Цей пост уже прочитано 751 рази!
Як уникнути найпоширеніших пасток впровадження штучного інтелекту та як переконатися, що ваша ініціатива швидко приносить реальну та значну користь
Штучний інтелект (AI), у всіх його різноманітних формах, очевидно, пропонує величезну потенційну цінність для медичних і фармацевтичних компаній у трансформації їхніх ланцюжків постачання. Але без надійної стратегії, належної реалізації та чіткого встановлення пріоритетів високоцінних варіантів використання у виробництві більша частина цієї цінності буде втрачена.
Занадто часто впровадження штучного інтелекту вичерпуються, мало що демонструючи з точки зору цінності для бізнесу. Або якщо вони справді приносять цінність у певній ніші, їх важко масштабувати на підприємстві та торгових партнерах, щоб справді трансформувати ланцюжок постачання.
4 головні проблеми з розгортанням штучного інтелекту в охороні здоров’я та фармацевтичних ланцюгах поставок Натисніть, щоб Tweet
У цій статті розглядаються практичні проблеми, про які слід пам’ятати під час впровадження штучного інтелекту в ланцюгах поставок фармацевтичних препаратів. У звіті, на який я посилаюся в кінці цієї статті, я докладно розповідаю про стратегію, яка швидко генерує високі прибутки, мінімізуючи накладні витрати та ризик впровадження.
Через дуже взаємопов’язану природу ланцюгів постачання фармацевтичних та медичних послуг, успіх критично залежить від наявності базової мережевої платформи, яка враховує складність і багаторівневість таких ланцюгів постачання.
Загальні виклики та підводні камені штучного інтелекту в ланцюгах постачання фармацевтичних препаратів
У чому помиляється більшість компаній у галузі охорони здоров’я та медико-біологічних наук, намагаючись розгорнути штучний інтелект у своїх ланцюжках поставок? Брав участь у багатьох впровадженнях
1. Складні ландшафти даних і навчання як на минулих, так і на нових даних
Це головна проблема: намагатися вирішити проблему без єдиної інтегрованої моделі, тому неможливо з’єднати точки. Або іншими словами, відсутність основних даних спільноти та системи управління.
Ланцюг поставок — це неоднорідна суміш партнерів із безліччю моделей даних, які найчастіше не взаємодіють між собою. Це ускладнюється складними інтеграційними структурами, що дуже ускладнює відстеження транзакції протягом її життєвого циклу. Можливість доступу до даних за межами підприємства або, що більш важливо, отримання дозволу на перегляд даних, які мають відношення до вашої торгової спільноти, повинна бути доступна для будь-якого типу ШІ, наприклад, алгоритмів глибокого або машинного навчання.
Високопродуктивні системи штучного інтелекту повинні мати можливість асимілювати минулі тенденції, постійно вчитися на нових даних і поступово коригувати результати. Системи штучного інтелекту в ланцюзі поставок не повинні використовувати пакетну модель, де з кожною новою змінною або точкою даних весь алгоритм потребує фундаментальних змін, щоб досягти стійкого ланцюга поставок.
Змушення штучного інтелекту працювати в ланцюгах поставок: високопродуктивні системи штучного інтелекту повинні мати можливість засвоювати минулі тенденції, постійно вчитися на нових даних і поступово коригувати результати. Натисніть, щоб Tweet
2. Постійно змінювані рекомендації щодо відповідності GxP і нормативний ландшафт
Галузь медико-біологічних наук, зокрема фармацевтична, суворо регулюється та має суворі вимоги щодо відповідності GCP (Добре Клінічний практика) та GMP (Належна виробнича практика). Вони є специфічними для рецептур, областей терапії та геоспецифічними з точки зору правил аналізу та вказівок FDA. Що ще гірше, ці правила постійно розвиваються. Для цього потрібні складні алгоритми інтелектуального аналізу тексту, щоб з’ясувати наслідки цих правил, що постійно змінюються.
3. Випадки використання штучного інтелекту поза межами бек-офісу та підвищена зосередженість на ефективності
Незважаючи на те, що багато наукових компаній про життя намагалися запровадити ШІ та RPA (роботизовану автоматизацію процесів) у своїх бек-офісах, справжня цінність ШІ проявляється в залученні користувачів на передній частині. Наприклад, використання алгоритмів штучного інтелекту для прогнозування терапії, прогнозування виникнення захворювань і автономного планування пацієнтів на відміну від обмеження штучного інтелекту випадками використання, пов’язаними з обслуговуванням клієнтів і продуктивністю.
Багато фармацевтичних компаній не можуть або не можуть націлитися на інші сфери, як-от зростання доходів, дотримання пацієнтами режиму, ризики тощо, і часто мають труднощі з обґрунтуванням бізнес-обґрунтувань для таких сфер.
