Ten post został już przeczytany 751 razy!
Jak uniknąć najczęstszych pułapek wdrażania AI i jak zapewnić, że Twoja inicjatywa szybko przyniesie realną i znaczącą wartość
Sztuczna inteligencja (AI), we wszystkich swoich różnych postaciach, w oczywisty sposób oferuje ogromną potencjalną wartość przedsiębiorstwom z branży opieki zdrowotnej i farmaceutycznej w zakresie przekształcania ich łańcuchów dostaw. Jednak bez solidnej strategii, właściwej implementacji i rygorystycznego ustalania priorytetów w środowisku produkcyjnym przypadków użycia o dużej wartości, większość tej wartości zostaje utracona.
Zbyt często wdrożenia sztucznej inteligencji kończą się fiaskiem i niewiele można wykazać pod względem wartości biznesowej. Lub jeśli faktycznie dostarczają wartość w jakimś niszowym obszarze, trudno je skalować w całym przedsiębiorstwie i u partnerów handlowych, aby naprawdę przekształcić łańcuch dostaw.
4 najważniejsze wyzwania związane z wdrażaniem sztucznej inteligencji w łańcuchach dostaw w służbie zdrowia i przemyśle farmaceutycznym Kliknij Aby Tweet
W tym artykule omówiono praktyczne wyzwania, o których należy pamiętać przy wdrażaniu sztucznej inteligencji w farmaceutycznych łańcuchach dostaw. W raporcie, do którego odsyłam na końcu tego artykułu, szczegółowo przedstawiam strategię, która szybko generuje wysokie zyski, minimalizując jednocześnie koszty i ryzyko wdrożenia.
Ze względu na wysoce wzajemnie powiązany charakter łańcuchów dostaw produktów farmaceutycznych i opieki zdrowotnej sukces w decydującym stopniu zależy od posiadania podstawowej platformy sieciowej, która uwzględnia złożoność i wielopoziomowy charakter takich łańcuchów dostaw.
Typowe wyzwania i pułapki związane ze sztuczną inteligencją w łańcuchach dostaw w branży farmaceutycznej
Gdzie większość firm zajmujących się zdrowiem i naukami przyrodniczymi popełnia błąd, próbując wdrożyć sztuczną inteligencję w swoich łańcuchach dostaw? Brałem udział w wielu wdrożeniach
1. Złożone krajobrazy danych i uczenie się na podstawie przeszłych i nowych danych
Jest to poważny problem: próba rozwiązania tego problemu bez jednego zintegrowanego modelu nie pozwala na połączenie kropek. Innymi słowy, brak podstawowych danych społeczności i systemu zarządzania.
Łańcuch dostaw to heterogeniczna mieszanka partnerów dysponujących niezliczoną liczbą modeli danych, które najczęściej ze sobą nie rozmawiają. Do tego dochodzi złożona struktura integracji, która bardzo utrudnia śledzenie transakcji w całym jej cyklu życia. Możliwość dostępu do danych poza przedsiębiorstwem lub, co ważniejsze, otrzymania pozwolenia na wgląd w dane istotne dla Twojej społeczności handlowej, musi być udostępniona każdemu rodzajowi sztucznej inteligencji, np. algorytmom głębokiego uczenia się lub uczenia maszynowego.
Wysokowydajne systemy sztucznej inteligencji powinny być w stanie przyswajać trendy z przeszłości i stale uczyć się na nowych danych oraz stopniowo dostosowywać wyniki. Systemy sztucznej inteligencji w łańcuchu dostaw nie powinny przyjmować modelu wsadowego, w którym przy każdej nowej zmiennej lub punkcie danych cały algorytm wymaga fundamentalnej zmiany, aby osiągnąć odporny łańcuch dostaw.
Sprawienie, aby sztuczna inteligencja działała w łańcuchach dostaw: wysokowydajne systemy sztucznej inteligencji powinny być w stanie przyswajać przeszłe trendy i stale uczyć się na nowych danych oraz stopniowo dostosowywać wyniki. Kliknij Aby Tweet
2. Stale zmieniające się wytyczne dotyczące zgodności i krajobraz regulacyjny GxP
Branża nauk przyrodniczych, a w szczególności farmacja, podlega ścisłym regulacjom i ma rygorystyczne wymagania dotyczące zgodności, np GCP (dobrze Kliniczne Ćwiczyć) i GMP (Dobra Praktyka Wytwarzania). Są one specyficzne dla receptur, obszarów terapii i specyficzne dla regionu geograficznego pod względem zasad testowania i wytycznych FDA. Co gorsza, zasady te stale ewoluują. Wymaga to skomplikowanych algorytmów eksploracji tekstu, aby poznać implikacje procesowe tych stale zmieniających się przepisów.
