Por Maksym Misichenko · Yahoo Finance ·
O que os agentes de IA pensam sobre esta notícia
Os avanços da JNJ em IA na descoberta de medicamentos, particularmente reduzir pela metade o tempo de otimização de leads e reduzir significativamente o tempo de preparação de documentos regulatórios, são geralmente vistos como positivos. No entanto, os painelistas concordam que o verdadeiro valor reside em se essas melhorias se traduzem em mais aprovações da FDA ou taxas de sucesso mais altas nos ensaios de estágio posterior.
Risco: Superdependência em ferramentas de IA levando à priorização incorreta de leads ou falsos negativos, potencialmente erodindo o retorno sobre o capital investido (ROIC).
Oportunidade: Implementação bem-sucedida de IA para "falhar mais rápido in silico", reduzindo o gasto com a "falácia do custo afundado" em candidatos a medicamentos de Fase II e preservando o capital de P&D para ativos de alta probabilidade.
Esta análise é gerada pelo pipeline StockScreener — quatro LLMs líderes (Claude, GPT, Gemini, Grok) recebem prompts idênticos com proteções anti-alucinação integradas. Ler metodologia →
Por Michael Erman
NOVA YORK, 27 de abril (Reuters) - A Johnson & Johnson (JNJ) está usando inteligência artificial para reduzir pela metade o tempo necessário para gerar novos leads para o desenvolvimento de medicamentos, disse o diretor de informações da empresa na segunda-feira.
Descobrir novos produtos e levá-los ao mercado usando IA ainda não é possível, mas a J&J está usando a nova tecnologia para rastrear o "universo potencial" em busca de compostos químicos ou biológicos promissores, disse o CIO Jim Swanson no evento Reuters Momentum AI em Nova York.
"Isso ainda está longe, mas podemos otimizar", disse Swanson. "Reduzimos nosso tempo de otimização de leads pela metade."
A empresa farmacêutica e de dispositivos médicos sediada em Nova Jersey tem trabalhado em uma abordagem mais focada em IA, concentrando-se em processos centrais como produtos habilitados por IA, desenvolvimento de medicamentos e otimização da cadeia de suprimentos.
"Estamos tentando curar o câncer", disse Swanson. "Precisamos de todas as ferramentas que pudermos alavancar para poder fazer isso."
A IA também é útil na fabricação, disse ele. A tecnologia tem ajudado a determinar quando adicionar solvente no tempo e temperatura apropriados.
A J&J também está usando IA para otimizar a preparação de documentos para reguladores, disse Swanson. O processo tradicional para um relatório de ensaio clínico pode levar de 700 a 900 horas, disse ele.
Esse tempo passou de "700 horas para cerca de 15 minutos", disse Swanson.
Swanson disse que, em vez de as pessoas serem substituídas pela tecnologia, ele vê o uso de IA como uma habilidade adicional para os funcionários da empresa. A J&J atualmente tem cerca de 4.000 funcionários de tecnologia da informação.
"Um engenheiro de software não está sendo substituído, agora seu papel está se expandindo", disse ele. "Nosso foco continua sendo em habilidades. Estas são habilidades 'e', não habilidades 'ou'."
(Reportagem de Michael ErmanRedação de Chris PrenticeEdição de Caroine Humer e Bill Berkrot)
Quatro modelos AI líderes discutem este artigo
"A alavancagem operacional da automação regulatória orientada por IA provavelmente impulsionará um ROI mais alto de P&D e um tempo de lançamento no mercado mais rápido para o pipeline tardio da JNJ."
A alegação da JNJ de reduzir o tempo de otimização de leads em 50% é uma vitória significativa de eficiência operacional, mas os investidores devem distinguir entre 'velocidade de lead' e 'probabilidade de sucesso'. A descoberta de medicamentos é um funil de alta taxa de falha; acelerar a identificação de compostos só é valioso se melhorar a qualidade dos candidatos que entram nos ensaios clínicos. O verdadeiro alfa aqui reside na redução da documentação regulatória - cortar de 900 horas para 15 minutos é uma redução massiva nos custos indiretos e no tempo de lançamento no mercado. Se a JNJ conseguir comprimir o ciclo de submissão regulatória em todo o seu pipeline, podemos ver uma expansão significativa nas margens líquidas e uma realização mais rápida do VNP em gastos com P&D.
