生成式人工智能（Gen AI）引领科技创新浪潮，对各行各业产生深远影响。

近日，麦肯锡的一份报告指出，生成式AI驱动的生命科学革命将对人类健康和福祉产生不可量化的影响。

麦肯锡全球研究所（MGI）估计，生成式AI每年可为制药和医疗行业带来600亿至1100亿美元的经济价值。

麦肯锡表示，尽管生成式AI无法解决所有问题，但这项技术可以为制药公司提供百年一遇的机会，帮助行业解决独特的挑战。

生成式AI引发新浪潮

ChatGPT的大火，让全世界对生成式人工智能并不陌生。

尽管这项技术将影响所有行业，但它将对制药产生特别强烈的影响。

生成式人工智能（Gen AI）可以通过其综合结构化和非结构化数据源的能力，在整个商业价值链上创造价值，由此生成文本、图像甚至分子。

其原因是生成式AI真正的多模态性质：基础模型不仅建立在自然语言上，还建立在图像、组学、患者信息和其他类型的数据上，而这些都是解释和解决疾病过程以及如何*地治疗所必需的。

麦肯锡深入研究了生命科学领域的63个生成式AI的数据和模型，最终确定了其在5大领域的影响：研究和早期发现、临床开发、运营、商业和医学事务。

商业营销被视为应用范围*的细分领域，大约有180-300亿美元的市场规模，其次是药物早期研发（规模为150-200亿美元），临床开发（130亿美元-250亿美元）、运营（40-70亿美元）、医学事务（30-50亿美元）。

早期药物发现

生成式AI可以帮助加快识别靶点的过程，开发测试化合物的验证分析方法，筛选出最有前景的线索，并协助临床前测试以确定其有效性。

1、提取科学知识：GPT支持的知识提取，使用人工智能算法分析非结构化数据，包括文本、图像和其他形式的信息，帮助得到科学见解。

2、帮助虚拟筛选：生成式AI通过*进的基础化学模型加速筛选过程。

3、优化大分子和药物载体设计；帮助设计和优化更好的抗体和mRNA，以及预测大分子的性质。

临床开发

生成式通过提高整个临床开发过程的效率，在三个维度上释放经济价值：通过简化临床试验流程和自动起草试验文件，可以实现高达50%的成本降低；进行试验所需的时间加快了12个多月；由于加强了卫生当局的互动、质量控制和改进，净现值至少增加了20%。

运营

制药运营价值链包括采购、制造、质量和供应链，而人工智能有望改善这一切。例如，该技术搜索和分析大量文本、视觉和其他数据源的能力将产生丰富的新见解。

商业

在品牌建立和商业推广中，生成式AI的交互式搜索功能可以帮助营销人员从客户研究和数据集、医生和患者的数据、政策变化、法律发展等来源获得更深入的见解。这些见解将有助于识别和加深对客户旅程模式的理解，同时为客户细分提供信息并丰富其内容。

医学事务

医学事务是指企业与外部利益相关者的学术沟通合作、链接上市前医学和上市后商业化团队的沟通合作，其工作内容核心是产生和传递相关治疗领域的医学科学知识。而生成式人工智能能够帮助在各种沟通中记录、分析各种文档，实现清晰高效的沟通。

从炒作走到现实

事实上，有关于人工智能改变生命科学的论断我们已经听得太多了，到底什么是炒作？什么是现实？麦肯锡做出了相关回答。

炒作：生成式AI能本身将提供大部分价值

现实：事实是，传统的人工智能分析模型将持续贡献价值，例如AI疾病诊断模型等，但生成式AI将显著增强它们的能力。

炒作：生成型人工智能可以很容易地嵌入现有的数据集，用于解锁关键见解

现实：除非有适当的数据架构，否则生成式AI能无法交付成果。公司需要建立一个能够理解分子结构、临床操作和患者数据等问题的智能模型。这需要采取各种方法来创建能够运行内部和外部数据集的设施。

这不仅仅是一个纯粹的技术问题：数据科学家需要与商业战略、医疗事务、法律和风险领域的*密切合作，以确定优先事项并执行战略。

炒作：这股浪潮里最重要的是选择合适的大语言模型（LLM）

现实：据麦肯锡研究，生成式AI仅占项目工作量的15%左右，其他大部分工作涉及到将模型落地到公司内部数据库，以及具体的使用场景。

考虑到制药行业数据的复杂性以及法规和技术的独特性，为了生成式AI的成功应用，公司必须将其整合到复杂的工作流程中。事实上，麦肯锡发现，70%的数字化转型之所以失败，是因为技术问题，而是因为*忽视了管理变革的重要性。

炒作：生成型人工智能将立即对组织的方方面面产生影响

现实：与任何数字化转型一样，*必须应用端到端的视角，只优先考虑对整体业务目标有意义的用例和应用程序。这些领导人必须制定一个战略路线图，以确保他们正在优化总体影响、影响时间和其他重要考虑因素。

回应：为什么研发效率没有提高？

一个需要回答又很难回答的问题是：为什么人工智能还没有对制药行业产生巨大影响？真的是说的比做得好听吗？

回溯到第二次工业革命，或许能够找到一点答案。

19世纪70年代，*批电灯泡和电力机械已经被制造出来，但直到1910年代，大多数工业设备仍然是蒸汽机。

有人把这个过程归结为是行业的固步自封。事实上，从蒸汽到电气，不仅仅是设备的更新，而是一种截然不同的思考方式。

电气化不仅仅是拆除蒸汽机并用电动机代替它，而是架构和生产流程的改变，甚至工人的招聘、培训和薪酬体系。在这一切的基础成熟后，第二次工业革命才真正开始爆发。

回到医疗健康领域，我们可能不会立即看到AI让整个行业的生产力大幅提高。

但生成式AI可能可以给制药行业一个百年一遇的机会来解决这些长期存在的障碍，但前提是他们学会扩大规模并解决行业独特的挑战。

这也意味着，我们需要对不断发展的人工智能环境建立认识，还需要下定决心创建一个有活力的组织和环境。