制药公司已将人工智能用于优化临床试验、识别药物靶点及开发风险预测模型等任务。但人工智能的下一次迭代将通过自主运行的“智能体”进一步突破技术边界。
在这一变革前沿的是Owkin公司，其客户包括赛诺菲、百时美施贵宝和默克公司。该公司的自主“AI科学家”能在人类研究人员所需时间的一小部分内，处理商业化和药物发现等复杂问题。Owkin联合首席执行官帕斯卡·温伯格将其比喻为：将论文交给博士生并要求他们汇报研究成果。“思维模型是：如果让你公司的每位研究人员口袋里都装着一个满是天才博士生的数据中心，会怎样？”温伯格表示。
AI智能体能够独立运行、规划和适应，正如麦肯锡公司近期描述的，这改变了“人工智能从工具到同事的角色”。Owkin的工具K Pro利用智能体AI处理复杂的多部分制药研究问题，并提供带注释引用的全面答案。温伯格举例说明：要求该工具分析靶向CTLA-4抗体的临床试验中主流适应症，将其与MOSAIC癌症类型的基因表达进行比对，并确定竞争对手可能遗漏的领域。
AI科学家将逐步解答问题，开展文献研究、运行基因表达分析和数据科学模型，并通过网络搜索获取新闻稿等相关信息。“仅回答此类问题传统上就需要团队耗时数周，因为需在多个领域开展大量研究，”温伯格说，“但我们的工具能在数小时或数天内完成，并提供此类分析中预期的科学验证图表。”
除审查现有文献外，该工具还依托来自800多家医院的患者数据集，包括“基因数据、病理切片、保险报告等任何信息”，温伯格解释道。“所有这些数据都包含关于基础生物学如何运作的细微信息，有助于建立模型。”
“超级赋能”现有员工
多家制药公司已在使用智能体AI，包括与英伟达合作开发定制智能体的诺和诺德，以及利用智能体确定药物开发相关化学流程的强生公司。供应商方面，IQVIA等公司正在开发可处理多种任务的定制AI智能体。Owkin表示部分客户已在使用其K Pro平台。
但人类在所有这些场景中仍扮演重要角色。“随着模型变得更强大，未来或许能将人类从许多步骤中移除——因为AI模型可能比人类更擅长审查，或能提出更优的研究假设，”温伯格表示。事实上，根据麦肯锡的研究，这些工具的最大价值在于执行对人类过于复杂或低效的任务，例如分析非结构化数据集。尽管K Pro等工具能独立运行，温伯格认为它不会大幅重塑公司劳动力结构或使数据科学家和生物医学研究人员失业。
招聘专家部分认同这一观点。今年早些时候，专注于制药、生物技术和研发招聘的EPM Scientific执行董事Jae Yoo向PharmaVoice表示：“我不会说AI必然一对一取代岗位，它正在重新安置并重塑当前涌现的工作类型。”行业高管的近期民意调查也印证了这一观点，制药业高管普遍认为AI不会导致重大失业。
温伯格表示，Owkin内部也是如此。“我们仍拥有庞大的研究团队，他们为机器提供动力：构建技能、寻找和验证数据、发现和核实资源、提出正确问题。”最终，人类仍需利用AI生成的数据决定公司战略方向。正因如此，工具产生可验证结果至关重要。“这对我们的制药客户很重要，他们需要审查这些结果，”温伯格说，“我需要知道这张图表是如何生成的，因为我将基于此分析做出百万乃至上亿美元的决策。”
温伯格并未否认某些岗位可能消失。“如果世界发生重大变化，某些人不可避免会失业，”他说，“我认为目标是加速进步。”但他相信，大多数受影响的员工将转向其他职位，因为任务规模极其庞大：数百万患者仍有未满足的医疗需求，药物发现过程依然漫长且昂贵。
他主张，若此类工具能使单个研究人员或工程师效率提高千倍，制药公司不太可能削减人员并满足于多年来的相同发现量和收入。“世界并非如此运作，”他说，“实际情况是制药公司会说：太好了，现在我有相当于10万或100万人工作的能力，从字面意义上讲，我可以提升营收线，解决更多疾病，并为产品组合添加更多药物。”
【全文结束】
