2024利用人工智能重塑制药行业报告-英文版

用人工智能重塑制药 制药公司抓住未来2500亿美元AI价值潜力的三个步骤 健康 联系人 奥地利 MatthiasSchlemmer战略与奥 地利合伙人 +43-664-5152-939 Germany ChristianKaspar博士战略与德国合伙人 +49-170-9362-692 JensNeumann博士战略与德国合作伙伴 +49-172-2337/689 ThomasSolbach博士战略与德国合伙人 +49-170-2238-477 瑞士 MatthiasLeybold合伙人，普 华永道瑞士 +41-58-792-1396 UnitedKingdom 科林灯 合作伙伴、战略和英国 +44-7782-329-322 ThalitaMarinho战略与英国合作伙伴 +44-7900-163-439 美国 RonaldChoporian合伙人,普华 永道美国 +1-973-449-6042 PhilipSclafani 合伙人,普华永道美国 +1-631-767-2540 关于作者 ChristianKaspar博士是Strategy&Germany的合作伙伴，在欧洲领导数字和技术战略实践。 他在慕尼黑为制药、医疗技术和医疗保健行业的客户提供IT转型项目、技术创新以及数据和 AI策略。 ThomasSolbach博士他是Strategy&Germany的合伙人。 Hans-FabianAhrens是总部位于汉堡的Strategy&Germany公司的经理。他主要围绕技术、数据、分析和人工智能战略为制药行业的客户提供支持。 JohannesDizinger他是Strategy&Switzerland的经理，总部位于苏黎世。他的专长在于制药和生命科学、技术、数据分析、人工智能和数字战略的交叉点。 乔纳森·穆勒他是Strategy＆Germany的经理 。总部位于汉堡，他的重点主题包括数据驱动的 转型和商业模式创新，特别是在生命科学和数字健康行业。 ChristelleAzar她是Strategy＆Germany的高级合伙人。她在柏林为客户提供有关技术和数据以及AI的建议，重点是制药和生命科学行业。 要发现本研究中考虑的所有制药用例，包括许多演示视频，请探索普华永道的AI用例指南针 ：pages.pwc.de/applied-ai-compass-app / 执行摘要 制药公司竞相抓住2500亿美元的AI机会 我们预计制药和医疗保健的未来将是个性化和数字化的，预防和治疗之间的界限越来越模糊。人工智能(AI)正在加速制药、更广泛的医疗保健、技术和消费产品的融合，并为每个行业带来巨大利益。制药公司可以引领潮流，将人工智能直接整合到新产品和服务中，或者通过使用人工智能来提高流程的生产率和效率来间接获利。本报告的重点是AI的间接价值和各自的AI用例。 去年，大多数制药公司专注于了解人工智能对其业务的影响，并优先考虑有助于他们保持领先地位的特定用例。因此，我们的研究基于对200多个人工智能用例的分析，来自医疗保健、制药和技术领域的25位专家和思想领袖，得出以下结果： •在其组织中实现AI用例产业化的制药公司拥有到2030年，他们的营业利润可能翻一番 •通过提高效率，运营中的AI用例占39%的影响生产、材料和供应链成本 •研发占影响的26%，其次是商业，占24%，人工智能正在增加开发新药和开辟新的互动方式的效率 •Pharma的支持功能贡献了11％，AI提高了支持IT，财务，人力资源以及法律和合规性等流程的速度和效率 •假设AI用例高度工业化，到2030年，制药公司的年度营业利润可能会额外增加2540亿美元；额外的 AI价值将包括美国的1550亿美元和欧洲的330亿美元（EEA，瑞士和英国） •我们预计人工智能将在2030年以后的研究中超过这一影响，导致人工智能领导者和追随者在收入和价值链效率方面的差距更大。 