Apa yang masuk akal untuk diharapkan dari AI agen di farmasi? Bagian Satu: Evolusi AI
Agen AI, Konsep Pengembangan Buatan Kecerdasan untuk Sistem Otomasi. Pengembang menggunakan laptop untuk pelatihan AI dan dasbor pembelajaran mesin. Teknologi Robot Smart dan Alur Kerja Agen | Kredit Gambar: © Deemerwha Studio – stock.adobe.com
Agen Kecerdasan Buatan (AI)-koordinasi otonom dari “agen” AI yang digerakkan oleh tujuan-bisa dibilang perubahan paling signifikan dalam AI sejak munculnya chatgpt, karena potensi untuk mendefinisikan kembali cara organisasi beroperasi. Otonominya terletak pada kemampuan agen AI dan orkestra mereka (atau “agen super”) untuk bernalar, mensintesis pengetahuan, dan secara adaptif menentukan dan mengoordinasikan tugas dan interaksi yang diperlukan untuk mencapai tujuan.
Kemampuan untuk bernalar, mengantisipasi, menghasilkan wawasan dan pengetahuan, dan membuat keputusan yang lebih baik sangat cocok dengan ilmu kehidupan, sebuah industri yang kaya data, berat proses, dan kritis. Ketika daya tarik industri farmasi dengan AI agen tumbuh, seri tiga bagian ini mengeksplorasi potensi teknologi dalam farmasi R&D, dimulai dengan penjumlahan evolusi AI hingga sekarang.
Penumpukan AI agen
Ketika industri farmasi global beradaptasi dengan kemajuan dalam sains, tuntutan peraturan yang berkembang, dan tekanan pada harga dan margin, AI telah memperoleh daya tarik baik sebagai solusi praktis untuk memproses beban kerja yang melonjak dan sebagai sarana untuk mengubah pekerjaan yang dilakukan perusahaan. Saat ini, teknologi ini digunakan dengan meningkatnya momentum, serta meningkatnya ambisi, karena AI terus berkembang dan ketika organisasi memahami potensi penuhnya.
AI generatif (Genai), yang menjadi perhatian utama dengan peluncuran chatgpt pada tahun 2022, telah membuktikan katalis yang mengganggu untuk seluruh industri, menawarkan kemampuan untuk mengambil apa yang telah terjadi sebelumnya, pengetahuan yang menggabungkan, menyaring fakta -fakta utama termasuk wawasan baru, dan menyajikannya dengan cara baru. Dalam Ilmu Hidup R&D, lintas fungsi termasuk urusan regulasi dan keamanan obat/farmakovigilance, AI telah membuka jalan bagi otomatisasi cerdas dari proses rutin yang sangat padat karya. Teknologi ini secara aktif digunakan dalam persiapan aplikasi otorisasi pemasaran, kontrol perubahan produk/manajemen penilaian dampak peraturan, pemrosesan kasus kejadian buruk, dan pelaporan keselamatan.
Dari perbaikan proses tambahan hingga pengerjaan ulang proses otonom
Melalui aplikasi yang berkembang biak ini, AI telah berkontribusi pada peningkatan nyata dalam efisiensi biaya proses. Keuntungan telah mencakup eksekusi tugas yang dipercepat, akurasi terasah dan konsistensi dalam output proses, dan optimasi sumber daya skala besar, karena tim profesional telah mencakar waktu untuk tugas yang lebih strategis dan menantang. Dalam menggunakan AI di seluruh kasus penggunaan diskrit ini, organisasi farmasi dan fungsinya memimpin telah belajar banyak tentang potensi teknologi dan cara terbaik untuk memanfaatkannya untuk mendapatkan hasil yang baik dan tepercaya.
Semua ini telah membuka jalan bagi gelombang kemajuan AI yang lebih besar, dalam bentuk AI agen. Ini mewakili pergerakan dari otomatisasi proses yang ada atau yang telah ditentukan ke otonomi yang jauh lebih besar atas apa yang AI lakukan dan bagaimana. Alih -alih aplikasi AI tunggal yang mengelola suatu proses, AI agen lebih kolaboratif, melipatgandakan keuntungan efisiensi. Ini melibatkan kontribusi otonom dari serangkaian agen AI spesialis untuk memenuhi tujuan yang ditugaskan melalui cara yang paling efektif mungkin. Agen-agen ini dikoordinasikan oleh AI “agen super.” Diberi tujuan, orkestra AI ini dan tuduhannya masing -masing menggunakan intelijen, pengalaman, dan alasan masing -masing untuk memenuhi kontribusi mereka ke tujuan yang lebih luas dengan cara yang paling efektif dan efisien yang mereka bisa. Menggabungkan semua pengambilan keputusan otonom ini memungkinkan perubahan langkah dalam pengiriman melalui adaptasi proses dalam penerbangan.
Jadi mengapa ini penting untuk pharma?
Menantang status quo
Agen AI tidak hanya tentang melakukan hal -hal lebih efisien dan lebih akurat, seperti halnya inkarnasi AI sebelumnya. Mencapai di luar ruang lingkup tugas individu, ia menawarkan potensi untuk reinvention proses yang diperluas.
