Наверх4 способа выжить в эпоху ИИ — пока вашу работу не забрали роботы
Как адаптировать бизнес к ИИ-революции, прежде чем вы останетесь позади
Факты свидетельствуют о том, что почти все бизнес-лидеры тестируют ИИ или инвестируют в него, а биофармацевтический гигант Boehringer Ingelheim намерен инвестировать в новые технологии, которые могут изменить жизнь людей.
55 000 сотрудников компании сосредоточены на разработке инновационных методов лечения, которые могут улучшить качество жизни в регионах с высоким уровнем неудовлетворённых медицинских потребностей. При этом искусственный интеллект и данные играют всё более важную роль в их работе.
Глобальный ИТ-директор Маркус Шюммельфедер рассказал ZDNET, что новые технологии могут открыть самые разные возможности, если их внедрение сопровождается организационными изменениями: «Искусственный интеллект в сочетании с большими данными и доступом к нужным возможностям действительно меняет правила игры».
Итак, как руководителям компаний добиться успешных организационных изменений в эпоху ИИ? Шюммельфедер и его коллега Оливер Слуке, руководитель отдела исследований, разработок и медицины в компании Boehringer, поделились с ZDNET четырьмя советами по трансформации бизнеса с помощью ИИ.
1. Создайте среду для хранения данных
Большинство цифровых лидеров сходятся во мнении: прежде чем приступать к работе с технологиями, необходимо обеспечить управление, сортировку и доступность данных.
У компании Boehringer есть экосистема данных под названием Dataland, которая существует с 2022 года. Шюммельфедер рассказал, что экосистема объединяет данные со всего предприятия, позволяя специалистам безопасно и надёжно проводить моделирование и анализ данных.
«Чтобы можно было выполнять сценарии использования и проводить аналитику, нужна эффективная среда для работы с данными, и мы её создали».
Он объяснил, что экосистема — это нечто большее, чем просто хранилище данных. Dataland также включает в себя несколько критически важных систем управления данными и аналитики.
«У нас есть десятки инструментов, таких как Snowflake и Collibra, которые позволяют каталогизировать данные, использовать их и переносить информацию в AWS».
Слюк рассказал, что ещё одним ключевым элементом информационной среды Boehringer является платформа One Medicine на базе Veeva Development Cloud, которая объединяет данные и процессы, позволяя Boehringer оптимизировать разработку своих продуктов.
«Раньше у нас было 55 отдельных небольших систем, которые выполняли работу Veeva. Как вы понимаете, они были очень разрозненными. Это не была согласованная модель данных», — сказал он.
Платформа Veeva работает с Dataland, формируя то, что Слюк назвал современным технологическим стеком.
В результате мы получаем последовательный подход к информационным технологиям и комплексные аналитические данные для исследований, которые меняют жизнь.
«Информационные технологии и медицина объединились в ходе этой трансформации, — сказал Слюк. — Этот сдвиг — нечто большее, чем просто замена инструмента, это ещё и другой подход к работе».
2. Создайте платформу для ИИ
Благодаря консолидации корпоративной информации в Dataland компания Boehringer использует платформу для изучения и применения ИИ.
«У нас есть среда для работы с данными и инструменты для работы с ними, — сказал Шюммельфедер. — У нас есть набор инструментов для всех тем, связанных с машинным обучением и искусственным интеллектом, и мы будем добавлять новые инструменты по мере развития технологий».
Специализированный подход компании к искусственному интеллекту под названием Apollo позволяет сотрудникам выбирать из 40 больших языковых моделей (БЯМ).
Стороннему наблюдателю может показаться, что 40 моделей — это слишком большой выбор. Однако Шюммельфедер считает, что такой ассортимент важен с точки зрения производительности и эффективности.
«Такой подход означает, что при наличии конкретного сценария использования вы можете применять различные языковые модели к своим данным и получать конкретные ответы», — сказал он.
