A legtöbb gyógyszergyártó a technológiáját, eszközeit és működési modelljeit még nem állította teljesen annak szolgálatába, hogy megvalósíthassa digitális törekvéseit – írja nemrég megjelent elemzésében a McKinsey. A tanácsadó cég öt lépést javasol az áttörés elérése érdekében.
Gyakorlatilag minden gyógyszeripari vállalat felismerte már a digitális technológia jelentőségét az üzletmenetben. Sokuk elkezdte újragondolni az interakciókat az egészségügyi szolgáltatókkal és a betegekkel, a technológia segítségével testre szabva a jobb kezelési eredményekhez vezető módszereket. Néhol külön digitális és technológiai vezetői (CDTO) pozíciót is létrehoztak olyan szakembereknek, akik jártasak az ilyen átalakítások levezénylésében. Egyes piaci szereplők pedig a digitális szemléletet beépítik a gyógyszerkutatásba és a klinikai fejlesztésbe.
A McKinsey szerint azonban a cégek még mindig csak a felszínt karcolgatják, a beruházások ritkán vezettek mélyreható szervezeti változásokhoz. Kevés gyártónak sikerült mélyen beágyaznia a digitalizációt a szervezetébe. A vezetők gyakran érzékelik ezt, és egyre frusztráltabbak a szélesebb körű, mélyreható átalakítások hiánya miatt. De vannak sikeres példák is, és ezek tanulmányozása alapján a tanácsadók öt olyan bevált intézkedést javasolnak, amellyel 12-18 hónap leforgása alatt túl lehet jutni a kisléptékű kísérletezésen.
A működési modellek újragondolása
Azok a vállalatok, amelyek a digitalizációba való befektetéssel nagyszabású változásokat tudtak elérni, termék- és platformorientált működési modellekre tértek át. Ez az erőforrás-átcsoportosítás felhatalmazza a cégen belül autonóm módon működő teameket, hogy átfogó célokért dolgozzanak, ne pedig egyedi termékekért.
Ezt a váltást az üzleti eredményekre és a felhasználókra fókuszáló szervezetekben lehet eredményesen elvégezni. A termék- és platformorientált működési modellek jobban ösztönzik a szervezeti egységeket a kívánt hatások elérésére, és általában nagyobb termelékenységet, valamint rövidebb piacra jutási időt és jobb felhasználói élményt eredményeznek. A tanácsadó cég felmérése szerint ez a modell átlagosan 20 százalékkal javítja az alkalmazottak, és 15 százalékkal az ügyfelek elégedettségét.
Egy globális multi például a technológiai projektek elszigetelt megvalósítása helyett olyan csapatokat állított fel, amelyek az eredmények mentén igazodtak egymáshoz, és felhatalmazást kaptak arra, hogy ezeket az eredményeket a saját maguk által megválasztott módszerrel érjék el. Az új működés 50 százalékkal csökkentette a tesztelési időt, több mint 20 százalékkal javította a termékek gyártási sebességét, és egyes esetekben 50 százalékkal növelte az ügyfelek elégedettségét.
A termék- vagy platformüzemeltetési modellre való áttéréssel párhuzamosan előnyös lehet néhány változtatás a beszállítók és technológiák kiválasztásában. Megfontolandó néhány kulcsfontosságú stratégiai partnerre redukálni a beszállítóik számát, a szerződéseket pedig tevékenységalapúról eredményalapúra hangolni át – ilyen lehet egy alkalmazás támogatása és karbantartása, árképzésének átállítása mennyiségalapúról eredményalapúra. A tapasztalatok szerint a beszállítói konszolidáció 10 százalék körüli költségcsökkenést hoz, az új szerződések haszna pedig elsősorban a rugalmasság növekedésében érhető tetten.
Hasonlóképpen a technológiai infrastruktúra korszerűsítése is előkészítheti a terepet a digitális átalakulásnak, ideértve az alkalmazások racionalizálását vagy a felhőalapú infrastruktúrára történő átállást. Utóbbi könnyebb alkalmazkodást és skálázhatóságot biztosít a mesterségesintelligencia-alapú döntéshozatalhoz és az automatizált, végponttól végpontig tartó munkafolyamatokhoz. Itt az IT-kiadások akár 30 százaléka is megspórolható, a felszabaduló erőforrások pedig a digitális prioritások gyorsítására allokálhatók.
DataOps az innováció ösztönzéséért
Nehéz a meglévő adatokat azonosítani, gyorsan hozzáférni, nyomon követni a felhasználásukat, kiszűrni a kettős vagy silózott adatforrásokat – ismerős? Az adatokhoz való hozzáférés korlátozottsága és azok gyenge minősége a digitális átalakulás egyik fő gátló tényezője. Sok helyen vannak továbbra is kézi adatfeldolgozási folyamatok, ami lehetetlenné teszi a fejlett analitikát.
Egy lehetséges megoldás a DataOps módszertan használata. Az együttműködésen alapuló gyakorlatok, képességek és eszközök összessége képes szabványosítani és automatizálni az adatfelhasználást a minőség javítása és a fejlett analitika ciklusidejének csökkentése érdekében. Egy DataOpst alkalmazó vállalatnál az üzleti felhasználók könnyebben megtalálhatják, elérhetik, integrálhatják és újra közzétehetik az adatokat.