3. Przypadki wykorzystania AI poza back-office i nadmierny nacisk na wydajność
Chociaż wiele firm z branży life science próbowało wdrożyć sztuczną inteligencję i RPA (robotyczną automatyzację procesów) w swoich operacjach zaplecza, prawdziwa wartość sztucznej inteligencji objawia się w angażowaniu użytkowników na froncie. Na przykład wykorzystanie algorytmów sztucznej inteligencji do przewidywania terapii, przewidywania wystąpienia chorób i autonomicznego planowania pacjentów, w przeciwieństwie do ograniczania sztucznej inteligencji do obsługi klienta i przypadków użycia związanych z produktywnością.
Wiele firm farmaceutycznych nie potrafi lub nie jest w stanie skupić się na innych obszarach, takich jak wzrost przychodów, przestrzeganie zaleceń przez pacjentów, ryzyko itp., i często mają trudności w ustaleniu uzasadnienia biznesowego dla takich obszarów.
4. Skoncentrowanie się na wynikach punktowych bez uwzględnienia wpływu procesu decyzyjnego opartego na sztucznej inteligencji na rozprzestrzenianie się
Większość dużych firm farmaceutycznych ma w najlepszym przypadku izolowane programy pilotażowe AI pracujące w wybranych obszarach, takich jak planowanie popytu, optymalizacja transportu czy sprawdzanie dostawców. Doprowadziło to do szeregu dowodów słuszności koncepcji obejmujących różne aspekty łańcucha dostaw. Projekty te mają trudności ze skalowaniem i nie są w stanie osiągnąć świętego Graala łańcucha dostaw: odporności. Wyzwanie to jest szczególnie trudne dla branży farmaceutycznej, ponieważ jej łańcuchy dostaw są silnie ze sobą powiązane, od początku do końca i na różnych poziomach, ze złożonymi wytycznymi dotyczącymi produkcji, a dla wdrożenia kluczowe znaczenie ma skupienie się na zestawie funkcji celów obejmujących całą sieć powodzenie.
Na czym się skupić, aby uzyskać lepsze zyski z AI
To szeroki i złożony temat, który w tym miejscu mogę jedynie poruszyć, ale szczegóły podam w raporcie zamieszczonym na końcu artykułu. Na razie chciałbym zostawić Wam jeden kluczowy element układanki, który uznaliśmy za niezwykle przydatny.
Pośród całej tej pogawędki i szumu wokół zastosowań sztucznej inteligencji w łańcuchu dostaw marki z branży life science muszą zachować ostrożność w ustalaniu priorytetów właściwych przypadków użycia i dysponować odpowiednimi danymi i stosem technologii, aby mogły zobaczyć rzeczywiste i znaczące wyniki szybko.
W One Network Enterprises (ONE) współpracujemy z szeroką gamą firm z branży nauk przyrodniczych, z których każda jest na innym poziomie dojrzałości. Jednak wszyscy chcą tego samego: zestawu przypadków użycia, które oferują największy zwrot z inwestycji.
Aby to osiągnąć, odkryliśmy, że najlepszym sposobem jest utworzenie „Biura Wartości”, dedykowanego zespołu skupionego na wartości (funkcja na styku sukcesu klienta i inżynierii wartości). Jest to tak istotne, ponieważ większość przypadków użycia nie jest zlokalizowana w konkretnym silosie w łańcuchu dostaw. Zwykle przypadki użycia są ze sobą powiązane i mają wielopoziomowy wpływ na poziom kosztów, zapasów i usług. Zespół Value Office może monitorować różne funkcje i łączyć punkty w sposób, który dla lokalnych zespołów będzie trudny, jeśli nie niemożliwy.