Компания Boehringer не занимается разработкой моделей собственными силами. Шюммельфедер сказал, что из-за быстрого развития ИИ целесообразнее направлять ИТ-ресурсы в другие области.
Наряду с популярными моделями, такими как Gemini и ChatGPT, компания использует нишевые модели, которые больше подходят для исследований, чем универсальные модели.
«Некоторые языковые модели лучше подходят для конкретных задач, чем другие, — сказал он. — Эффективность тоже имеет значение. Нельзя использовать сверхдорогие модели для решения каждого вопроса. Такой подход не имеет смысла».
3. Используйте гибкий подход
Компании, которые хотят использовать свои платформы и модели обработки данных, должны иметь в штате специалистов, способных работать с этими основами.
Слук сказал, что компания Boehringer с самого начала понимала, что ей нужен новый подход к работе.
«За последние пять лет мы прошли путь от разработки программного обеспечения до его внедрения, — сказал он. — Мы поняли, что дело не только в данных. Нашей ИТ-отделам также нужно было научиться создавать приложения с использованием современного технологического стека».
Слюк сказал, что цель состояла в том, чтобы внедрить Agile и непрерывную поставку в разработку программного обеспечения, что позволило бы организации быстро и эффективно создавать код.
«С самого начала мы понимали, что данные — это лишь один из элементов. Нам также нужно было внедрить алгоритмы, и это было правильным решением, потому что два года назад, когда началась вся эта шумиха вокруг ИИ, мы сразу же смогли начать использовать эти технологии с помощью наших инженеров-программистов», — сказал он.
Шюммельфедер сказал, что переход на Agile-методологию может показаться простым, но это не так.
«Нет ничего более неприятного, чем сказать кому-то: «Вчера ты делал это так, а завтра будешь делать по-другому». Люди скажут: «Я и без этого подхода был успешен. Зачем мне меняться?»».
Его команда перешла на Agile с помощью сообществ практиков, где сотрудники ИТ-отдела осваивали новые навыки в процессе практической деятельности.
В настоящее время организация реализует около 80 % своих проектов по методологии Agile.
«Скрам — это модное словечко, — сказал он. — Но в данном случае мы доказали, что вы меняете принципы работы организации, а не просто добавляете новые».
4. Определите наиболее эффективные сценарии
Другим ключевым элементом, способствующим организационным изменениям, является использование ИИ для обработки данных.
Шюммельфедер выделил три конкретных сценария использования ИИ. Во-первых, интеллектуальная разработка процессов, которая использует машинное обучение и генетические алгоритмы для улучшения биофармацевтических процессов, таких как хроматография с захватом.
Во-вторых, он упомянул Genomic Lens — процесс на основе искусственного интеллекта, который компания использует для получения данных, помогающих учёным открывать новые механизмы развития заболеваний в ДНК человека.
«Это более точный подход, который позволяет быстрее выявлять новые терапевтические концепции, основанные на генетических закономерностях», — сказал он.
«Мы используем машинное обучение, обработку больших данных и алгоритмы прогнозирования. Мы берём данные из различных биобанков, а искусственный интеллект выявляет новые генетические закономерности и механизмы развития заболеваний».
Наконец, компания использует алгоритмы и исторические данные для определения групп населения, которые могут участвовать в клинических испытаниях. Слук рассказал подробнее.
«Для нас крайне важно определить целевую аудиторию до начала клинических испытаний. На основе наших исторических данных мы разработали алгоритм, который позволяет ускорить весь процесс поиска целевой аудитории примерно на четыре недели», — сказал он.
«Такое увеличение скорости может иметь большое значение для некоторых пациентов, особенно если на рынке нет ничего подобного. Это ещё один пример того, как ИИ помог нам изменить ситуацию не только в нашей компании, но и за её пределами, а также для пациентов».
Pixel 10 превзошел Samsung и OnePlus — вот убийственная фишка
