L’intelligenza artificiale nel settore sanitario sta passando dalla risposta a richieste all’esecuzione autonoma di complesse attività di marketing e le aziende del settore delle scienze della vita stanno scommettendo su questo le loro strategie commerciali.
Secondo un recente rapporto citato di Capgemini Invent, gli agenti AI potrebbero generare fino a 450 miliardi di dollari di valore economico attraverso l’aumento dei ricavi e il risparmio sui costi a livello globale entro il 2028, con il 69% dei dirigenti che prevede di implementare agenti nei processi di marketing entro la fine dell’anno.
La posta in gioco è particolarmente alta nel marketing farmaceutico, dove i rappresentanti di vendita hanno sempre più tempo limitato a contatto con gli operatori sanitari (HCP), una tendenza accelerata dal Covid-19. La sfida non è solo l’accesso; sta facendo sì che quelle rare interazioni contano con l’intelligenza attualmente intrappolata nei silos di dati.
Il problema dell’intelligenza frammentata
Briggs Davidson, Direttore senior della strategia digitale, dati e marketing per le scienze della vita presso Capgemini Invent, contorni uno scenario che suonerà familiare a chiunque si occupi di marketing farmaceutico: un operatore sanitario partecipa a una conferenza in cui un concorrente presenta risultati farmacologici promettenti, pubblica ricerche e sposta le proprie prescrizioni su un prodotto rivale, il tutto in un solo trimestre.
“Nella maggior parte delle aziende, l’infrastruttura IT legacy e i silos di dati mantengono queste informazioni in sistemi disparati tra CRM, database di eventi e dati sui sinistri”, scrive Davidson. “È probabile che nessuna di queste informazioni fosse accessibile ai rappresentanti di vendita prima che incontrassero l’operatore sanitario.”
La soluzione, secondo Davidson, non consiste semplicemente nel connettere questi sistemi: sta nell’implementare l’intelligenza artificiale nel marketing sanitario per interrogare, sintetizzare e agire in modo autonomo su tali dati unificati. A differenza dell’intelligenza artificiale conversazionale che risponde alle domande, i sistemi ad agenti possono eseguire in modo indipendente attività in più fasi.
Invece di un ingegnere dei dati che costruisce una nuova pipeline, un agente AI potrebbe interrogare autonomamente il CRM e il database delle richieste di risarcimento per rispondere a domande aziendali come: “Identificare gli oncologi nel nord-ovest che hanno un volume di prescrizioni inferiore del 20% ma hanno partecipato al nostro ultimo congresso medico”.
Dall’orchestrazione all’esecuzione autonoma
Davidson inquadra il cambiamento come il passaggio da una “visione omnicanale”, ovvero il coordinamento delle esperienze attraverso i canali, a una vera orchestrazione alimentata dall’intelligenza artificiale degli agenti.
In pratica, ciò significa che un rappresentante di vendita potrebbe chiedere a un agente di assisterlo nella pianificazione delle chiamate e delle visite chiedendo: “A quali messaggi ha risposto il mio operatore sanitario più recentemente?” o “Puoi creare un brief di intelligence dettagliato sul mio operatore sanitario?”
Il sistema ad agenti compilerebbe:
- La loro conversazione più recente con l’HCP
- Il comportamento prescrittivo dell’operatore sanitario
- Leader di pensiero seguiti dall’HCP
- Contenuti pertinenti da condividere
- I canali di sensibilizzazione preferiti dall’HCP (visite di persona, e-mail, webinar)
Ancora più significativo, l’agente AI creerebbe quindi un piano di chiamata personalizzato per ciascun operatore sanitario in base al suo profilo unificato e consiglierebbe passaggi di follow-up in base ai risultati del coinvolgimento.
“I sistemi di intelligenza artificiale agenti mirano a guidare l’azione, passando da ‘rispondi al mio suggerimento’ a ‘esegui autonomamente il mio compito'”, spiega Davidson.
“Ciò significa evolvere la mentalità dei rappresentanti di vendita dal porre domande al coordinare piccoli team di agenti specializzati che lavorano insieme: uno pianifica, un altro recupera e controlla i contenuti, un terzo pianifica e misura e un quarto applica i controlli di conformità, il tutto sotto la supervisione umana”.
Il prerequisito dei dati pronti per l’intelligenza artificiale
La promessa operativa dipende da ciò che Davidson chiama “dati pronti per l’intelligenza artificiale”: informazioni standardizzate, accessibili, complete e affidabili che consentono tre funzionalità:
Processo decisionale più rapido: Analisi predittive che forniscono avvisi quasi in tempo reale su ciò che sta per accadere, consentendo ai rappresentanti di vendita di agire in modo proattivo.
Personalizzazione su larga scala: Fornire esperienze personalizzate a migliaia di operatori sanitari contemporaneamente con piccoli team umani abilitati da reti di agenti specializzati.
Vero ROI di marketing: Andare oltre i report storici mensili per comprendere quali attività di marketing stanno attivamente guidando le prescrizioni.
Davidson sottolinea che un’implementazione di successo inizia con l’allineamento del marketing e dell’IT sui casi d’uso iniziali, con le parti interessate che identificano i KPI che dimostrano risultati tangibili, come aumenti percentuali specifici nel coinvolgimento degli operatori sanitari o nella produttività dei rappresentanti di vendita.
Domande critiche sull’implementazione
L’articolo inquadra in particolare l’intelligenza artificiale nel settore sanitario come “non semplicemente un’altra capacità guidata dalla tecnologia; è un nuovo livello operativo per i team commerciali”. Ma riconosce che “il pieno valore dell’intelligenza artificiale si materializza solo con dati pronti per l’intelligenza artificiale, implementazione affidabile e riprogettazione del flusso di lavoro”.
Ciò che rimane irrisolto: la complessità normativa e di conformità dei sistemi autonomi che interrogano i database delle richieste contenenti il comportamento dei prescrittori, in particolare secondo lo standard minimo necessario dell’HIPAA. L’articolo inoltre non descrive in dettaglio le reali implementazioni o i parametri dei clienti oltre l’aspirante proiezione del valore economico di 450 miliardi di dollari.
Per le organizzazioni globali, Davidson sottolinea che i casi d’uso “possono e devono essere adattati per adattarsi alla maturità di ciascun mercato per ottenere il massimo ROI”, suggerendo che l’implementazione varierà in modo significativo nei diversi ambienti normativi.
La proposta di valore fondamentale, secondo Davidson, è incentrata sul vantaggio bidirezionale: “L’operatore sanitario riceve contenuti direttamente pertinenti e i team di marketing possono favorire un maggiore coinvolgimento e conversione dell’operatore sanitario”.
Se la visione di agenti di marketing autonomi che si coordinano tra CRM, eventi e sistemi di sinistri diventerà una pratica standard entro il 2028 – o rimarrà vincolata dalle realtà della governance dei dati – determinerà probabilmente se le scienze della vita raggiungeranno qualcosa di vicino a quell’opportunità di 450 miliardi di dollari.
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
