بقلم Maksym Misichenko · Yahoo Finance ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
تُعتبر التطورات التي حققتها جونسون آند جونسون في مجال الذكاء الاصطناعي في اكتشاف الأدوية، وخاصة تقليل وقت تحسين الفرص إلى النصف وتقليل وقت إعداد الوثائق التنظيمية بشكل كبير، إيجابية بشكل عام. ومع ذلك، يتفق المتحدثون على أن القيمة الحقيقية تكمن في ما إذا كانت هذه التحسينات تترجم إلى المزيد من الموافقات من إدارة الغذاء والدواء أو معدلات نجاح أعلى في التجارب اللاحقة.
المخاطر: الاعتماد المفرط على أدوات الذكاء الاصطناعي يؤدي إلى سوء تحديد أولويات الفرص أو الأخطاء السلبية، مما قد يؤدي إلى تآكل العائد على رأس المال المستثمر (ROIC).
فرصة: التنفيذ الناجح للذكاء الاصطناعي لـ "الفشل بشكل أسرع في المحاكاة الحاسوبية"، مما يقلل من الإنفاق على "مغالطة التكلفة الغارقة" على مرشحي المرحلة الثانية المحكوم عليهم بالفشل ويحافظ على رأس مال البحث والتطوير للأصول ذات الاحتمالية العالية.
يتم إنشاء هذا التحليل بواسطة خط أنابيب StockScreener — يتلقى أربعة LLM رائدة (Claude و GPT و Gemini و Grok) طلبات متطابقة مع حماية مدمجة من الهلوسة. قراءة المنهجية →
بقلم مايكل إرمان
نيويورك، 27 أبريل (رويترز) - تقول شركة جونسون آند جونسون (JNJ) إنها تستخدم الذكاء الاصطناعي لخفض الوقت الذي تستغرقه لإنتاج رؤوس جديدة لتطوير الأدوية إلى النصف، حسبما قال كبير مسؤولي المعلومات في الشركة يوم الاثنين.
إن اكتشاف منتجات جديدة بشكل مباشر وإحضارها إلى السوق باستخدام الذكاء الاصطناعي ليس ممكنًا بعد، لكن جيه آند جي تستخدم التكنولوجيا الجديدة لفحص "الكون المحتمل" بحثًا عن مركبات كيميائية أو بيولوجية واعدة، كما قال المدير المالي جيم سوانسون في فعالية رويترز مومنتوم الذكاء الاصطناعي في نيويورك.
"هذا لا يزال بعيدًا بعض الشيء، لكن يمكننا التحسين"، قال سوانسون. "لقد قمنا بتقليل وقت التحسين الأولي لدينا إلى النصف."
أصبحت الشركة القائمة في نيو جيرسي، المتخصصة في الأدوية والأجهزة الطبية، تعمل على نحو أكثر تركيزًا على الذكاء الاصطناعي، مع التركيز على العمليات الأساسية مثل المنتجات التي تعتمد على الذكاء الاصطناعي وتطوير الأدوية وتحسين سلسلة التوريد.
"نحن نحاول علاج السرطان"، قال سوانسون. "نحن بحاجة إلى كل أداة يمكننا الاستفادة منها للقيام بذلك."
قال أيضًا إن الذكاء الاصطناعي مفيد أيضًا في التصنيع. تساعد التكنولوجيا في تحديد متى يجب إضافة المذيب في الوقت ودرجة الحرارة المناسبين.
وأضاف سوانسون إن جيه آند جي تستخدم أيضًا الذكاء الاصطناعي لتبسيط إعداد المستندات للمنظمين. يمكن أن يستغرق إعداد تقرير تجربة سريرية تقليدي ما بين 700 و 900 ساعة، كما قال.
وقد انخفض هذا الوقت "من 700 ساعة إلى حوالي 15 دقيقة"، كما قال سوانسون.
وقال سوانسون إن بدلًا من أن تحل التكنولوجيا محل الأشخاص، فإنه يرى استخدام الذكاء الاصطناعي كمهارة إضافية لموظفي الشركة. لدى جيه آند جي حاليًا حوالي 4000 موظف في مجال تكنولوجيا المعلومات.
"مهندس البرمجيات لا يتم استبداله، الآن دوره يتسع"، قال. "يركز اهتمامنا باستمرار على المهارات. هذه مهارات 'و' وليست مهارات 'أو'."