我们的观察表明，该行业的主要部分已经起步，并已就高优先级的AI用例达成一致。但是只有极少数公司成功地大规模运营了选定的用例。我们确定了制药公司应该遵循的三个关键步骤，以实现全部AI潜力: 制药公司需要评估和构建组织结构以快速执行其优先事项。到目前为止，具有云超大规模程序和实施合作伙伴的混合交付模型的交付速度比内部，IT主导或供应商主导的构建更快。 1 组织交付 创建孵化创新的过程以及建立专门的团队来试验快速发展的模型和相邻技术（例如LLMOps平台）正在将领导者与追随者分开。 2 建立孵化器 随着人工智能产品的交付，业务执行方式将发生根本性变化 ，对劳动力产生巨大影响。产品只有在负责和影响的情况下才能获得价值。 需要自上而下的计划来解决问题并推动采用。 3 ROI遵循采用 在其组织中实现AI用例工业化的制药公司有可能在2030年将其运营利润翻一番。目前，最大的影响将对运营产生影响。在2030年之后，制药公司将通过AI驱动的研发重新发明。” Dr.ChristianKasparinHandelsblatt,March2024 SECTION1 AI将在整个制药价值链中产生巨大价值 随着人工智能颠覆了更广泛的医疗保健行业，并拥有巨大的未来潜力，制药公司有不同的方式来释放价值（参见图表1）：一方面，人工智能支持的产品和服务破坏和补充了当前的制药商业模式。我们也将这一途径称为“直接人工智能价值”（参见第3节 aoutlook）。另一方面，人工智能通过在制药业务模型中增加协同作用，改善结果，增加收入和节省成本来增强现有业务模型和价值链。我们也将其称为“间接AI价值”，是本研究的重点。 EXHIBIT1 制药企业的AI价值实现 制药公司内部的间接AI价值 基于AI的医药价值链提升现有商业模式 研究与开发 制造和运营 进入市场和商业 启用功能 节约成本 收入提升 制药生态系统中的直接AI价值 以人工智能为中心的产品和/或服务的货币化，包括新的商业模式 算法即服务 数字疗法 数字诊断 综合治疗解决方案 本研究的重点 来源：战略与分析 附件2 2030年间接AI价值实现的整体利润潜力（仅显示前三名用例） AI用例操作Profit影响（增加百分点） +20.2 20.0 Operating 边缘基线 研究和 发展 Operations Commercial 启用功能 Operating 保证金潜力 代码生成、文档、审阅 商业分析和市场趋势分析 生产 输出优化器 药物 再利用 预测性 质量管理 目标 发现 价值树分析 患者分割和身份fi 阳离子 生产调度优化器 病区重点优化 5.2 7.8 4.9 2.3 100% AI驱动的性能提升潜力 来源：战略与分析 在这项研究中，我们调查了200多个用例，这些用例利用了我们的行业经验和过去的客户项目中的AI。评估了用例对典型创新制药公司的间接价值贡献，该公司的营业利润率为20％。每个用例都与制药公司损益(P&L)基线的基线元素相关联。我们采访了来自医疗保健、制药和技术领域的25位专家和思想领袖，他们估计了每个用例在全面实施后对损益要素的影响范围。制药价值链中的某些步骤比其他步骤具有更多的用例可能性。因此，我们添加了一个边际效用函数来对每个过程的额外用例的收益递减进行建模。此外，受访者还评估了案件对现有业务和运营模式的破坏程度以及案件实施的可行性。 运营中的AI用例占影响的39％，因为它们影响最大的成本基准，包括生产，材料和供应链成本。研究与开发 （R＆D）占26％，其次是商业，占24％-在这两个方面，人工智能不仅提高效率，而且通过塑造新药和与市场互动的新方式来增加收入。启用功能通过提高IT、财务、人力资源以及法律和合规性等支持流程的速度和效率，贡献了另外11%的潜力。 总体而言，完全在其组织中实现AI用例工业化的制药公司有可能通过增加收入和降低成本使今天的营业利润翻一番。我们预计，到2030年，优先考虑人工智能的公司将开始完全实现这一工业化进程。