Úgy működik, hogy olyan adathalmazt építenek, amely képes a több forrásból származó adatok integrálására. Ezután meghatározzák az adatkezelésre, a hozzáférés-kezelésre, a fejlesztési prioritásokra és a termékekre vonatkozó standardokat. Ez a megközelítés új készségeket is igényel, például az adatfelügyeletet. De amint egy cég rendelkezik ezekkel a képességekkel, automatizált eszközkészletet fejleszthet, például az anomáliák észlelésére.
Mesterséges intelligencia MLOps-szal
A DataOps bevezetésével a gépi tanulás számos alkalmazási lehetősége nyílik meg, az automatizált indikációkereséstől kezdve a kockázatbecslésen át a betegkimenetek előrejelzéséig. A cégek többsége eddig jellemzően egyszeri kezdeményezésekként kezelte az MI-projekteket, szükség szerint kérve elemzéseket és modellépítést az analitikával foglalkozó csapattól. Ez a megközelítés azonban, bár bizonyos esetekben hozhat sikereket, nem hatékony, és szükségtelen kockázatoknak teheti ki a szervezetet.
Ahhoz, hogy az egyedi, elszigetelt projekteket felváltsa a folyamatos MI-fejlesztés standard modelljének kiépítése, érdemes a gépi tanulási műveletek éles környezetbe történő integrációjára és üzemeltetésére kifejlesztett MLOps irányítási rendszerhez fordulni. Az MLOps-szabványok és -folyamatok lehetővé teszik a gépi tanulási képességek rutinszerű fejlesztését, telepítését és felügyeletét.
Egy MLOps-környezetben a gépi tanulási modellek és alkalmazások újrafelhasználható komponensekből építhetők fel, amelyek meghatározott feladatokat látnak el, és gyorsan kombinálhatók. Bevezetésével a gyógyszergyártók integrálhatják a gépi tanulást az alapvető üzleti és munkafolyamatokba. Az MLOps és a DataOps által támogatott digitális csapatok eljuthatnak a generatív MI-ig, amely gyökeresen megváltoztathatja a munkavégzést az egész gyógyszeripari értékláncban. A McKinsey szerint az ilyen megközelítést alkalmazó cégek 20 százalékkal is növelhetik az eredményüket.
A hr-stratégiák gyors átalakítása
Az új működési modellek, adatkezelési gyakorlatok és gépi tanulási megközelítések mellett a megfelelő szakemberek megléte is kritikus fontosságú. A technológiai ágazatban a közelmúltban tapasztalt leépítések lehetőséget kínálnak a gyógyszeriparnak arra, hogy megszerezze a digitális ambíciók realizálásához szükséges szakértelmet. Ez történhet új toborzási csatornákkal, a hr-specialisták célzott képzésével vagy akvizícióval.
Ahol a képességek gyors fejlesztése szükséges, ott az utóbbi megoldás lehet a befutó. A felvásárlási stratégia különösen hatékony lehet olyan területeken, mint a termékmenedzsment vagy az adattudomány. Nem véletlen, hogy a nemzetközi hírekben gyakran tűnnek fel olyan esetek, amikor meghatározó gyógyszerpiaci szereplők speciális tudású kisebb vállalkozásokat vesznek.
Digitális egészségügyi stratégia
Ahogy a portfóliók a jelentős költségvetési hatású (például anyagcsere-betegségek terápiáinak fejlesztése) és/vagy az adminisztrációs szempontból komplex (például a sejt- és génterápia) tudományos áttörések felé tolódnak el, a digitális egészségügyi megoldások vonzó eszköztárat jelenthetnek. A digitális egészségügyi vállalatokkal kötött partnerség vagy az ilyen célú befektetés lehetőséget teremt a gyógyszeriparnak a közvetlenebb kapcsolatfelvételre a betegekkel.
Korábban visszafogott volt a gyógyszeripar részvétele ezen a területen, és kevés volt az innen induló innováció is. Most már több a beruházás, de a sikerhez mindenekelőtt ki kell alakítani a digitális egészségügyi stratégiát. Nem kötelező mindenkinek beszállni a digitális egészségügybe, de aki megteszi, annak néhány stratégiai kérdést tisztáznia kell:
- A digitális egészség szerepe a szélesebb portfólióban. Önálló bevételi forrás lesz-e, vagy a csoporton belüli márkákat támogatja majd? Milyen egyéb előnyöket biztosít?
- Elsődleges célterületek. A vezetőknek meg kell határozniuk az őket érdeklő digitális célokat. A piaci dinamika megértése, valamint az, hogy a szervezet mely területeken rendelkezik előnyökkel vagy hátrányokkal, leszűkítheti a mezőnyt.
- Piacra lépési stratégia. Minden egyes lehetőség esetében, a kezdeti átvilágítási fázisok során egyértelmű kereskedelmi modell (például partnerség, felvásárlás, közös fejlesztés) meghatározására van szükség. Ez segít a vezetőknek felmérni a gazdasági modell életképességét és stratégiai illeszkedését.
- Ütemterv és teljesítménymutatók. Világos ütemtervvel csökkenthető a kockázat, erősíthető a szervezet elkötelezettsége.
Megjelent a Marketingpirula 2023. szeptemberi számában.