(التقرير بقلم مايكل إرمان والكتابة بقلم كريس برينتيس وتحرير كاروين هومر وبيل بيركروت)
أربعة نماذج AI رائدة تناقش هذا المقال
"من المرجح أن يؤدي الرافعة التشغيلية من الأتمتة التنظيمية المدفوعة بالذكاء الاصطناعي إلى زيادة عائد الاستثمار في البحث والتطوير وزيادة سرعة طرح المنتجات في السوق لخط أنابيب JNJ في المراحل المتأخرة."
إن ادعاء JNJ بخفض وقت تحسين الفرص بنسبة 50٪ هو مكسب كبير في الكفاءة التشغيلية، ولكن يجب على المستثمرين التمييز بين "سرعة الفرصة" و "احتمالية النجاح". اكتشاف الأدوية هو قمع ذو معدل فشل مرتفع؛ تسريع تحديد المركبات يكون ذا قيمة فقط إذا حسّن جودة المرشحين الذين يدخلون التجارب السريرية. تكمن الألفا الحقيقية هنا في تقليل الوثائق التنظيمية - تقليل 900 ساعة إلى 15 دقيقة هو تخفيض هائل في النفقات العامة للمبيعات والتسويق والوقت اللازم لطرح المنتج في السوق. إذا تمكنت JNJ من ضغط دورة تقديم الطلبات التنظيمية عبر خط أنابيبها بالكامل، فقد نرى توسعًا كبيرًا في هوامش الربح الصافية وتحقيقًا أسرع للقيمة الحالية الصافية على الإنفاق على البحث والتطوير.
من المرجح أن يشير ادعاء "700 ساعة إلى 15 دقيقة" لإعداد التقارير التنظيمية إلى المسودة الأولية، مع تجاهل التحقق البشري الهائل المطلوب للامتثال لإدارة الغذاء والدواء، مما قد يؤدي إلى أخطاء "هلوسة الذكاء الاصطناعي" التي قد تؤدي إلى تأخيرات تنظيمية أو غرامات.
"يمكن أن تسرع أوجه الكفاءة المؤكدة للذكاء الاصطناعي في البحث والتطوير والتصنيع في JNJ من تحقيق قيمة خط الأنابيب بنسبة 20-30٪ على مدار 3 سنوات."
مكاسب JNJ في الذكاء الاصطناعي ملموسة وموثوقة: تقليل وقت تحسين الفرص إلى النصف يفحص مساحات كيميائية / بيولوجية واسعة بشكل أسرع، بينما تقليل تقارير التجارب السريرية من 700-900 ساعة إلى 15 دقيقة يحرر العلماء للابتكار. يمكن أن يؤدي دقة التصنيع (مثل توقيت المذيبات) وتعديلات سلسلة التوريد إلى زيادة هوامش EBITDA بنسبة 1-2 نقطة مئوية على مدار عامين. يتماشى التركيز على علم الأورام مع خط أنابيب JNJ الذي تبلغ قيمته أكثر من 15 مليار دولار؛ رفع مستوى مهارات 4000 موظف في مجال تكنولوجيا المعلومات يتجنب الاضطراب. على عكس المنتجات الوهمية في أماكن أخرى، هذه هي تجارب تم التحقق منها من قبل CIO ويتم توسيع نطاقها الآن - إشارة صعودية لزيادة القيمة الحالية الصافية للبحث والتطوير وسط انقضاء براءات الاختراع. تتخلف شركات مثل PFE في عمق الذكاء الاصطناعي المعلن عنه.
هذه تحسينات ضيقة، وليست اكتشافًا جديدًا يعترف سوانسون بأنه "بعيد المنال"، وسجل الذكاء الاصطناعي في صناعة الأدوية ضعيف مع معدلات فشل عالية بسبب البيانات الصاخبة والتشكيك من إدارة الغذاء والدواء في الطلبات التي تم التحقق منها بواسطة الذكاء الاصطناعي.
"قامت J&J بتحسين جانب "الإدخال" لاكتشاف الأدوية (توليد فرص أسرع) ولكن المقال لا يقدم أي دليل على أن هذا يقلل من دورة التطوير السريري التي تستغرق 10-15 عامًا أو يحسن فرص الموافقة، وهي المقاييس التي تدفع قيمة المساهمين بالفعل."
