ChemiPharma 4.0, innovazione end-to-end

Modelli, metriche, strumenti e piattaforme. La capacità di mantenere una visione end-to-end è direttamente proporzionale all’esigenza di scalabilità delle aziende chimiche e farmaceutiche. Cloud e AI trainano la digital construction verso il nuovo ecosistema dell’innovazione collaborativa

Le tecnologie digitali “distruggono” i vecchi modi di lavorare, produrre, distribuire, operare ma rivelano anche opportunità di miglioramento. Per questo le aziende chimico-farmaceutiche devono utilizzare l’energia dell’industry 4.0 per innovare l’intera catena del valore. Tre le principali esigenze che stanno plasmando le attività operative e di programmazione dei CIO e CTO del settore. La prima riguarda direttamente l’accelerazione sui progetti di digital transformation già in corso d’opera e il rimodellamento di quelli esistenti. La seconda intercetta la necessità di comprendere i cambiamenti del mercato, con tutte le implicazioni di produzione e controllo lungo tutta la catena della supply chain. La terza va a impattare la capacità di agire concretamente sulla pressione dei costi e la produttività.

La capacità di mantenere una visione end-to-end della trasformazione digitale è direttamente proporzionale all’esigenza di scalabilità. Trasformare il proprio modello di business in chiave 4.0 significa costruire un nuovo ecosistema industriale alimentato dall’intelligenza gestionale, in grado di migliorare i processi di produzione, i controlli e la sicurezza, aumentare la capacità di previsione, progettare nuovi farmaci e assicurare la business continuity. Una tale prospettiva permette alle aziende di vedere dove si trovano le maggiori opportunità e di catturare il maggior valore. Prendere decisioni a livello globale, ottimizzare le interfacce tra le funzioni e i livelli e massimizzare le informazioni per decidere, utilizzando tutte le fonti di dati disponibili, può migliorare il livello di performance a tutti i livelli operativi con un impatto positivo sui costi e gli utili. Se da un lato la cybersecurity, la business continuity e l’efficienza operativa sono in cima alla lista delle responsabilità dei leader IT nel Chemi-Pharma, dall’altro le persone e le dinamiche del team possono essere in ultima analisi gli anelli più forti o più deboli in un piano strutturato di recovery.

Per esempio, nel caso di una crescita rapida, il digitale e gli analytics possono aiutare a sbloccare la capacità produttiva, aumentando il rendimento e la produttività e riducendo i costi. Allo stesso tempo, una supply-chain e una funzione vendite perfettamente integrate assicurano che questa nuova capacità sia allocata al cliente e ai prodotti più redditizi, offrendo i migliori margini possibili.

Nel caso di una domanda più bassa, l’intelligenza gestionale distribuita può supportare in modo proattivo le decisioni di vendita, per “spingere” i volumi di margine più bassi sul mercato per riempire la capacità e assorbire i costi fissi. Gli algoritmi possono anche informare la riallocazione della domanda tra gli impianti e suggerire la chiusura temporanea di intere linee. Inoltre, il maggiore livello di assistenza digitale può guidare gli operatori in campo, consentire una più facile ridistribuzione dei dipendenti tra i vari reparti e suggerire i tempi ottimali per l’utilizzo degli appaltatori (per esempio durante i picchi di attività). Insieme, questi insights generano un uso più efficiente e flessibile delle risorse.

IL CLOUD COME CATALIZZATORE

Infrastrutture scalabili, flessibili e intelligenti diventano il moltiplicatore del valore dei progetti di trasformazione digitale. L’impatto dell’emergenza sanitaria ha dimostrato come la trasformazione digitale delle imprese del comparto farmaceutico e Life Science non possa più aspettare. Adottare modelli fortemente integrati e collaborativi, ma allo stesso tempo flessibili ed efficienti, è diventato un imperativo strategico per far fronte alle sfide e cogliere le nuove opportunità. La trasformazione digitale del settore Pharma passa necessariamente dalla modernizzazione delle infrastrutture IT. Queste devono essere capaci di orchestrare i benefici del private e del public cloud, superando i limiti delle risorse on-premise e dei sistemi legacy. Con un focus sull’accessibilità delle informazioni e sulla coerenza e automatizzazione dei processi, queste infrastrutture riescono ad abilitare le diverse funzioni di business in modo da gestire il volume e la varietà dei dati (per esempio, genomica, patient reported outcomes, RWE, IoT, immagini, video); governare