4. Зосередження на точкових результатах без урахування впливу на розповсюдження прийняття рішень за допомогою ШІ
Більшість великих фармацевтичних компаній у кращому випадку мають ізольованих пілотних проектів штучного інтелекту, які працюють над вибраними напрямками, такими як планування попиту, оптимізація вантажів, перевірка постачальників. Це призвело до низки доказів концепцій у різних аспектах ланцюжка поставок. Ці проекти намагаються масштабуватись і не можуть досягти священного Грааля ланцюжка поставок: стійкості. Це завдання є особливо складним для фармацевтичної промисловості, оскільки її ланцюжки поставок тісно взаємопов’язані, від кінця до кінця та між рівнями, зі складними виробничими інструкціями, і зосередження на наборі цільових функцій у всій мережі має вирішальне значення для впровадження успіх.
На чому зосередитися, щоб отримати кращу віддачу від ШІ
Це широка і складна тема, яку я можу торкнутися лише тут, але я надаю деталі в звіті, який наведено в кінці статті. Наразі я хотів би залишити вам одну ключову частину головоломки, яку ми визнали надзвичайно корисною.
Серед усіх балачок і ажіотажу навколо застосувань штучного інтелекту в ланцюжку постачання, бренди наук про життя мають бути обережними, визначаючи пріоритети для правильних варіантів використання та підкріплюючись придатними для цілей даними та набором технологій, щоб вони могли бачити реальні та значні результати швидко.
У One Network Enterprises (ONE) ми співпрацюємо з багатьма компаніями, що займаються наукою про життя, кожна з яких має різний рівень зрілості. Проте всі вони хочуть того самого: набору варіантів використання, які пропонують найбільшу віддачу від інвестицій.
Щоб досягти цього, ми виявили, що найкращий спосіб це зробити — створити «Офіс цінностей», спеціальну команду, зосереджену на цінностях (функція на перетині успіху клієнта та розробки цінностей). Причина, по якій це так критично, полягає в тому, що більшість варіантів використання не локалізовані для конкретного силосу в ланцюжку постачання. Зазвичай варіанти використання взаємопов’язані та мають багаторівневий вплив на вартість, запаси та рівні обслуговування. Команда Value Office може контролювати всі функції та з’єднувати точки у спосіб, який локалізованим командам буде важко, якщо не неможливо.
Штучний інтелект може бути дуже ефективним, якщо ви знаєте про підводні камені та підходите до ШІ за допомогою перевіреної стратегії
Підсумовуючи, впровадження штучного інтелекту в ланцюги постачання фармацевтичної продукції створює безліч проблем, таких як керування складними ландшафтами даних, навігація в регулятивних ландшафтах, що постійно змінюються, розширення додатків штучного інтелекту за межі бек-офісних операцій і врахування ширших наслідків ШІ- керував прийняттям рішень. Однак ці проблеми можна вирішити, визначивши пріоритети для правильних варіантів використання, підкріплених відповідними даними та технологіями. Компанії повинні прагнути до систем штучного інтелекту, які можуть інтегрувати та вивчати нові та історичні дані, адаптуватися до мінливих нормативних актів і забезпечувати цінність у різноманітних сферах. Спеціальний «Офіс цінностей» може стати ключовим у нагляді за цими складнощами, оскільки він може гарантувати, що впровадження штучного інтелекту враховує взаємопов’язаний характер ланцюга постачання та його вплив на вартість, запаси та рівень обслуговування. Незважаючи на потенційні підводні камені, за допомогою правильних стратегій і зосередженості медико-біологічні компанії можуть отримати значну віддачу від своїх інвестицій у штучний інтелект.
І той звіт, який я згадав, ви можете скачати тут.
Рекомендовані повідомлення
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
- джерело: https://supplychainbeyond.com/4-pitfalls-of-a8-in-healthcare-and-pharmaceutical-supply-chains/
- : має
- :є
- : ні
- :де
- 250
- a
- здатність
- Здатний
- доступ
- рахунки
- Achieve
- через
- пристосовувати
- адресований
- регулювати
- прийняти
- AI
- Впровадження ШІ
- ШІ у сфері охорони здоров’я
- ai інвестиції
- Системи ШІ
- випадки використання ai
- мета
- алгоритм
- алгоритми
- ВСІ
- вже
- an
- та
- будь-який
- застосування
- підхід
- ЕСТЬ
- ПЛОЩА
- області
- навколо
- масив
- стаття
- AS
- At
- спроба
- автор
- Автоматизація
- автономний
- доступний
- уникнути
- знати
- підтриманий
- BE
- оскільки
- було
- буття
- КРАЩЕ
- Краще
- За
- найбільший
- обидва
- бренди
- широкий
- бізнес
- розвиток бізнесу
- але
- by
- CAN
- обережний
- випадок
- випадків
- Сертифікований
- ланцюг
- ланцюга
- виклик
- проблеми
- заміна
- COM
- загальний
- співтовариство
- Компанії
- комплекс
- складності
- складність
- дотримання
- складений
- поняття
- висновок
- З'єднуватися
- беручи до уваги
- безперестанку
- Коштувати
- може
- критичний
- вирішальне значення
- клієнт
- Контакти
- Успіх клієнта
- цикл
- дані
- рішення
- Прийняття рішень
- присвячених
- глибокий
- глибоке навчання
- доставляти
- постачає
- Попит
- залежний
- розгортання
- розгортання
- description
- Незважаючи на
- деталь
- деталі
- розробка
- різний
- важкий
- трудність
- цифровий
- цифрове перетворення
- Захворювання
- Різне
- do
- Не знаю
- e
- кожен
- ефект
- ефекти
- кінець
- кінець в кінець
- залучення
- Машинобудування
- величезний
- забезпечувати
- підприємство
- підприємств
- Весь
- особливо
- налагодження
- і т.д.
