根据OpenBiopharma教育、外展和数字体验高级总监Rick Jaenisch的说法，目前每家大型生命科学公司都在采用专有的AI工具或企业版模型，如ChatGPT、Gemini和Claude。他指出，Claude特别受欢迎，因为它具有专为生命科学设计的模型，已被美国食品药品监督管理局(FDA)使用。
Jaenisch将生成式AI在行业中的最重要应用场景确定为偏差管理，具体是通过将传统纸质文件转变为AI可填写的表格。他向《PharmTech》副编辑总监Christopher Cole解释说，这一应用每份报告可为撰写者节省一到四个小时，这尤其有价值，因为手动输入通常会因多任务处理和分心而变慢。
在更复杂的调查中，Jaenisch描述了AI如何帮助团队收集分散的数据并总结视频转录以支持根本原因分析。然而，他警告了"工作烂活"的兴起，他将其定义为通过模式识别容易被发现的低努力AI输出。他指出，这种"烂活"会造成可计算的经济损失，因为审阅者在后端修复错误所花费的时间超过了原始撰写者节省的时间。为应对这一问题，Jaenisch认为公司必须实施超越基本"阅读和理解"指示的培训。
最后，关于制造方面，Jaenisch观察到，数据孤岛和欧盟Annex 22等法规——限制GxP环境中的概率模型——仍然是重大障碍。虽然AI已经在早期药物发现中得到确立，但Jaenisch展望了一个"AI原生"制药公司将这些技术完全整合到生产生命周期的未来。
【全文结束】