关键要点
- 人工智能正推动制药业向数据密集型流程转变，要求企业快速提升员工技能并增强组织敏捷性。
- 行业因与大型科技公司竞争及监管惯性，难以吸引技术人才。
- 招聘中使用人工智能可减少行政任务，但引入偏见风险，需谨慎设计和管理。
- 在利用人工智能的同时保护知识产权，涉及战略合作伙伴关系和新监管框架。
- 未来制药职业路径将非线性化，强调适应能力和人际网络，代理式人工智能将是下一变革阶段。
在法兰克福国际制药原料展（CPHI）上，一个专家小组讨论了人工智能如何重塑制药人才结构，强调快速技能提升、偏见缓解和监管变革的必要性。
在法兰克福国际制药原料展（CPHI）举行的“人工智能对制药劳动力和招聘的影响：从过时到机遇”小组讨论中，Lead Candidate公司首席执行官安德鲁·梅尔斯、Alpine One GmbH管理合伙人玛努埃拉·赫林以及Vector Talent公司首席执行官尼尔·凯利，深入剖析了人工智能（AI）对制药人才、技能发展和组织结构的深远影响。讨论由Informa Markets制药编辑谢薇薇主持。对话涵盖多个关键主题，包括技能提升的紧迫性、在“大型科技公司”竞争下吸引技术专家的挑战、管理组织变革阻力，以及缓解招聘中自动化人工智能流程引入的偏见。
技能与组织敏捷性如何演变？
讨论指出，制药行业尤其是制造业，正迅速从纯机械操作转向数据密集型、技术先进的流程。小组成员表示，尽管行业成熟度“正快速提升”，但支持这一演变所需的技能却滞后。历史上，制造依赖“生产线人员监控状态和排查问题”。如今，人工智能、机器人和超级计算的整合预计将“放大劳动力管理效能”。
面对加速变革，企业必须从根本上重新思考人才管理方式。发言者指出，公司需高度敏捷，而非依赖僵化的“继任纽带”。一个关键挑战是通过提问定义未来需求：“我未来需要解决哪些问题？然后定义最重要的技能，并进行细化分解。”这种敏捷方法还需资源流动性，例如判断所需技能是否存在于其他业务单元，并询问“能否临时借用”。
据小组讨论，这种适应需求影响了传统的技能刷新周期，周期已大幅缩短。过去技能刷新需三至五年甚至十年，如今需要“每六到十二个月”。这种持续发展需求面临员工心态挑战，因为技能提升困难在于“人们不清楚自身收益，会问‘为何要提升员工技能？’”。不过，企业正通过提供技能认证或徽章的计划，开始奖励和认可专业能力。
制药业如何与科技人才竞争并克服监管惯性？
小组讨论认为，生物制药行业吸引高科技人才面临重大障碍，技术进步使人才拥有更多选择。行业已“向其他行业流失人才”，传统路径“上大学、学化学、晋升……已不复存在”。当“人人都想在微软工作”时，吸引这些专业人士变得困难，“尤其从科技领域获取人才非常艰难”。
讨论继续指出，为管理技术缺口，特别是小型企业应战略性利用合作伙伴关系。发言者一致认为，公司应专注于自身优势领域，并利用合作伙伴处理“技术环节”，而非试图“承担超出能力范围的工作”。
除人才竞争外，行业还面临根植于运营环境的惯性。小组成员表示，当被问及行业为何常被视为“过于传统”时，最常见的回答是行业运作所处的监管框架。尽管汽车等高度监管行业早在20年前就运营“比当今新建制药工厂更先进的工厂”，但该框架仍被频繁引用。实现变革需“在监管框架层面”形成动力，同时构建令人信服的“行动商业案例”。
人工智能在招聘和偏见缓解中扮演什么角色？
尽管人工智能日益融入招聘，讨论转向人类要素的核心作用。招聘领导者使用人工智能减少行政任务，从而腾出时间与候选人深入交流。小组成员指出，人工智能应被视为放大人类能力的机遇。
然而，人工智能的快速采用引入了显著的偏见风险，缓解关键在于人工智能设计。有观点指出，若人工智能围绕公司“招聘中最常见的无意识偏见”设计，生成的工具将延续该偏见。为抵消算法偏见和优化申请的候选人带来的“Chat GPT偏见”，企业正越来越多地采用“评估中心：邀请候选人互动、提供案例研究，以便不依赖工具就能真实评估其能力”。
如何在培养下一代的同时保护知识产权？
发言者指出，“大型制药公司”利用集体数据的核心挑战是知识产权（IP）保护，企业“对开放极为谨慎”，在组织周围维持“高度封闭的环境”。他们表示，平衡技术优势与知识产权保护的解决方案依赖于合作伙伴关系。该方法使企业能在既定经济框架内构建人工智能基础设施，避免将内部知识产权暴露于更广泛的全球工具，同时获得一定保障。此外，需新监管框架在“利用技术优势及其能力”的同时保护知识产权。
据小组讨论，进入这一环境的新人才必须认识到未来职业路径非垂直而是水平，需拥抱“零工工作”。尽管学术界常难以理解非线性职业概念，但年轻人成功的最大预测因素是“学习的适应能力”。人际网络至关重要，毕业生“需要建立非常非常强大的网络”。
展望未来，发言者表示生成式人工智能现已“达到平台期”，带来显著生产力提升，而“下一发展阶段”是“代理式人工智能”。该阶段将使员工拥有机器、虚拟形象或代理作为“同事”。尽管变革加速，但全行业标准化应用人工智能技术的努力尚未显现，意味着“此处人人做法略有不同”。
【全文结束】