我们的模型还考虑了不同的人工智能采用速度，美国领先，其次是新兴市场和欧洲。 假设人工智能用例高度工业化，到2030年，制药公司在全球的营业利润总共可以额外获得2540亿美元。这一额外的人工智能价值将包括美国的1550亿美元，新兴市场的520亿美元，欧洲的330亿美元和其余国家的140亿美元。这一推断是基于制药行业5.7%的复合年增长率，没有人工智能的影响。 附件3 AI价值潜力的全球分布 33 十亿美元 AIEU 52 十亿美元 AI新兴市场 155 十亿美元 AIUS 254 十亿美元 AI全球 来源：战略与分析 AI在研发中的价值 研发对于创新制药公司保持竞争力至关重要。它使创新药物能够及时进入市场，以确保先发优势，占领市场份额 并产生收入。研究成功的关键杠杆是成为一种模式的“一流”或“一流”。虽然今天的公司可以预测开发时间表，但临床开发成功的可能性很难预测。在临床开发中，以速度和成本将新药推向市场是商业成功的关键。 从投资回报率的下降来看，研发迫切需要人工智能的重新发明。今天很少有结构化的决策来进行来源或外包，以及明确的停止临床试验的触发因素，并且可以通过AI实现。更个性化的趋势(人工智能支持的治疗意味着目标患者群体正在变得越来越小，这增加了研发的压力，以提高预算绩效。 AI为解决这些研发挑战提供了多种机会。默克公司的AIDDISON证明了人工智能加速药物发现的潜力，这是一个创新的药物发现SaaS平台，可以筛选600亿个化合物池，并提出合成新药的方法。研究人员在ChempropAI平台上检查了深度学习模型，以揭示数十年来发现的第一个新的抗生素结构类别。2在我们的分析中，研究和临床前AI用例占整体运营利润潜力的18％，主要是因为它们包括强大的收入驱动因素。我们相信，人工智能最终将能够更准确地预测未来几年化合物的成功，我们的用例，如疾病领域焦点的优化(占整体人工智能潜力的2-29%)和人工智能目标发现(5-14%)反映了这种潜力。AI模型不仅可以。 预测新化合物的性质、有效性或毒性，同时发现新的作用机制和原料药。人工智能算法能够收集、转换、聚合和利用比以往任何时候都更多的数据。然而，由于当前蛋白质对接模拟/计算机模型的限制，有限的翻译科学进步以及人体药代动力学（PK）和药效学（PD）的复杂性等因素，AI用例面临一些障碍，从而导致明确需要了解用例的潜力和局限性。 对于制药开发，人工智能用例既可以加速试验过程，也可以为关键试验设计和门控决策提供信息，例如输入或外包，以及相关的主要研究者(PI)和地点选择。到目前为止，制药公司主要使用人工智能来推动试验中的卓越运营，比如安进应用他们的分析试验优化模块(ATOMIC)。3然而，其他用例在我们的分析中也占据了相当突出的地位。Procedre，使用合成数据来创建完全模拟的患者群体(整体价值潜力的3-6%)，并在基于AI的自动化和个性化试验期间增强患者体验(2-4%)，或者协调多个分散试验。令人惊讶的是，人工智能将支持研发中的任何重复性任务，例如实验室笔记本、健康记录和监管提交的自动化文档和文本创建，同时提高受影响团队的速度和产出。 制药公司可以通过使用基于AI的研发软件（如Schrödiger或VergeGeomics）增强其流程来利用这些用例 ，从而获取必要的数据并提高其研发部门的技能。在其他情况下，这些创新的人工智能公司围绕他们的算法（如Exscieia或IsilicoMedicie）建立自己的药物管道，这些算法随后促进了大型制药公司的新伙伴关系和投资 。 尽管如此，人工智能驱动的研发的整体复杂性及其对内部流程的破坏程度仍然很高。 我们预计AI用例将开始创造价值，并首先影响开发卓越的运营。虽然这些结果可以直接验证，但人工智能发现的药物将需要更长的时间来证明它们的影响，直到它们在制药公司的投资组合中占据更大的份额。在未来 ，我们预计人工智能可以通过创造人工患者，从而最大限度地降