Sztuczna inteligencja może mieć duży wpływ, jeśli zdajesz sobie sprawę z pułapek i podchodzisz do sztucznej inteligencji ze sprawdzoną strategią
Podsumowując, wdrożenie sztucznej inteligencji w farmaceutycznych łańcuchach dostaw wiąże się z niezliczonymi wyzwaniami, takimi jak zarządzanie złożonymi krajobrazami danych, poruszanie się w stale zmieniającym się otoczeniu regulacyjnym, rozszerzanie zastosowań sztucznej inteligencji poza operacje back-office oraz uwzględnienie szerszych implikacji sztucznej inteligencji kierował podejmowaniem decyzji. Można jednak stawić czoła tym wyzwaniom, nadając priorytet właściwym przypadkom użycia, wspartym odpowiednimi danymi i technologią. Firmy powinny dążyć do systemów sztucznej inteligencji, które będą w stanie integrować i uczyć się na nowych i historycznych danych, dostosowywać się do zmieniających się przepisów i zapewniać wartość w różnorodnych obszarach. Dedykowane „biuro wartości” mogłoby odegrać kluczową rolę w nadzorowaniu tych złożoności, ponieważ może zapewnić, że wdrażanie sztucznej inteligencji uwzględnia wzajemnie powiązany charakter łańcucha dostaw i jego wpływ na koszty, zapasy i poziom usług. Pomimo potencjalnych pułapek, przy właściwych strategiach i skupieniu, firmy z branży life science mogą osiągnąć znaczne zwroty z inwestycji w sztuczną inteligencję.
I ten raport, o którym wspomniałem, możesz pobrać go tutaj.
Polecamy Wiadomości
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://supplychainbeyond.com/4-pitfalls-of-a8-in-healthcare-and-pharmaceutical-supply-chains/
- :ma
- :Jest
- :nie
- :Gdzie
- 250
- a
- zdolność
- Zdolny
- dostęp
- Konto
- Osiągać
- w poprzek
- przystosować
- zaadresowany
- dostosować
- przyjąć
- AI
- Implementacja AI
- AI w służbie zdrowia
- ai inwestycje
- Systemy SI
- przypadki użycia ai
- zmierzać
- algorytm
- Algorytmy
- Wszystkie kategorie
- już
- an
- i
- każdy
- aplikacje
- podejście
- SĄ
- POWIERZCHNIA
- obszary
- na około
- Szyk
- artykuł
- AS
- At
- próbując
- autor
- Automatyzacja
- autonomiczny
- dostępny
- uniknąć
- świadomy
- poparła
- BE
- bo
- być
- jest
- BEST
- Ulepsz Swój
- Poza
- Najwyższa
- obie
- marek
- szeroki
- biznes
- rozwój biznesu
- ale
- by
- CAN
- ostrożny
- walizka
- Etui
- Dyplomowani
- łańcuch
- więzy
- wyzwanie
- wyzwania
- wymiana pieniędzy
- COM
- wspólny
- społeczność
- Firmy
- kompleks
- złożoności
- kompleksowość
- spełnienie
- spotęgowane
- Koncepcje
- konkluzja
- Skontaktuj się
- wobec
- nieustannie
- Koszty:
- mógłby
- krytyczny
- istotny
- klient
- Obsługa klienta
- Sukces klienta
- cykl
- dane
- decyzja
- Podejmowanie decyzji
- dedykowane
- głęboko
- głęboka nauka
- dostarczyć
- dostarcza
- Kreowanie
- zależny
- rozwijać
- wdrażanie
- opis
- Mimo
- detal
- detale
- oprogramowania
- różne
- trudny
- Trudność
- cyfrowy
- cyfrowy Transformacja
- choroba
- inny
- do
- nie
- e
- każdy
- efekt
- ruchomości
- zakończenia
- koniec końców
- ujmujący
- Inżynieria
- ogromny
- zapewnić
- Enterprise
- przedsiębiorstwa
- Cały
- szczególnie
- ustanowienie
- itp
- Eter (ETH)
- EVER
- ciągle się zmienia
- Każdy
- ewoluuje
- przykład
- rozszerzenie
- doświadczenie
- ekspertyza
- odkrywa
- rozległy
- niezwykle
- tekstylia
- aspekty
- FAIL
- FDA
- Postać
- Znajdź
- Skupiać
- koncentruje
- skupienie
- W razie zamówieenia projektu
- formularze
- preparaty
- znaleziono
- Podstawowy
- fracht
- od
- z przodu
- Zaczepy
