Почти всички бизнес лидери инвестират в инициативи, свързани с изкуствения интелект. Гигантът в биотехнологиите Boehringer Ingelheim не прави изключение - той е решен да инвестира в нововъзникващи технологии, които могат да променят живота ни.

55 000-те служители на компанията се фокусират върху разработването на иновативни терапии, които могат да подобрят живота ни в области с неудовлетворени медицински нужди, като изкуственият интелект и данните играят все по-важна роля в тяхната работа.

Глобалният CIO на компанията Маркус Шумелфедер коментира пред ZDNET, че нововъзникващите технологии могат да отворят всякакви възможности, когато тяхното внедряване е съпроводено с организационни промени: „Изкуственият интелект, заедно с наличието на големи данни и достъп до подходящите възможности, е истинският фактор, който променя правилата на играта“.

Как бизнес лидерите могат да постигнат успешна организационна промяна в ерата на изкуствения интелект? Шумелфедер и неговият колега Оливър Слюк, ръководител на отдела за ИТ изследвания, развитие и медицина в Boehringer, дават четири съвета за добри практики за трансформация на бизнеса с помощта на изкуствен интелект.

1. Създайте среда за данни

Повечето лидери в областта на цифровите технологии са съгласни: преди да започнете да експериментирате с технологиите, трябва да се уверите, че вашите данни са добре управлявани, сортирани и достъпни.

Boehringer разполага с екосистема за данни, наречена Dataland, която функционира от 2022 г. Шумелфедер казва, че екосистемата събира данни от цялото предприятие, което позволява на служителите да извършват симулации и анализи на инфоирмацията по сигурен начин.

„За да можете да симулирате примери за употреба и анализи, се нуждаете от успешна среда за данни, затова ние създадохме такава“, казва глобалният CIO на компанията.

Петър Торнев, Accenture: Процесът на въвеждане на AI е като родителството

Той обяснява, че екосистемата е много повече от просто съхранение на данни. Dataland включва и някои критични системи за тяхното управление и анализ.

„Имаме десетки инструменти, като Snowflake и Collibra, за каталогизиране на данните, използването им и пренасянето на информацията в AWS“, обяснява той.

Друг ключов елемент от средата за данни на Boehringer е One Medicine Platform, поддържана от Veeva Development Cloud, която комбинира данни и процеси, позволявайки на Boehringer да оптимизира разработването на своите продукти.

„Преди имахме 55 отделни малки системи, които вършеха работата на Veeva. Както можете да си представите, това беше много фрагментирана система. Това не беше хармонизиран модел на данни“, казва той.

Платформата Veeva работи с Dataland, за да формира това, което той нарича „съвременен технологичен стек“. Резултатът е последователен подход към ИТ и интегрирани прозрения за променящи живота изследвания.

„ИТ и медицината се обединиха с тази трансформация“, казва Шумелфедер. „Тази промяна е много повече от просто замяна на даден инструмент, тя води до съвсем различен начин на работа“.

2. Изградете AI платформа

С консолидираната корпоративна информация в Dataland, Boehringer използва платформата, за да проучи и използва AI.

„Разполагаме с данните и инструментите“, казва той. „Имаме стек за всички теми, свързани с машинно обучение и AI, и ще предоставим още инструменти с развитието на технологията“.

Специализираният подход на компанията към изкуствения интелект, наречен Apollo, позволява на служителите да избират измежду 40 големи езикови модела (LLM). Според Шумелфедер за външен наблюдател 40 модела звучат като прекалено широк избор, но този диапазон е важен от гледна точка на производителността и ефективността на компанията.

„Този подход означава, че когато имате конкретен случай, можете да използвате най-добрия за него LLM и да получите конкретни отговори“, казва той.

Наред с основните модели като Gemini и ChatGPT, компанията му използва нишови такива, които са по-подходящи за изследвания от общите системи.

„Някои LLM са по-подходящи за конкретни случаи на употреба от други“, казва Шумелфедер. „Ефективността също е важен фактор. Не можете да използвате супер скъпи модели за всеки въпрос. Такъв подход не е разумен“.

Трябва ли AI да замени програмистите в стартиращите компании?

3. Използвайте гъвкав подход

Компаниите, които искат да експлоатират своите платформи за данни и модели, трябва да разполагат с професионалисти, които могат да работят с тях.

Слюк от ИТ отдела за изследвания, развитие и медицина в Boehringer разказва, че Boehringer е осъзнала на ранен етап, че се нуждае от нов начин на работа.

„През последните пет години ние бяхме напът към софтуерното инженерство“, казва той. „Разбрахме, че не става въпрос само за данни. Нашата ИТ организация също така трябваше да има възможности да създава приложения, използвайки най-модерни технологии“.

По думите му целта е била да се установи гъвкавост в софтуерните звена, която да позволи на организацията да произвежда код бързо и ефективно.

„От самото начало разбрахме, че данните са само един от елементите – трябваше да добавим и алгоритми, което беше добро решение, защото преди около две години, когато започна цялата тази еуфория около изкуствения интелект, ние веднага успяхме, с помощта на нашите софтуерни инженери, да започнем да използваме тези технологии“, каза той.

Шумелфедер казва, че преминаването към гъвкав начин на работа може да звучи лесно, но всъщност не е.

„Няма нищо по-неприятно от това да кажеш на някого: Вчера го направи по този начин, но утре ще го направиш по друг. Хората обикновено казават: „Вече бях успешен без този гъвкав подход. Защо да се променям?“.

Екипът му в крайна сметка прави този преход чрез обучителни общности, в които хората от цялата ИТ организация научават нови умения чрез практически дейности. Към днешна дата организацията изпълнява около 80% от проектите си чрез методология, базирана на гъвкавост.

Ние зависим от него и той от нас: AI като професионален път и сложна мисия за бизнеса

4. Идентифицирайте силни случаи на употреба

Другият ключов елемент, който стимулира организационната промяна, е фокусирането върху примери за използване на AI, помагащи на бизнеса да експлоатира своите данни.

Шумелфелдер очертава три конкретни примера за използване на технологията в неговата компания. Първият е Smart Process Development, който използва машинно обучение и генетични алгоритми за подобряване на биофармацевтичните процеси.

Не второ място, той посочва Genomic Lens - процес, базиран на изкуствен интелект, който компанията използва за генериране на прозрения, които помагат на учените да откриват нови механизми на заболявания в човешката ДНК.

„Това е по-прецизен подход и осигурява по-бързо идентифициране на нови терапевтични концепции, базирани на генетични модели“, казва той. „Ние използваме машинно обучение, обработка на големи данни и предсказващи алгоритми. Вземаме данни от различни биобанки, а изкуственият интелект открива нови генетични модели и механизми на заболявания“.

Накрая, компанията използва алгоритми и исторически данни, за да идентифицира популации за клинични изпитвания.

„За нас е от решаващо значение да идентифицираме правилната популация, преди да проведем клинично изпитване. Въз основа на нашите исторически данни, ние изпълняваме алгоритъм и можем да ускорим целия процес на намиране на популациите с около четири седмици“, казва Слюк от Boehringer. „Това увеличение на скоростта може да направи голяма разлика за определени пациенти, особено когато на пазара няма нищо, което да върши подобна работа. Така че това е още един пример, в който изкуственият интелект ни е помогнал да направим разлика, не само в нашата компания, но и извън нея, за пациентите“.