مكاسب الذكاء الاصطناعي لشركة جونسون آند جونسون حقيقية ولكنها محدودة النطاق. إن تقليل وقت تحسين الفرص إلى النصف أمر مهم لسرعة البحث والتطوير، لكن المقال يخلط بين شيئين مختلفين جدًا: فحص المركبات (كفاءة إضافية) مقابل اكتشاف أدوية جديدة (تحويلية). ادعاء 700 إلى 15 دقيقة لوثائق تنظيمية مثير للإعجاب ولكنه ينطبق على عملية خلفية، وليس على الإيرادات. الاختبار الحقيقي: هل يؤدي توليد الفرص بشكل أسرع إلى المزيد من الموافقات من إدارة الغذاء والدواء أو معدلات نجاح أعلى في المرحلتين الثانية / الثالثة من التجارب؟ المقال لا يقدم أي دليل. يشير موظفو تكنولوجيا المعلومات البالغ عددهم 4000 موظف في JNJ وإطار "مهارات و" إلى نشر مقاس، وليس ضجة - ولكنه يشير أيضًا إلى هامش تنافسي محدود إذا أصبح فحص الذكاء الاصطناعي سلعة.
هذه مكاسب كفاءة في العمليات غير الأساسية (إعداد المستندات، فحص الفرص) لا تحرك الإبرة بشأن مشكلة J&J الأساسية: لا تزال معدلات نجاح التجارب السريرية والوقت اللازم لطرح العلاجات الجديدة في السوق مقيدة بالبيولوجيا والتنظيم، وليس بالسرعة الحسابية.
"يمكن للذكاء الاصطناعي تقصير مهام البحث والتطوير غير السريرية بشكل كبير، لكن عائد الاستثمار النهائي يعتمد على ترجمة مكاسب الذكاء الاصطناعي إلى تجارب ناجحة وموافقات تنظيمية."
أفادت جونسون آند جونسون أن الذكاء الاصطناعي يقلل وقت فحص الفرص إلى النصف ويقلل ساعات التحضير التنظيمي، وهي إشارة مشجعة على أن الأتمتة يمكن أن تقلل من الاختناقات غير السريرية. لكن أقوى نقطة مضادة هي أن معظم القيمة الحقيقية في صناعة الأدوية تأتي من الفعالية السريرية والموافقات التنظيمية، وليس سرعة الاكتشاف. تعتمد فعالية الذكاء الاصطناعي على جودة البيانات، وحوكمة النماذج، والتكامل مع تصميم التجارب المعقدة؛ قد لا يؤدي تقليل العمل في المراحل المبكرة إلى تسريع الموافقات إذا سادت حالات الفشل في المراحل المتأخرة. بالإضافة إلى ذلك، هناك خطر من أن أدوات الذكاء الاصطناعي تخلق الاعتماد المفرط أو تعطي الأولوية الخاطئة للفرص، ويمكن أن تحد تكاليف التوسع والأمن السيبراني وقضايا البيانات السيادية من عائد الاستثمار. سيكون للتوسع والحوكمة أهمية كبيرة مثل الإنتاجية.
قد يسرع الذكاء الاصطناعي من الاكتشاف في المراحل المبكرة، لكن العناصر المقيدة الحقيقية هي التجارب في المراحل المتأخرة والموافقات التنظيمية؛ بدون ترجمة مثبتة، تخاطر المكاسب الأولية بالتبخر ويمكن أن تؤدي إلى تخصيص رأس المال بشكل خاطئ.
"يعمل تحسين الفرص المدفوع بالذكاء الاصطناعي كآلية للحفاظ على رأس المال من خلال تسريع تحديد وإنهاء مرشحي الأدوية غير الصالحة."
كلود، أنت على حق في أن الفحص يصبح سلعة، لكنك تفوت زاوية تخصيص رأس المال. JNJ لا تقوم فقط بالتحسين؛ إنهم يستخدمون الذكاء الاصطناعي لقتل المشاريع في وقت مبكر. من خلال الفشل بشكل أسرع في المحاكاة الحاسوبية، فإنهم يحافظون على رأس مال البحث والتطوير الثمين للأصول ذات الاحتمالية العالية. الألفا الحقيقية ليست مجرد سرعة - إنها تقليل الإنفاق على "مغالطة التكلفة الغارقة" على مرشحي المرحلة الثانية المحكوم عليهم بالفشل. إذا نجحوا في خفض معدل العتبة لديهم لتقدم التجارب، فهذا تأثير مباشر وقابل للقياس على عائد رأس المال المستثمر طويل الأجل.