asset e risorse dinamicamente, a seconda delle condizioni del mercato; evolvere verso nuovi modelli organizzativi e di lavoro incentrati sulla collaborazione, sull’agilità e la mobilità delle risorse interne ed esterne. Si ha perciò un impatto diretto sull’intera catena del valore del settore, che va oltre la semplificazione dell’IT e l’abbassamento dei costi. Grazie a una gestione delle applicazioni e dei dati più integrata e performante e facilitando l’accesso a strumenti di big data e di intelligenza artificiale, le aziende del settore possono potenziare le attività di ricerca con processi di discovery più rapidi, coordinare e ottimizzare la supply chain e la produzione, fornire ambienti e soluzioni di lavoro sicuri, coerenti e condivisi. Secondo IDC, in Europa circa il 70% delle aziende Life Science prevede attività in ambito private e public cloud per il biennio 2020-2021. Ciascuno dei domini abilitati dal digitale deve lavorare insieme per massimizzare la cattura del valore all’interno e tra i silos funzionali. Inoltre, due funzioni abilitanti – il modello operativo generale e l’infrastruttura IT/OT – devono essere allineate con gli obiettivi di trasformazione per catturare tutti i dati in un’unica fonte. Ma si tratta anche di sfruttare la condivisione di dati, applicazioni, operazioni e competenze non solo a livello di organizzazione ma anche di sistema in generale – come spiega Fabio Rizzotto, associate VP head of Research and Consulting di IDC Italy. Negli ecosistemi industriali, la condivisione di informazioni, dati e conoscenze può essere un vantaggio per tutti. Nel settore sanitario, per esempio, la crisi innescata dalla pandemia ha accelerato la condivisione dei dati negli ospedali, gli istituti di ricerca e le aziende farmaceutiche per accelerare lo sviluppo di un vaccino. Va notato che non tutti i dati saranno condivisi, e saranno i partecipanti all’interno dell’ecosistema a decidere cosa condividere e cosa non condividere. Le stesse normative a tutela della privacy in alcuni settori, come quello sanitario, determinano differenze di trattamento dei dati.

Un esempio è TransCelerate BioPharma, un consorzio composto da aziende biofarmaceutiche globali che sta utilizzando la propria piattaforma cloud-based DataCelerate per le sperimentazioni cliniche con lo scopo non solo di condividere studi in corso e passati, serie storiche, banche dati rigorosamente anonimizzate su malattie e popolazioni di pazienti, ma anche per moltiplicare la forza della ricerca in ambito Covid-19. Ci sono anche esempi di piattaforme di marketplace che si stanno costruendo tra la sanità, le istituzioni, le aziende chimiche e altri produttori in risposta all’emergenza Covid-19. Un esempio è Mirakl che mette insieme in un unico marketplace fornitori di tecnologia, attori istituzionali e produttori, centralizzando l’offerta e la domanda di materie prime essenziali.

SFRUTTARE L’INTELLIGENZA ARTIFICIALE

Chengyi Lin è professore affiliato di strategia all’INSEAD di Fontainebleau, e ha indicato un modello per l’adozione efficace delle applicazioni di intelligenza artificiale nell’industria chimica e farmaceutica, basato su collaboration e startup. Quando si tratta di sfruttare l’intelligenza artificiale – come spiega Chengyi Lin –  oltre l’80% dei CIO chimico-farmaceutici europei ritiene non solo che la posizione dell’Europa in generale non sia all’avanguardia, ma anche che il settore chimico-farmaceutico europeo sia più indietro rispetto alla maggior parte delle altre industrie di grandi dimensioni, come emerge dai risultati di una recente indagine INSEAD condotta in collaborazione con Early Metrics, agenzia europea di startup-rating, e Agalio società di consulenza con sede a Parigi.

