Пока фармацевтический рынок ускоряет внедрение искусственного интеллекта, аналитики продолжают оценивать, как именно технологии отражаются на работе компаний, которые обслуживают разработку лекарств. В центре внимания — так называемые контрактные организации, выполняющие исследования по заказу (CRO) и связанные с ними услуги на этапах от раннего поиска молекул до подготовки клинических испытаний.
Как проводилось исследование
Инвесткомпания Jefferies подготовила обзор, посвященный тому, как компании фармацевтического сервиса внедряют ИИ. Работа основана на анализе 42 стенограмм экспертных звонков, сделанных в течение последних 90 дней.
Чтобы обработать большой массив обсуждений, аналитики применяли инструменты на базе ИИ: с их помощью изучались комментарии о том, как именно организации планируют использовать искусственный интеллект в двух ключевых направлениях — работе контрактных исследовательских организаций (Contract Research Organizations, CRO) и процессах разработки препаратов.
Важно, что участники разговоров не раскрывались поименно: их личности были анонимизированы, а в материалах использовались лишь профессиональные данные (квалификация/должностные признаки), предоставленные самими экспертами.
На каких стадиях ИИ дает наибольший эффект
Главный вывод исследования: эффект от ИИ неодинаков на разных этапах разработки лекарств. По данным отчета, на ранних стадиях технологии чаще приводят к заметной экономии, тогда как ближе к клиническим испытаниям выгоды становятся скромнее — из-за необходимости подтверждать результаты и сохранять роль человеческой экспертизы.
- Раннее открытие (early discovery) и регуляторное письмо: снижение затрат примерно на 40–50%.
- Доклинические процессы в CRO и CDMO (контрактная разработка и производство): сокращение времени выполнения работ также примерно на 40–50%.
- Поздние стадии клинических испытаний: более умеренная экономия — около 10–20%, поскольку сохраняются требования к валидации человеком.
Почему клинические этапы экономят меньше
Логика здесь практическая: на более ранних стадиях ИИ часто помогает быстрее готовить черновые материалы, автоматизировать сбор и структурирование данных, ускорять подготовку документов и аналитических отчетов. На поздних этапах вмешательство регуляторных требований и необходимость подтверждения достоверности выводов со стороны специалистов ограничивают долю автоматизации — поэтому и размер эффекта уменьшается.
Конкретные сценарии: где эффективность растет быстрее всего
В отчете также выделены отдельные области, где внедрение ИИ уже демонстрирует измеримые улучшения. Среди наиболее показательных кейсов — автоматизация типовых управленческих задач и ускорение обработки данных.
- Автоматизация запроса информации (Request for Information, RFI): сроки в процессах привлечения клиентов сокращаются с примерно трех дней до 10 минут.
- Управление данными и автоматизация биостатистики: время на программирование при подготовке к испытаниям уменьшается примерно на 30%.
- Синтетические когорты: в отдельных исследованиях потенциально можно сократить набор пациентов примерно на 50%, а общие затраты на клинические программы — более чем на 30%.
Под «синтетическими когорти» обычно понимают виртуально сформированные группы пациентов, построенные на основе данных и статистических моделей. Такой подход может частично заменить часть классического набора участников, но применимость зависит от дизайна конкретного испытания и требований регуляторов.
Маржинальность CRO и конкуренция за заказчика
Отчет подчеркивает: искусственный интеллект способен улучшать финансовые показатели контрактных организаций, прежде всего за счет снижения трудозатрат. Однако в условиях конкуренции эти преимущества не всегда остаются полностью у исполнителя.
По оценкам экспертов, в среднем около 50% экономии, созданной ИИ, сохраняется у CRO. Остальная часть — в виде более выгодных условий — может переходить к клиентам. При этом отдельные конкуренты, стремясь закрепиться на рынке, готовы делиться большей долей эффекта, чтобы усилить свои позиции в тендерах и переговорах.
Как меняется работа компаний: расширение мощностей и перестройка штата
Еще один важный сюжет — использование ИИ не только ради экономии, но и для масштабирования. CRO, по выводам исследования, применяют технологии, чтобы расширять производственные мощности и брать больше программ, особенно у клиентов среднего размера и компаний с небольшой капитализацией (mid-sized и small-cap).
Одновременно ожидаются изменения в структуре персонала. В ближайшей перспективе предполагается снижение:
- на 10–20% — числа младших позиций;
- на 10–15% — общей численности сотрудников со временем.
При этом подчеркивается: опытные специалисты по-прежнему нужны, чтобы проверять и подтверждать корректность результатов, полученных с помощью ИИ. Иначе говоря, технологии берут на себя часть рутины и скорости, но не исключают контроль экспертов.
Сдвиг в контрактах: от оплаты за труд к оплате за результат
Наконец, исследование фиксирует заметную трансформацию договорных моделей. Примерно 50% контрактов, по данным отчета, переходят к схемам, где оплата привязана к этапам (milestone-based) или ценности (value-based).
Это означает постепенный уход от традиционных расценок, построенных на оплате:
- за сотрудника (fee-per-employee);
- или по почасовой ставке (hourly pricing).
Вместо этого растет доля подходов, где риск распределяется между заказчиком и исполнителем, а вознаграждение зависит от достижения определенных результатов.
В совокупности эти тенденции рисуют картину рынка, где ИИ становится инфраструктурой для ускорения процессов, изменения роли персонала и перестройки финансовых договоренностей. Для клиентов это может означать более быстрые сроки и более гибкие условия, а для исполнителей — необходимость балансировать между сохранением маржи и давлением конкурентов, которые тоже инвестируют в автоматизацию.