组织招聘人工智能数据科学家，并将他们与拥有商业知识的公司元老配对，并为业务专家提供关于人工智能如何运作的基础培训。为了产生价值而在其他领域。杜瓦里说，收到人工智能驱动洞察的制药专家们是怀疑的。“他们是在告诉我我想听的吗？”，他补充道。 32%46%19%27%14%15%21%27%从商业到IT的翻译——如何看待数据和理解不同方面——正变得困难。 16花费，转换，