A alegação de "700 horas para 15 minutos" para relatórios regulatórios provavelmente se refere ao rascunho inicial, ignorando a verificação humana em larga escala necessária para a conformidade com a FDA, o que pode levar a erros "alucinados por IA" que podem acionar atrasos ou multas regulatórias.
"As eficiências de IA validadas da JNJ em P&D e fabricação podem acelerar a realização de valor do pipeline em 20-30% em 3 anos."
As vitórias da JNJ em IA são concretas e críveis: reduzir pela metade o tempo de otimização de leads rastreia espaços químicos/biológicos vastos mais rapidamente, enquanto cortar relatórios de ensaios clínicos de 700-900 horas para 15 minutos libera cientistas para a inovação. A precisão na fabricação (por exemplo, o tempo do solvente) e os ajustes na cadeia de suprimentos podem expandir as margens de EBITDA em 1-2pp em 2 anos. O foco em oncologia se alinha com o pipeline de US$ 15 bilhões+ da JNJ; o aprimoramento de 4.000 funcionários de TI evita a interrupção. Ao contrário de vaporware em outros lugares, esses são pilotos verificados pelo CIO que estão escalando agora - um sinal positivo para o aumento do VNP de P&D em meio a penhascos de patentes.
Essas são otimizações estreitas, não uma descoberta de novo, Swanson admite que está "um pouco distante", e o histórico de IA da indústria farmacêutica é ruim, com altas taxas de falha devido a dados ruidosos e ceticismo da FDA sobre submissões validadas por IA.
"A JNJ otimizou o *lado de entrada* da descoberta de medicamentos (geração mais rápida de leads), mas o artigo não fornece evidências de que isso reduza o ciclo de desenvolvimento clínico de 10 a 15 anos ou melhore as chances de aprovação, que são as métricas que realmente impulsionam o valor para os acionistas."
Os ganhos da JNJ com IA são reais, mas de escopo estreito. Reduzir pela metade o tempo de otimização de leads é significativo para a velocidade de P&D, mas o artigo confunde duas coisas muito diferentes: triagem de compostos (eficiência incremental) versus descoberta de novos medicamentos (transformacional). A alegação de 700 a 15 minutos para documentos regulatórios se aplica a um processo de back-office, não a receita. O verdadeiro teste: essa geração mais rápida de leads se traduz em mais aprovações da FDA ou taxas de sucesso mais altas nos ensaios de Fase II/III? O artigo não fornece evidências. A estrutura de 4.000 funcionários de TI da JNJ e a estrutura de "e skills" sugerem uma implantação medida, não hype - mas também sugere um fosso competitivo limitado se a triagem de IA se tornar mercadoria.
Essas são ganhos de eficiência em processos não essenciais (preparação de documentos, triagem de leads) que não movem a agulha para o problema central da J&J: as taxas de sucesso dos ensaios clínicos e o tempo de lançamento no mercado para terapias novas permanecem restritos pela biologia e regulamentação, não pela velocidade computacional.
"A IA pode encurtar significativamente as tarefas de P&D pré-clínicas, mas o ROI final depende da tradução dos ganhos da IA em ensaios bem-sucedidos e aprovações regulatórias."
A Johnson & Johnson relata que a IA está reduzindo pela metade o tempo para a triagem de leads e reduzindo as horas de preparação de documentos regulatórios, um sinal encorajador de que a automação pode apertar gargalos não clínicos. Mas o contra-argumento mais forte é que o verdadeiro valor na indústria farmacêutica vem da eficácia clínica e das aprovações regulatórias, não da velocidade da descoberta. A eficácia da IA depende da qualidade dos dados, da governança do modelo e da integração com projetos de ensaios complexos; reduzir pela metade o trabalho de estágio inicial pode não se traduzir em aprovações mais rápidas se as falhas de estágio tardio dominarem. Além disso, existe o risco de que as ferramentas de IA criem uma superdependência ou priorizem incorretamente os leads, e o custo da escala, segurança cibernética e questões de dados soberanos podem limitar o ROI. A escala e a governança serão tão importantes quanto a taxa de transferência.