- Ефір (ETH)
- НІКОЛИ
- постійно змінюється
- Кожен
- еволюціонує
- приклад
- розширюється
- досвід
- експертиза
- досліджує
- обширний
- надзвичайно
- тканину
- грані
- FAIL
- FDA
- Рисунок
- знайти
- Сфокусувати
- увагу
- фокусування
- для
- форми
- рецептури
- знайдений
- Основоположний
- вантажний
- від
- перед
- передня частина
- функція
- Функції
- генерує
- Давати
- Go
- добре
- Грааль
- зелений
- Зростання
- керівні вказівки
- Мати
- має
- здоров'я
- охорона здоров'я
- сильно
- тут
- привіт-тек
- Високий
- дуже
- історичний
- Як
- How To
- Однак
- HTTP
- HTTPS
- обман
- i
- if
- Impact
- реалізація
- реалізації
- реалізації
- наслідки
- важливо
- неможливе
- in
- В інших
- промисловість
- Ініціатива
- інтегрувати
- інтегрований
- інтеграція
- Інтелект
- взаємодіяти
- взаємопов'язані
- перетин
- в
- інвентаризація
- інвестиції
- інвестиції
- залучений
- ізольований
- IT
- ЙОГО
- JPG
- тримати
- ключ
- ландшафт
- великий
- лідер
- Керівництво
- УЧИТЬСЯ
- вивчення
- Залишати
- Led
- рівень
- рівні
- використання
- життя
- Науки про життя
- як
- LINK
- Перераховані
- трохи
- втрачений
- машина
- навчання за допомогою машини
- made
- основний
- зробити
- РОБОТИ
- управління
- система управління
- управління
- виробництво
- багато
- майстер
- Питання
- зрілість
- згаданий
- мінімізація
- Mining
- змішувати
- модель
- Моделі
- монітор
- більше
- найбільш
- повинен
- безліч
- природа
- навігація
- Необхідність
- потреби
- мережу
- Нові
- ніша
- увагу
- зараз
- мета
- виникнення
- of
- пропонувати
- Пропозиції
- Office
- часто
- on
- ONE
- тільки
- операції
- протистояли
- оптимізація
- or
- порядок
- Інше
- з
- Результати
- вихід
- поза
- спостереження
- особливо
- партнери
- Минуле
- пацієнт
- Платити
- виконанні
- дозвіл
- Pharma
- Фармацевтична промисловість
- фармацевтична
- фото
- частина
- Пілоти
- планування
- платформа
- plato
- Інформація про дані Платона
- PlatoData
- точка
- пошта
- Пости
- потенціал
- Практичний
- практика
- передбачати
- прогноз
- подарунки
- пріоритетів
- визначення пріоритетів
- Проблема
- процес
- Автоматизація процесів
- придбання
- Production
- програми
- проектів
- доказ
- поширення
- правильний
- доведений
- забезпечувати
- головоломка
- швидко
- діапазон
- Читати
- реальний
- реальна цінність
- насправді
- причина
- отримати
- регулюється
- правила
- регуляторні
- нормативний ландшафт
- пов'язаний
- доречний
- звітом
- Вимога
- Вимагається
- пружність
- пружний
- обмежуючий
- результати
- повертати
- Умови повернення
- revenue
- Зростання доходів
- право
- суворий
- Risk
- Роботизована автоматизація процесів
- міцний
- рпа
- Правила
- то ж
- шкала
- планування
- наука
- екранування
- побачити
- вибрати
- старший
- обслуговування
- комплект
- Поділитись
- зсув
- Повинен
- Показувати
- Сигма
- значний
- один
- SIX
- So
- деякі
- Source
- Простір
- конкретний
- стек
- стратегії
- Стратегія
- сильний
- боротьба
- успіх
- такі
- поставка
- ланцюжка поставок
- Ланцюги постачання
- система
- Systems
- снасті
- приймає
- взяття
- балаканина
- Мета
- команда
- команди
- технології
- Технологія
- terms
- текст
- Що
- Команда
- їх
- лікування
- терапія
- отже
- Ці
- вони
- річ
- це
- до
- топ
- тема
- торкатися
- простежувати
- торгові площі
- угода
- Перетворення
- Перетворення
- перетворення
- Тенденції
- намагався
- намагається
- тип
- не в змозі
- що лежить в основі
- URL
- використання
- користувачі
- зазвичай
- значення
- змінна
- різний
- продавець
- дуже
- хотіти
- шлях..
- способи
- we
- коли
- в той час як
- широкий
- Широкий діапазон
- ширше
- волі
- з
- без
- слова
- Work
- працює
- гірше
- Неправильно
- ще
- ви
- вашу
- зефірнет