Что болит у швейцарского фарм-лидера из топ-3 и как туда может зайти сервисная IT компания
У меня большой нетворк Chief Technology-Innovation-Engineering-левел знакомств из разных индустрий. Благодаря обстоятельному общению с ними удается узнать много полезного, что могут использовать софтверные (включая сервисные) компании в продажах в особенности крупным клиентам.
Общалась с Manager for AI & ML Solutions Development в швейцарской фармацевтической группе, которая входит в топ-3 мирового рынка по выручке.
Он отвечает за развитие и управление линейкой AI/ML-решений, применяемых в диагностике и клинических исследованиях – от концепции и технической архитектуры до внедрения и масштабирования, с особым акцентом на соответствие отраслевым стандартам, валидацию решений и эффективность MLOps-процессов.
Мой собеседник описал несколько технологических приоритетов, которые могут быть интересны IT компаниям, предоставляющим решения в области цифровизации и AI.
Целевые точки входа / болевые точки фармкомпании
Как может помочь сервисная софтверная компания
Локальные особенности (Мюнхен)
Какие месседжи стоит доносить в переговорах
Возможный питч от сервисной софтверной компании для крупного фарм игрока
🎯 Целевые точки входа / болевые точки фармкомпании
Проблема масштабирования AI-моделей
Многие AI/ML решения в этой компании создаются как PoC, но не масштабируются и не приносят стабильной пользы.
Это связано с недостатком инженерной зрелости, а не науки.
Недостаток инженерных ресурсов
Подразделения этого фарм лидера (особенно научные и исследовательские) сильны в науке и данных, но слабы в продакт-инжиниринге и DevOps/MLOps.
Не хватает опыта в превращении прототипов в продуктивные решения.
Отсутствие сквозной инфраструктуры и наблюдаемости
Проблемы с отслеживанием долгосрочного влияния AI на ключевые метрики (например, на успех в клинических испытаниях).
Компания нуждается в end-to-end MLOps решениях с отслеживанием бизнес-метрик.
Низкий уровень зрелости change management
Даже хорошие AI-решения не внедряются, если отсутствует поддержка изменений.
Требуется поддержка внедрения, обучение, коммуникация и сопровождение – помимо разработки.
💼 Как может помочь сервисная софтверная компания
Компетенции в MLOps и ML-инжиниринге