生命科学组织多年来一直在使用人工智能。机器学习一直指导着药物发现，算法长期以来优化了制造产量。但当前时刻有所不同：现在可能实现的速度、规模和深度。
在这段《解析》视频中，麦肯锡的亚历克斯·德弗森、德尔芬·奈因·祖基亚和利文·范德维肯凭借数十年为制药、生物技术和医疗技术公司提供建议的经验，探讨了人工智能对行业的真实意义。他们研究了当前正在获取的实际价值、为什么实施经常不尽如人意、代理AI使以前无法想象的事情成为可能，以及一个真正由AI转型的生命科学行业在未来十年内可能呈现的面貌。在此过程中，他们挑战了关于如何使AI在世界上最复杂、最重要的行业之一中发挥作用的最常见假设。
本次访谈经过编辑，以缩短篇幅并提高清晰度。
为什么AI与之前的技术浪潮在生命科学领域有所不同？
利文·范德维肯：这一技术周期在三个方面有所不同：它更广泛、更快、更全面。
过去的周期可能只影响特定活动——我们如何制造抗体或如何运行单一功能。AI则是一切，同时发生。
它也更快。几乎不可能跟上这项新技术新变种出现的速度。采用率比我们以往见过的任何事物都快。
而且它更全面。它质疑未来生命科学公司甚至应该是什么样子。曾经外包的活动可以带回内部。曾经在内部完成的活动可能更适合由全新的参与者来完成。
亚历克斯·德弗森：不同之处在于：到目前为止，生命科学的进步受限于——并依赖于——个人的才华：科学家、设计师和决策者。
AI改变了这一点。首次，您可以立即访问关于某个主题——一种疾病、一个分子——的人类全部知识。
您可以识别跨数据集的联系，这些联系是任何人类都未曾能够建立的。您可以运行比以前设想多一百倍或一千倍的实验。并且您可以打破长期以来将研究、临床开发和患者护理分隔开来的组织孤岛。
德尔芬·奈因·祖基亚：新的是，AI现在有可能不仅改变药物和设备推向市场的方式，还改变整个企业的运营方式。
在过去，生命科学中的AI主要存在于研发部门，由数据科学家和专家使用。现在，随着生成式AI的出现，非AI专家的人也可以使用这些工具。而且它的影响远远超出了研发范围。
AI目前在生命科学中创造价值的领域在哪里？
利文·范德维肯：我将生命科学中的AI分为两类：科学AI和操作AI。
在科学方面，我们已经看到了第一批真正的影响：以更高的精度模拟临床试验，预测结果，并以以前不可能达到的粒度水平理解疾病——亚疾病和亚患者群体。
在操作方面，生命科学公司是大型复杂机器，拥有大量文档和流程。其中许多现在可以通过AI进行压缩、加速和改进。这正在发生。
亚历克斯·德弗森：有几个领域，我们现在已经有了AI带来的真实、可证明、有形的影响。
在制造和供应链中，公司正在优化产量并更高效地运行流程。在临床运营中，试验正以更快、更有效的方式进行。在研究实验室中，AI正在加速以前需要大量人工时间的常规流程。
我们开始看到下一波浪潮：能够识别新治疗靶点、设计分子并在招募任何患者之前模拟整个临床试验的智能体。
德尔芬·奈因·祖基亚：让我们的许多客户感到惊讶的是机会的广泛程度。当你真正绘制出生命科学公司中的所有工作流程并询问哪些可以从AI支持中受益时，答案是：几乎全部。
大约80%的工作流程是我们所说的"可智能体化"。影响出人意料地一致：当AI大规模部署时，我们在增长方面看到大约5%到10%的改善，在利润率方面看到3%到5%的改善。
什么是代理AI，为什么它对生命科学很重要？
德尔芬·奈因·祖基亚：智能体是一种可以代表人类采取多个自主步骤的计算机系统。
