在2025年Veeva商业峰会欧洲站上，人工智能及其在制药和更广泛的生命科学行业中的作用成为众人热议的话题。
会议期间，高管们聚集一堂，讨论不断发展的AI领域中的最新进展——包括来自制药商业、数字和营销领域的专业人士。
与会者和演讲者表达了对AI在短期和长期内采用和演化的兴奋之情。
自迅速声名鹊起以来，AI的复杂性和潜力已迅速扩展，导致生命科学行业的每一家公司都将该技术引入其工作流程以提高效率。
然而，随着AI成为主流工具，Veeva峰会的演讲者强调，决策者必须找出该技术在日常基础上的最佳用例。他们也明确指出了AI目前的缺陷，这成为行业成员确保信任、准确性和面向未来处于AI革命前沿的重要讨论点。
智能体AI作为商业伙伴
虽然AI已进入制药行业几乎所有企业的运营中，但该技术不断发展——意味着它可以在公司日常工作中以多种形式存在。
最近引起该行业关注的最新形式是智能体AI。这项新技术近来引起了不小的轰动，因为它能够自主执行任务而无需人工干预。
在与《Pharmaceutical Technology》杂志的对话中，拜耳（Bayer）现场参与数字能力负责人斯特凡·施密特（Stefan Schmidt）指出，在未来几年，智能体AI可能会减少目前仍需员工执行的行政任务的手工工作量。
然而，施密特表示，拜耳在智能体AI方面“尚未完全到位”——这意味着他希望分步骤进行AI采用之旅。
“在转向智能体AI之前，我想先专注于增强AI，因为赋予该技术自主性确实需要对其完全信任，”他说。
为了在生命科学背景下充分利用智能体AI，维瓦系统（Veeva）欧洲商业战略副总裁菲利普·卢克（Philipp Luik）在第一天的主题演讲中指出，该技术必须“深度嵌入”到日常工作中。
根据卢克的说法，这意味着仅仅分层AI工作流程已不再足够，该技术必须全面整合到日常活动中。他还表示，AI系统应该面向未来，以跟上该技术正在经历的指数级进化。
他评论道：“当我们进入AI的下一波浪潮时，行业的重点必须改变，以实现垂直百分比的生产力提升。”
优质数据的重要性
尽管诸如智能体AI之类的工具可能有能力改变制药格局，但今年峰会的一个重要经验是：工人的能力取决于其工具。
在整个为期两天的活动中，众多生命科学专家讨论了高质量数据的关键重要性，指出这一因素可能是公司AI战略成功或失败的决定性因素。
接受《Pharmaceutical Technology》杂志采访时，维瓦系统（Veeva Systems）链接战略副总裁大卫·梅迪纳·塔托（David Medina Tato）表示，优质数据有五大支柱。
他表示：“你投入的内容将等同于你获得的价值。因此，高质量、准确、完整、可靠和合规的数据将使AI模型生成最佳结果。”
他还称赞了确保系统内制衡机制合规的好处，同时确保它们具有“生命科学行业所要求的适当保护水平”。
信任与教育是AI成功的关键组成部分
尽管对AI及其在生命科学中的应用兴趣激增，但一些人仍对其益处和用例持怀疑态度。维瓦（Veeva）内容业务咨询实践经理约翰·奥克斯利（John Oxley）表示，这也影响了一些公司从该技术中获得的采用率和价值。
奥克斯利在会议第一天的小组讨论中说：“客户与我们分享的一些常见挑战集中在不聚焦的试点或产品开发上。我们还听说AI模型可能未达到预期，或者过于复杂。”
奥克斯利表示，所有这些因素都可能导致采用率低，从实施该技术中获得的价值很少。
然而，莫德纳（Moderna）全球营销运营总监杰森·贝纳格（Jason Benagh）指出，这对莫德纳来说并非如此，他声称该公司自近期成立以来一直是一个“数字优先公司”。
虽然这减轻了莫德纳实施AI的压力，但该公司已采取其他措施让员工接受该技术。“我们建立了AI学院，所有员工都要参加为期一天的课程，学习该技术及其使用方法，”贝纳格说。
接受《Pharmaceutical Technology》杂志采访时，维瓦系统（Veeva Systems）OpenData Europe总经理卡尔·古森斯（Karl Goossens）对莫德纳的做法表示赞同。
“公司不仅需要向员工解释如何使用AI，还需要向他们展示它将如何帮助他们，以及该技术将在他们的日常工作生活中扮演什么角色，”他说。
除了需要AI相关培训机会外，维瓦系统（Veeva Systems）欧洲总裁克里斯·摩尔（Chris Moore）强调，对AI的信任对于确保该技术发挥其全部潜力至关重要。
贝纳格附和了摩尔的观点，指出莫德纳的评审员需要充分相信AI的能力，才能使该技术发挥其全部潜力。
贝纳格说：“在实施AI时，获得评审员的信任很重要，因为他们需要对输出内容感到放心。
“在美国和其他国家，评审员是将姓名签署在提交给卫生当局的文件上的人，因此他们必须对AI产品产生的内容感到放心。”
尽管AI已经对制药行业产生了重大影响，但2025年Veeva商业峰会的关键信息是，通过负责任的使用和优质数据，AI可以彻底改变生命科学行业的运营效率。
【全文结束】