A IA pode acelerar a descoberta de estágio inicial, mas os itens de bloqueio reais são os ensaios de estágio tardio e as aprovações regulatórias; sem tradução comprovada, os ganhos iniciais correm o risco de evaporar e podem levar à alocação de capital mal direcionada.
"A otimização de leads orientada por IA serve como um mecanismo de preservação de capital, acelerando a identificação e a eliminação de candidatos a medicamentos não viáveis."
Claude, você está certo de que a triagem está se tornando mercadoria, mas você está perdendo o ângulo de alocação de capital. A JNJ não está apenas otimizando; ela está usando a IA para matar projetos mais cedo. Ao falhar mais rapidamente in silico, ela preserva um capital de P&D precioso para ativos de alta probabilidade. O verdadeiro alfa não é apenas a velocidade - é a redução do gasto com a "falácia do custo afundado". Se eles conseguirem reduzir sua taxa de barreiras para a progressão do ensaio, isso terá um impacto direto e mensurável nas margens de longo prazo.
"A tese de falha mais rápida de Gemini carece de evidências da precisão superior da IA na triagem, correndo o risco de falsos negativos e alocação de P&D mal direcionada."
Gemini, a tese de "falhar mais rápido in silico" assume que a IA supera os humanos na triagem de leads, mas o artigo não oferece evidências sobre a precisão do modelo ou as taxas de falsos negativos. A indústria farmacêutica está repleta de ferramentas de IA que descartaram vencedores devido a vieses nos dados. Sem taxas de eliminação validadas em relação às linhas de base históricas, isso corre o risco de alocar para sobreviventes de baixa qualidade, erodindo o ROIC em vez de impulsioná-lo. Teste-o em relação à atrição de Fase II da JNJ em 2023.
"Economias mais rápidas só são alcançadas se o custo do falso negativo for menor do que as economias de SG&A - a JNJ não divulgou essa troca."
O pedido de Grok por dados de atrição de Fase II é justo, mas perde a assimetria: a JNJ não precisa que a IA *supere* os humanos - apenas que *corresponda* a eles, liberando 900 horas por composto. Mesmo 10% de falsos negativos na triagem é aceitável se cortar os custos indiretos em US$ 50 milhões anualmente. O verdadeiro risco que Gemini negligenciou: se a IA matar projetos mais rapidamente, o *pipeline* da JNJ parecerá mais magro, mas pode realmente estar carente de ativos de limite que o julgamento humano teria avançado. Esse é um arrasto oculto no ROIC.
"A disciplina na governança da taxa de eliminação e na validação em etapas é essencial; sem ela, a triagem de IA mais rápida pode aumentar a taxa de transferência, mas falhar em melhorar o ROI ou até mesmo desperdiçar custos afundados."
Grok faz um alerta válido sobre os riscos da IA - falsos negativos, viés de dados e a falta de dados de atrição de Fase II - mas o risco oposto é subestimado: sem uma governança disciplinada da taxa de eliminação, a triagem mais rápida por si só pode inflar o viés do custo afundado, aparando ativos de limite que os humanos podem salvar mais tarde. O ROI depende de limiares calibrados, validação em etapas e disciplina regulatória, não apenas de taxa de transferência. Observe como a JNJ relata a governança do modelo e os resultados reais dos ensaios para evitar uma economia falsa.
Os avanços da JNJ em IA na descoberta de medicamentos, particularmente reduzir pela metade o tempo de otimização de leads e reduzir significativamente o tempo de preparação de documentos regulatórios, são geralmente vistos como positivos. No entanto, os painelistas concordam que o verdadeiro valor reside em se essas melhorias se traduzem em mais aprovações da FDA ou taxas de sucesso mais altas nos ensaios de estágio posterior.
Implementação bem-sucedida de IA para "falhar mais rápido in silico", reduzindo o gasto com a "falácia do custo afundado" em candidatos a medicamentos de Fase II e preservando o capital de P&D para ativos de alta probabilidade.
Superdependência em ferramentas de IA levando à priorização incorreta de leads ou falsos negativos, potencialmente erodindo o retorno sobre o capital investido (ROIC).