"تفتقر أطروحة Gemini حول الفشل الأسرع إلى دليل على دقة فرز الذكاء الاصطناعي المتفوقة، مما يخاطر بالأخطاء السلبية وتخصيص البحث والتطوير بشكل خاطئ."
Gemini، "الفشل بشكل أسرع في المحاكاة الحاسوبية" يفترض أن الذكاء الاصطناعي يتفوق على البشر في فرز الفرص، لكن المقال لا يقدم أي دليل على دقة النموذج أو معدلات الخطأ السلبي. صناعة الأدوية مليئة بأدوات الذكاء الاصطناعي التي استبعدت الفائزين بسبب تحيزات البيانات. بدون معدلات قتل مؤكدة مقابل خطوط الأساس التاريخية، هذا يخاطر بتخصيص خاطئ للمستفيدين ذوي الجودة المنخفضة، مما يؤدي إلى تآكل عائد رأس المال المستثمر بدلاً من زيادته. اختبره مقابل معدل انخفاض المرحلة الثانية لـ JNJ لعام 2023.
"يوفر الفرز الأسرع المال فقط إذا كانت تكلفة الخطأ السلبي أقل من وفورات المبيعات والتسويق - لم تكشف JNJ عن هذا المقايضة."
طلب Grok لبيانات انخفاض المرحلة الثانية عادل، ولكنه يغفل عدم التماثل: لا تحتاج JNJ إلى أن يتفوق الذكاء الاصطناعي على البشر - فقط أن يطابقهم مع توفير 900 ساعة لكل مركب. حتى 10٪ من الأخطاء السلبية في الفحص مقبولة إذا قللت من إنفاق المبيعات والتسويق بمقدار 50 مليون دولار سنويًا. الخطر الحقيقي الذي تجاهله Gemini: إذا قتل الذكاء الاصطناعي المشاريع بشكل أسرع، فإن خط أنابيب JNJ *يبدو* أنحف ولكنه قد يكون في الواقع محرومًا من الأصول ذات الصلاحية الحدودية التي قد يتقدم بها الحكم البشري. هذا هو سحب خفي لعائد رأس المال المستثمر.
"الانضباط في حوكمة معدل القتل والتحقق المرحلي ضروريان؛ بدون ذلك، قد يؤدي الفحص الأسرع بالذكاء الاصطناعي إلى زيادة الإنتاجية ولكنه يفشل في تحسين عائد الاستثمار أو حتى إهدار التكاليف الغارقة."
يقدم Grok تحذيرًا صالحًا بشأن مخاطر الذكاء الاصطناعي - الأخطاء السلبية، وتحيز البيانات، وعدم وجود بيانات انخفاض المرحلة الثانية - ولكن يتم التقليل من شأن الخطر المعاكس: بدون حوكمة منضبطة لمعدل القتل، يمكن أن يؤدي الفحص الأسرع وحده إلى تضخيم مغالطة التكلفة الغارقة عن طريق تقليم الأصول الحدودية التي قد ينقذها البشر لاحقًا. يعتمد عائد الاستثمار على العتبات المعايرة، والتحقق المرحلي، والانضباط التنظيمي، وليس فقط الإنتاجية. راقب كيف تقدم JNJ تقارير عن حوكمة النماذج ونتائج التجارب الفعلية لتجنب اقتصاد زائف.
تُعتبر التطورات التي حققتها جونسون آند جونسون في مجال الذكاء الاصطناعي في اكتشاف الأدوية، وخاصة تقليل وقت تحسين الفرص إلى النصف وتقليل وقت إعداد الوثائق التنظيمية بشكل كبير، إيجابية بشكل عام. ومع ذلك، يتفق المتحدثون على أن القيمة الحقيقية تكمن في ما إذا كانت هذه التحسينات تترجم إلى المزيد من الموافقات من إدارة الغذاء والدواء أو معدلات نجاح أعلى في التجارب اللاحقة.
التنفيذ الناجح للذكاء الاصطناعي لـ "الفشل بشكل أسرع في المحاكاة الحاسوبية"، مما يقلل من الإنفاق على "مغالطة التكلفة الغارقة" على مرشحي المرحلة الثانية المحكوم عليهم بالفشل ويحافظ على رأس مال البحث والتطوير للأصول ذات الاحتمالية العالية.
الاعتماد المفرط على أدوات الذكاء الاصطناعي يؤدي إلى سوء تحديد أولويات الفرص أو الأخطاء السلبية، مما قد يؤدي إلى تآكل العائد على رأس المال المستثمر (ROIC).