- طبق گزارش اسکوشیابانک، اولین اثر مالی محسوس هوش مصنوعی در داروسازی نه از کشف داروهای جدید، بلکه از فروش و بازاریابی بهتر داروهای موجود خواهد بود.
- برآورد پایه این گزارش، رشد درآمدی حدود ۳ درصدی تا سال ۲۰۲۸ برای شرکتهای بزرگ داروسازی است که در مجموع به ۷۷۰ میلیارد دلار درآمد تجمعی و نزدیک به ۵۰ میلیارد دلار صرفهجویی هزینه در دهه آینده میرسد.
- ابزارهای «بهترین اقدام بعدی» توانستهاند تا ۵ درصد فروش قابلتأثیر یک محصول مهم را افزایش دهند و زمان تولید محتوای بازاریابی را از ۶ تا ۸ ماه به حدود ۴ ماه کاهش دهند.
- طبق این گزارش، منافع محسوس هوش مصنوعی در کشف دارو حداقل تا سه سال آینده فاصله دارد، در حالی که حدود ۹۰ درصد دادههای بیولوژیک هنوز بررسینشده باقی ماندهاند.
در سه دهه گذشته، مسیر فناوریهای نوظهور از اینترنت تا هوش مصنوعی یک الگوی مشترک را نشان داده است: بزرگترین سود مالی، نه از نوآوری بنیادین، بلکه از تجاریسازی هوشمندانهتر میآید. طبق گزارش بانک اسکوشیابانک که با گفتوگو با مدیران اجرایی صنعت داروسازی تهیه شده، اولین تأثیر مالی معنادار هوش مصنوعی در این صنعت نیز نه از کشف داروهای جدید، بلکه از فروش بهتر داروهای موجود، سریعتر عرضه کردن آنها و افزایش بهرهوری بخش تجاری خواهد بود.
این موضوع اهمیت دارد چون اجرای تجاری از قبل یکی از بزرگترین هزینههای صنعت داروسازی است؛ نیروی فروش، کمپینهای بازاریابی، بازبینی حقوقی-پزشکی، دسترسی به بازار، شناسایی بیمار و تعامل با پزشکان، همگی فرآیندهایی دادهمحور، تکرارشونده و قابلسنجشاند که برای کاربرد هوش مصنوعی مناسبترند.
برآورد پایه اسکوشیابانک نشان میدهد هوش مصنوعی میتواند تا سال ۲۰۲۸ حدود ۳ درصد رشد درآمدی برای شرکتهای بزرگ داروسازی تحت پوشش این بانک ایجاد کند؛ صرفهجویی هزینهها نیز پس از بلوغ سرمایهگذاریهای زیرساختی روشنتر ظاهر میشود. در مجموع، این گزارش برآورد میکند این روند طی دهه آینده حدود ۷۷۰ میلیارد دلار درآمد تجمعی و نزدیک به ۵۰ میلیارد دلار صرفهجویی هزینه ایجاد کند؛ ارقامی که حتی بدون در نظر گرفتن ارزش کشف دارو محاسبه شدهاند.
ابزارهای فروش مبتنی بر هوش مصنوعی از هماکنون به نمایندگان کمک میکنند مشخص کنند با کدام پزشکان تماس بگیرند، چه پیامی ارائه دهند و بهترین اقدام بعدی چیست. یکی از مدیران این صنعت از افزایش تا ۵ درصدی «فروش قابلتأثیر» یک محصول مهم با ابزارهای «بهترین اقدام بعدی» خبر داده؛ رقمی قابلتوجه در صنعتی که یک داروی پرفروش میتواند سالانه میلیاردها دلار درآمد ایجاد کند.
فرصت بزرگ دیگر در تولید محتوا است. بازاریابی داروسازی به دلیل الزامات انطباق و بازبینی دقیق، معمولاً روندی کند دارد. طبق این گزارش، موادی که پیشتر ۶ تا ۸ ماه زمان میبرد، اکنون با ابزارهای هوش مصنوعی در حدود ۴ ماه تولید میشود و در یک نمونه ذکرشده، زمان بازبینی حقوقی-پزشکی حدود ۲۰ درصد کاهش یافته است.
نمونههای شرکتی این روند گستردهاند: پلتفرم Charlie متعلق به فایزر با هدف سه تا پنج برابر کردن سرعت تولید محتوا طراحی شده؛ مرک تولید مواد بازاریابی را تا ۸۰ درصد سریعتر کرده؛ جانسوناندجانسون از هوش مصنوعی برای آمادهسازی نمایندگان فروش پیش از تعامل با پزشکان استفاده میکند؛ گیلید مدل «بهترین اقدام بعدی» برای تیمهای میدانی دارد؛ ابوی از سیستم GenAIsys برای برنامهریزی و اجرای فروش بهره میبرد و تیوا از مدلهای هوش مصنوعی برای فروش افزایشی و مکمل به حسابهای داروخانهای استفاده میکند.
این چالش با کشف دارو کاملاً متفاوت است. کشف دارو همچنان جایزه استراتژیک بزرگتر است اما زیستشناسی پیچیده است، دادهها پراکندهاند و آزمایشها طولانیاند. طبق این گزارش، یکی از مدیران منافع محسوس کشف دارو را حداقل سه سال دورتر میبیند و گیلید اشاره کرده که حدود ۹۰ درصد دادههای بیولوژیک هنوز بررسینشدهاند.
سرمایهگذاران باید مراقب باشند پتانسیل بلندمدت را با قدرت سودآوری کوتاهمدت اشتباه نگیرند. از منظر هزینه نیز، یکی از مدیران اجرایی گفته هوش مصنوعی میتواند بخش بزرگی از حدود ۴۰۰ میلیون دلار هزینه شرکتش برای آژانسهای بازاریابی خارجی را جایگزین کند و مدیر دیگری اشاره کرده عرضه محصولات جدید اکنون به بودجه و نیروی انسانی کمتری نیاز دارد؛ نقطهای که اهرم عملیاتی از آن آغاز میشود. بازار تاکنون ارزشگذاری هوش مصنوعی در سلامت را از دریچه کشف دارو دیده، اما ممکن است نقطهای که اولین دلارهای واقعی در آن ظاهر میشوند را نادیده بگیرد.
این یافتهها نشان میدهد هوش مصنوعی میتواند برای بازیگران بزرگ و تثبیتشده داروسازی ارزشمندتر از تصور فعلی بازار باشد، چون این شرکتها برای خلق ارزش نیازی به بازتعریف کامل مدل کسبوکار خود ندارند؛ بهبود تدریجی موتور تجاری موجود کافی است.
✔️ بیشتر بخوانید: پایان خریدهای فلهای در بازار هوش مصنوعی؛ OCBC از یک تغییر بزرگ خبر داد
