Искусственный интеллект в фарме: инструмент или витрина?

Интервью с экспертом

ИИ в фармацевтике вышел из лабораторий и взялся за реальные бизнес-задачи. Но всегда ли за громкими словами «внедрение ИИ» скрывается настоящая польза?

Разбираемся вместе с управляющим партнёром Виванти Игорем Балабушкиным: когда ИИ работает на бизнес, когда становится просто дорогой игрушкой и соблюдение каких правил помогает внедрять его успешно.

Справка: Игорь Балабушкин - эксперт с 20-летним опытом в управлении и развитии международного бизнеса в сфере здравоохранения; управляющий партнёр Виванти - агентства, специализирующегося на маркетинге и консалтинге для фармкомпаний.

Игорь, что, на ваш взгляд, заставило фарму так активно увлечься искусственным интеллектом?

— Здесь сошлось сразу несколько факторов. Во-первых, отрасль накопила гигантские объемы данных о взаимодействии с аудиторией. Во-вторых, сами нейросети «поумнели» - теперь они стали способны понимать медицинский контекст и даже вести диалог. Ну и конечно, никто не отменял растущее давление на эффективность бизнеса.

— Но важно не впадать в иллюзию, что достаточно «подключить модель», и все процессы волшебно ускорятся и результаты волшебным образом приведут к росту показателей компании. Если в компании нет качественных данных и четко поставленных бизнес-задач, то искусственный интеллект превратится в пустую дорогую декорацию.

Хорошо, а где фарма получает самую ощутимую отдачу от ИИ? В каких конкретно областях?

— Наибольший эффект виден в продажах и маркетинге. Речь идет об автоматизации создания контента, персонализации коммуникаций с врачами, предсказании следующих более эффективных действий и омниканальной оптимизации.

— По сути, ИИ закрывает ключевые вызовы фармкоммуникации: как масштабироваться, не теряя в качестве? Как увеличить частоту контактов и при этом сохранить доверие? Решения на основе ИИ берут на себя рутину, генерирует персонализированные материалы и работают 24/7, закладывая основу для диалога. И, если контент полезен и не содержит ошибок, врач начнет доверять и продолжит взаимодействие.

ИИ - конкурент для работников отрасли, например, для медпредставителей? 

— Такое мнение иногда бывает заметно у сотрудников компаний, но оно ошибочное! ИИ у хорошо обученных и мотивированных представителей является эффективным «карманным» ассистентом, который всегда под рукой. Он помнит, какие материалы уже передавали или отправляли врачу, какие новые клинические данные появились по препарату.

Его задача - помочь подготовить релевантное сообщение, повысить качество и, возможно, частоту контакта, при этом не допустив информационной перегрузки врача или лица, принимающего решения о закупках.

Какие типичные ошибки компании допускают при внедрении ИИ? 

— Чаще всего компании спотыкаются из-за желания «быть как все и следовать современным трендам». Вместо того чтобы спросить «Какую проблему мы решаем?», все начинают с вопроса «Какую ИИ модель или нейросеть нам следует выбрать?».

— Десятки инициатив с использованием ИИ стартуют без общего стандарта данных и архитектуры и, что самое главное, без измеримых показателей успеха. А еще часто менеджмент недооценивает человеческий фактор - когда сотрудники видят в ИИ не помощника, а угрозу своей работе.

Как же преодолеть это сопротивление команды? 

— Практика эффектных внедрений решений на основе ИИ показала, что при обучении и мотивации сотрудников сопротивление вовсе не возникает. Самые успешные компании запускают программы по типу «Человек + ИИ», где каждый сотрудник наглядно видит и в короткое время осознает, как технологии помогают ему в работе, а не заменяют его.

— Важно встраивать новые навыки в стандартные и хорошо знакомые процессы, предварительно «проиграв» их в безопасной среде. Кроме того, отлично работает система внутренних амбассадоров - когда коллеги, уже освоившие инструменты, делятся опытом с остальными сотрудниками той же компании.

Как оценить, что внедрение ИИ в коммерческих командах прошло успешно?

— Важно на самых ранних этапах анализировать операционные метрики: насколько ускорилась ли подготовка контента, сколько процессов удалось автоматизировать, как сократилось время отклика на запрос. Параллельно нужно отслеживать качество коммуникации: количество ошибок, потребность в ручных правках и удовлетворенность врачей. Что касается оценки бизнес-показателей таких как рост конверсии, рост продаж, доли рынка и возврат на инвестиции (ROI), то без этого вообще никак не обойтись и в самого начала важно планировать как, когда и какие точные показатели будут анализироваться. Вы упомянули стандарты данных.

Почему это так критично для коммерции, а не только для R&D?

— Вся суть персонализации строится на связанных данных. Если ваша CRM система, маркетинговые платформы, медицинские базы данных и системы обучения живут в разных мирах, то ИИ будет работать с «ограниченным зрением». А это подрывает саму основу подхода.

— Поэтому сегодня компании все чаще приходят к концепции «Данные как продукт». Это когда у каждого источника данных есть свой владелец, паспорт качества и понятный интерфейс для других команд. Это уже не вопрос технологий, а вопрос управляемости бизнеса.

Какие бы вы выделили ключевые принципы для стратегии ИИ-трансформации в фармкомпании?

— Наблюдая за тем как клиенты нашей компании добились успеха при внедрении решений на основе ИИ, я бы назвал три главных принципа:

1. Не пытаться объять необъятное. Вавжно выберать 2-3 направления с самым высоким потенциалом - например, подготовку материалов и анализ омниканальных кампаний. 
2. Единая политика данных и прозрачность. Общие сервисы, контроль версий. Любой контент, созданный с помощью ИИ, должен иметь ссылку на источник и проходить проверку. 
3. Обучение без принуждения. Наверно самое главное – это внедряйть ИИ только через обучение, вовлечение и мотивацию струдников. 

Что эффективнее - развивать свои решения или пользоваться внешними?

— Оптимальный путь гибридный. Внутри компании должно оставаться ядро: данные, предметная экспертиза, контроль рисков. А партнёры помогают ускорить разработку и масштабирование, особенно там, где нужны облачные мощности или узкоспециализированные инструменты.

— Главное - избегать ситуации полной зависимости от одного поставщика. Для этого нужны открытые интерфейсы, возможность переноса моделей и четкие условия владения данными.

Как отличить компанию, которая действительно становится цифровой, от той, что просто делает вид? 

— Это достаточно просто - надо просто заглянуть внутрь. В настоящей «цифровой» компании ИИ встроен в стандартные процессы, а не томится в виде изолированных или даже забытых пилотных проектов. И любой маркетолог или медсоветник сможет вам навскидку сказать: «Вот как я использую ИИ в своей работе, и вот какой результат это дает».

Ваш главный совет фарм-менеджерам, которые только начинают этот путь?

— Не бойтесь, действуйте быстро, но действуйте с умом. Начинайте с простых и понятных задач, постоянно измеряйте результат и обязательно обучайте и мотивируйте своих сотрудников.

— Решения на основе ИИ очень быстро становятся частью повседневной жизни отделов продаж, маркетинга и медицинских команд. Эффективность решений на основе ИИ зависит не столько от технологий и хитроумности моделей, сколько от зрелости данных, культуры обучения и готовности самой компании меняться. Именно это и определит, кто через несколько лет будет задавать тон на рынке.