- funkcjonować
- Funkcje
- generuje
- Dać
- Go
- dobry
- Graal
- Zielony
- Wzrost
- wytyczne
- Have
- mający
- Zdrowie
- opieki zdrowotnej
- ciężko
- tutaj
- hi-tech
- Wysoki
- wysoko
- historyczny
- W jaki sposób
- How To
- Jednak
- http
- HTTPS
- Szum
- i
- if
- Rezultat
- realizacja
- wdrożenia
- wykonawczych
- implikacje
- co ważne
- niemożliwy
- in
- W innych
- przemysł
- inicjatywa
- integrować
- zintegrowany
- integracja
- Inteligencja
- interakcji
- połączone
- skrzyżowanie
- najnowszych
- inwentarz
- inwestycja
- Inwestycje
- zaangażowany
- odosobniony
- IT
- JEGO
- jpg
- Trzymać
- Klawisz
- krajobraz
- duży
- lider
- Przywództwo
- UCZYĆ SIĘ
- nauka
- Pozostawiać
- Doprowadziło
- poziom
- poziomy
- lewarowanie
- życie
- Life Science
- lubić
- LINK
- Katalogowany
- mało
- stracił
- maszyna
- uczenie maszynowe
- zrobiony
- poważny
- robić
- WYKONUJE
- i konserwacjami
- System zarządzania
- zarządzający
- produkcja
- wiele
- mistrz
- Matters
- dojrzałość
- wzmiankowany
- minimalizowanie
- Górnictwo
- mieszać
- model
- modele
- monitor
- jeszcze
- większość
- musi
- miriada
- Natura
- żeglujący
- Potrzebować
- wymagania
- sieć
- Nowości
- nisza
- noty
- już dziś
- cel
- występowanie
- of
- oferta
- Oferty
- Biurowe
- często
- on
- ONE
- tylko
- operacje
- przeciwny
- optymalizacja
- or
- zamówienie
- Inne
- na zewnątrz
- wyniki
- wydajność
- zewnętrzne
- nadzorowanie
- szczególnie
- wzmacniacz
- Przeszłość
- pacjent
- Zapłacić
- wykonywania
- pozwolenie
- Pharma
- Przemysł farmaceutyczny
- Przemysł farmaceutyczny
- kawałek
- Piloci
- planowanie
- Platforma
- plato
- Analiza danych Platona
- PlatoDane
- punkt
- Post
- Wiadomości
- potencjał
- Praktyczny
- praktyka
- przewidzieć
- przepowiednia
- prezenty
- priorytetyzacja
- ustalanie priorytetów
- Problem
- wygląda tak
- Automatyzacja procesów
- Zamówień
- Produkcja
- Programy
- projektowanie
- dowód
- propagacja
- właściwy
- Sprawdzony
- zapewniać
- puzzle
- szybko
- zasięg
- Czytaj
- real
- prawdziwa wartość
- naprawdę
- powód
- otrzymać
- regulowane
- regulamin
- regulacyjne
- krajobraz regulacyjny
- związane z
- raport
- wymagania
- Wymaga
- sprężystość
- sprężysty
- ograniczające
- Efekt
- powrót
- powraca
- dochód
- wzrost przychodu
- prawo
- rygorystyczny
- Ryzyko
- Automatyzacja procesów robotycznych
- krzepki
- rpa
- reguły
- taki sam
- Skala
- szeregowanie
- nauka
- pokaz
- widzieć
- wybierać
- senior
- usługa
- zestaw
- Share
- przesunięcie
- powinien
- pokazać
- Sigma
- znaczący
- pojedynczy
- SIX
- So
- kilka
- Źródło
- Typ przestrzeni
- specyficzny
- stos
- strategie
- Strategia
- silny
- Walka
- sukces
- taki
- Dostawa
- łańcuch dostaw
- Dostarczać łańcuchy
- system
- systemy
- sprzęt
- trwa
- biorąc
- Mówić
- cel
- zespół
- Zespoły
- tech
- Technologia
- REGULAMIN
- XNUMX
- że
- Połączenia
- ich
- terapie
- terapia
- w związku z tym
- Te
- one
- rzecz
- to
- do
- Top
- aktualny
- Kontakt
- wyśledzić
- Handel
- transakcja
- Przekształcać
- Transformacja
- transformatorowy
- Trendy
- wypróbowany
- stara
- rodzaj
- niezdolny
- zasadniczy
- URL
- posługiwać się
- Użytkownicy
- zazwyczaj
- wartość
- zmienna
- różnorodny
- sprzedawca
- początku.
- chcieć
- Droga..
- sposoby
- we
- jeśli chodzi o komunikację i motywację
- Podczas
- szeroki
- Szeroki zasięg
- szerszy
- będzie
- w
- bez
- słowa
- Praca
- działa
- gorzej
- Źle
- jeszcze
- ty
- Twój
- zefirnet