Agen AI mengganggu sampai -sampai CEO Microsoft telah menyarankan mereka akan menjungkirbalikkan model pengiriman perangkat lunak cloud (1). Alasan untuk ini adalah bahwa AI memiliki potensi untuk mengurangi sentralitas antarmuka pengguna dengan secara mandiri memohon banyak aplikasi atau alat untuk menyelesaikan tugas yang lebih luas. Ini tidak hanya memiliki implikasi untuk cara perusahaan membeli dan menggunakan perangkat lunak; Ini juga menantang dari batas -batas tradisional yang dimiliki perusahaan antara tim fungsional dan antara set data masing -masing.
Agen AI menuntut lebih banyak sehingga dapat memberikan lebih banyak
Semua hal di atas telah memperbarui penekanan pada kualitas dan kekayaan aset data yang mendasari perusahaan, dan seberapa baik ini dapat digabungkan dan dimanfaatkan oleh agen yang berbeda dalam konteks yang berbeda. Ini juga meningkatkan harapan tentang betapa percaya diri dengan percaya diri berbasis AI dan wawasan suling dapat dipercaya.
Di sinilah potensi AI agen bertabrakan dengan kebutuhan akan sistem yang kuat dan interoperabilitas data, parameter yang jelas (kerangka operasi multi-agen), dan tata kelola yang kuat-itu jika AI agen harus divalidasi dan diandalkan untuk digunakan dalam konteks yang diatur dan berorientasi pada pasien.
Idealnya, keseimbangan harus dipukul antara memberdayakan AI agen dengan semua pengetahuan, detail, dan logika yang dibutuhkan untuk menambah nilai di atas dan di luar apa yang dapat dicapai manusia, sambil berisi kelonggaran teknologi (sehingga tidak melampaui atau menjadi nakal), sebuah konsep yang dikenal sebagai “otonomi terikat”.
Ketentuan terakhir ini, yang akan dieksplorasi secara lebih rinci dalam artikel ketiga dari seri ini, sangat penting. Para pencela Genai telah lama khawatir tentang berbagai kecenderungan platform untuk “berhalusinasi” untuk mengisi kesenjangan dalam pengetahuan mereka ketika memberikan jawaban atau ringkasan (walaupun, ini sedang ditangani dengan cepat) (2). Tanpa transparansi yang memungkinkan pengguna untuk memeriksa keaslian sumber atau kebenaran temuan, tidak ada perusahaan yang dapat mempercayai output alat Genai, terutama di lingkungan yang diatur secara ketat.
Dalam konteks AI agen, di mana sistem diberikan otonomi baru di seluruh alur kerja yang diperluas, taruhannya untuk tata kelola meningkat dengan tajam. Risiko melampaui output yang salah; Mereka termasuk pergerakan data yang tidak diinginkan, hilangnya kontrol operasional, pengambilan keputusan yang tidak selaras, dan garis akuntabilitas yang kabur. Mengelola tuntutan ini pergeseran dari perlindungan statis ke pengawasan dinamis: tata kelola yang dapat beradaptasi ketika agen berinteraksi, peran berkembang, dan konteks berubah. Ini akan dieksplorasi secara mendalam di bagian terakhir dari seri ini, tetapi poin intinya jelas – tanpa kerangka tata kelola yang kuat dan adaptif, otonomi yang membuat AI agen kuat juga dapat memperkuat risiko.
Singkatnya, kedatangan AI agen memperkenalkan potensi signifikan untuk reinvention operasional dan kebutuhan akan sistem dan kerangka kerja canggih untuk memfasilitasi transformasi positif sambil mengurangi risiko.
Artikel berikutnya dalam seri tiga bagian ini akan mempertimbangkan potensi besar untuk AI agen dalam fungsi R&D farmasi, dan menggambarkan beberapa kasus penggunaan awal yang sekarang sedang diujicobakan. Bagian ketiga kemudian akan menarik faktor -faktor keberhasilan kritis yang terlibat untuk membuka potensi penuh teknologi.
Referensi
1. Satya Nadella | BG2 dengan Bill Gurley & Brad Gerstner. Youtube.com12 Desember 2024 (diakses 15 Agustus 2025).
2. Google Cloud. Apa itu halusinasi AI? cloud.google.comDiakses 15 Agustus 2025.
Tentang penulis
Jason Bryant adalah wakil presiden, manajemen produk untuk AI & data di Arisglobal, yang berbasis di London. Seorang aktuaris ilmu data, ia telah membangun karirnya di fintech dan teknologi kesehatan, dan berspesialisasi dalam inovasi produk yang didukung AI, berbasis data, namun berpusat pada manusia. Dia sebelumnya memimpin Inkubator Digital AstraZeneca dan hari ini tetap di dewan badan amal kesehatan, Scleroderma & Raynaud's UK (SRUK), yang didedikasikan untuk meningkatkan kehidupan orang -orang yang terkena dampak kondisi di Inggris.