我们以前有过自动化，但它需要脚本化的规则。规则一出问题，软件就停止了。智能体的新之处在于它们可以边走边推理和解释。如果某些事情不起作用，它们可以尝试不同的方法。
我喜欢将其视为雇佣一名实习生。实习生有能力完成任务，但你决定他们何时需要向你汇报，以及何时你相信他们可以继续前进。
亚历克斯·德弗森：代理AI是从被动工具——提问、得到答案——向主动操作者的转变：可以规划、执行、迭代并运行端到端工作流程的系统。
考虑一下在实验室中这意味着什么。你可以拥有能够阅读论文、设计实验、订购试剂、在自动化机器上运行实验、审查输出并提出下一轮的智能体——全部在一个连续循环中。人类成为协调者，而不是操作者。
利文·范德维肯：代理AI的重大影响在于，曾经需要持续人工干预的个别任务现在可以自主完成，并且这些任务会随着时间的推移变得越来越大。
以临床站点参与为例。历史上，它成本高昂，容易丢失信息，并且主要外包。如今，一些生命科学公司正在使用智能体系统来管理与临床站点的通信，以一小部分成本捕获高质量的患者信息。
展望未来，你开始看到代理AI如何可能压缩整个药物开发过程的时间线。
AI将如何改变生命科学公司内部的日常工作？
利文·范德维肯：我看到变革在三个层面上发生。
首先，AI帮助人们更好地完成当前工作。如果你是撰写监管提交材料的团队成员，AI可以让你更快、更好。
其次，AI连接价值链上的工作。想想从现场医生那里收集的见解，实际上会传递给临床试验开始时的研究者。如何在后续使用和重复使用这些见解？AI可以帮助思考公司内部可能孤立的过程。
最后——这需要时间——AI使我们能够完全重新构想流程。如今的研发涉及大约30个顺序步骤，这也是为什么将药物带给患者需要十年的原因之一。但如果在这30个步骤中，实际上只有五个决策：正确的靶点、分子、患者、证据和可制造性？AI可以从第一天起并行模拟所有五个。
亚历克斯·德弗森：考虑临床试验设计。今天，一个团队选择少量试验设计，手动处理它们，并选择一个进行。借助AI，您可以模拟数百种不同的设计——改变试验规模、患者标准、终点选择和成本等参数——并以完整信息而非最佳猜测得出最佳设计。
或者以药物发现为例：如今，科学家只探索可能分子空间的一小部分，受限于他们个人了解和能够处理的内容。AI模型可以生成和模拟数百万次潜在实验，开辟了任何个人研究人员都无法达到的领域。
德尔芬·奈因·祖基亚：同样令人兴奋的是，智能体可以完成的约40%的工作实际上是今天没有完成的工作。它是长尾——那些因为不值得投入人力而未被优先考虑的任务。接触更小的客户群。检查每份合同的合规性。综合每篇关于某种疾病的有关论文。智能体首次使这些工作在经济上可行。
为什么一些生命科学AI努力规模扩大，而其他则停滞不前？
德尔芬·奈因·祖基亚：这是我最喜欢的问题——因为答案几乎总是一样的：这关乎人，而不是技术。技术是有效的。需要改变的是人类改变工作方式的意愿。
这意味着高级领导者的角色示范。这意味着在人们所处的位置培训他们。这意味着持续强化。这意味着重新调整激励措施。因为最终，人们会去做他们获得奖励的工作。
利文·范德维肯：让我们首先承认这有多难。要获得真正的影响力，许多事情需要同时成立：正确的用例、正确的人、合适的技术、正确的数据、组织的支持以及严格的实施。
如果其中任何一个环节崩溃——即使其他一切都在位——你就无法获得影响力。你可以拥有完美的数据基础设施，但未能让医学撰稿人或临床科学家跟上。没有采用，就没有转型。
我在成功公司中看到的是完美的风暴，或完美的结合。它需要是技术和业务的结合，共同工作并有非常明确的目标。不是百花齐放——许多试点，许多团队在实验，每个人资源都很匮乏。相反，是较小的一组更大的领域，所有精力和注意力都集中在这些领域上。边学边做。因为每家公司都有自己的DNA，一个在一家组织中有效的AI转型，如果完全移植到另一家组织中就会失败。
生命科学公司如何在不失信任的情况下快速行动？
亚历克斯·德弗森：没有合规和信任，你不仅会失去竞争优势——你还会失去医学。速度的紧迫性主要不是为了击败竞争对手。而是为了击败你试图治疗的疾病。
建立这种信任有两个维度。在组织内部，明确AI增强人们已有的使命。它不会取代它。它帮助他们在所做的工作中更快、更严格、更有效。
在外部——与患者、监管机构、医疗保健提供者——AI产生的所有内容必须是可解释和可解释的。透明的盒子，而不是黑盒子。你永远不会只是"接受模型所说的"。必须有验证、可审计性，以及对如何做出AI相关信息的决策的清晰文档。
利文·范德维肯：令人鼓舞的是：生命科学公司实际上比许多其他行业更适合负责任地使用AI。
它们已经拥有围绕数据可靠性、偏差检测和协议合规的深厚文化。这些正是部署AI时需要的本能。生命科学公司围绕其AI工具提出的问题——局限性是什么？故障模式是什么？有哪些防护措施？——是正确的问题。
我们必须记住局限性。幻觉风险并没有消失——它只是在我们的对话中变得不那么明显了。严格测试和验证的标准必须保持高位。防护措施需要保持到位。
在接下来的十年中，AI可能为生命科学带来什么？
亚历克斯·德弗森：不幸的是，这个问题没有好的答案。这是一个绝对的毒酒杯，因为人们总是高估AI的短期影响，低估长期影响。在两到三年的时间范围内，我认为我们将看到AI的操作维度达到真正的成熟——AI嵌入供应链、临床运营、医学写作和实验室流程中。
十年后，我们可能会看到范式转变：从头设计为完全由智能体运行的实验室和工厂，人类协调者远程工作。所有决策都通过预先测试数百种模拟结果做出。并进入以前无法触及的全新疾病领域。
我相信在十年时间范围内，我们将看到今天没有治疗方法的疾病开始接受拯救和改变生命的方法。也许在20年后，我们可以将某些疾病完全作为过去式来讨论，就像我们今天谈论小儿麻痹症一样。
利文·范德维肯：我的梦想有三个部分。
首先，我们充分利用AI来识别和开发真正的新型疗法——不是增量改进的治疗方法，而是我们一直无法攻克的疾病的治疗方法。我受过医生培训，非常关心运动神经元疾病。我们已经取得了一些进展，但许多这些疾病仍然具有毁灭性。AI发现的药物靶点、压缩的开发时间线和精确的患者匹配的结合，应该使我们在未来五到十年内攻克其中一些成为可能。
其次，我们从治疗疾病转向预防疾病。数据、行为科学、临床理解——这些都是AI特别适合帮助解决的问题。
第三，行业本身进行了重组。新的参与者出现——从头开始建立的AI原生公司——而最好的生命科学组织是那些有勇气重新构想自己的组织。
德尔芬·奈因·祖基亚：五年后，我们将开始看到领先公司看起来真正不同——我们将看到从头开始建立的AI原生公司，推动前沿。
15年后，如果你走进一家制药或医疗技术公司，你可能不认识你所看到的。人类管理着智能体团队。没有人问"为什么要用AI？"——因为它只是工作方式。
我个人希望AI能帮助我们——作为整个生态系统，从制药和医疗技术到支付方和提供者——确保没有人患有的疾病得不到治疗。从诊断到找到护理，到找到合适的护理，到坚持治疗——当今系统中存在如此多的低效率。AI应该帮助支持人类完成整个旅程。我们都有一些亲人，系统本可以更好地为他们服务。我真的希望这就是AI将带给我们的。
【全文结束】