«Molti osservatori – sintetizza Chengyi Lin – danno la colpa alle severe leggi europee sulla privacy dei dati, più severe di quelle degli Stati Uniti e della Cina. Ma la nostra indagine suggerisce che il problema non è la regolamentazione. Si tratta invece di una disconnessione tra i sistemi sanitari pubblici e privati, che rende difficile per i programmatori di AI/ML accedere a dati sufficienti per addestrare i loro algoritmi». In molti Paesi europei – continua Chengyi Lin – i dati clinici sono conservati dai singoli ospedali e cliniche nonostante l’esistenza di sistemi sanitari pubblici centralizzati. «Questo non sarebbe di per sé un problema se almeno ospedali e cliniche non utilizzassero anche database e sistemi informatici diversi. Nella realtà dei fatti, ogni struttura decide da sola quali tipi di dati raccogliere e in quale formato memorizzarli, e non c’è un quadro chiaro né un framework comune su come debbano essere resi anonimi e condivisi». Di conseguenza – conclude Chengyi Lin –  «le aziende sanitarie potrebbero non avere accesso a grandi data lake centralizzati che contengono la giusta quantità del giusto tipo di dati nel giusto formato per l’implementazione di software di AI, il che potrebbe in ultima analisi compromettere l’accesso dei pazienti a un’assistenza sanitaria di migliore qualità».

Come si supera il problema? Partiamo dall’esperienza incoraggiante di tre startup che Chengyi Lin ha studiato per definire una tabella di marcia in cinque fasi per i CIO: 1) capire chi ha le chiavi; 2) trovare un partner per lo scrubbing; 3) addestrare l’algoritmo in serie; 4) garantire la conformità normativa; 5) connessione ad altri tipi di dati.

FASE 1: CAPIRE CHI HA LE CHIAVI

Per ottenere l’accesso ai dati clinici, la prima tappa per una startup di AI sanitaria è di solito un comitato interno di medici, personale legale e amministratori ospedalieri, che determinano se l’accesso debba essere concesso in linea di principio. Se l’ospedale appartiene a un sistema pubblico, la richiesta deve essere approvata anche da un’autorità sanitaria competente. Poi c’è la questione dell’accesso stesso. Sebbene i dati fisici si trovino di solito su uno o due soli server, l’accesso ai vari archivi – ID utente, password e così via – richiede la collaborazione di molte persone diverse, che non sempre sono facili da identificare e da contattare. Owkin è una startup franco-americana che implementa l’intelligenza artificiale per lo sviluppo clinico e ha affrontato questa sfida in ogni ospedale con cui ha lavorato. In alcuni casi, i cofondatori – un ematologo/oncologo e un informatico – hanno dovuto inizialmente accamparsi in ospedale e bussare porta a porta. In un ospedale, il processo ha richiesto più di tre settimane.

FASE 2: UN PARTNER PER LO SCRUBBING

Gli ospedali, soprattutto quelli di un sistema sanitario pubblico, sono di solito caratterizzati da una carenza di risorse e la gestione dei dati non è spesso una priorità. Per rendere utilizzabili i dati di un ospedale, Owkin ha utilizzato i propri computer e ha impiegato i propri data manager per ripulire e standardizzare i dati. Questo lavoro ha richiesto ingenti investimenti di tempo e denaro, cosa non facile per la maggior parte delle startup. Per condividere i costi di installazione in un ospedale pilota, Owkin ha collaborato con una grande azienda farmaceutica, dandogli in cambio l’accesso ai dati dell’ospedale. In altri casi, gli ospedali hanno fornito le risorse necessarie in cambio dell’uso gratuito della soluzione di intelligenza artificiale o di potenziali entrate future derivanti dalla vendita della soluzione alle aziende farmaceutiche.

FASE 3: ADDESTRARE L’ALGORITMO

Gli algoritmi addestrati su piccole quantità di dati non funzionano bene, quindi gli ospedali devono combinare i loro “stagni” di dati per creare un “lago”. Ma gli ospedali possono essere riluttanti quanto le aziende a condividere i loro dati. Non vogliono rendere troppo facile per i pazienti trasferirsi in altri ospedali, e hanno preoccupazioni riguardo alla riservatezza. Per aggirare il problema, Owkin ha addestrato l’algoritmo a partire dai dati di un sito, che ha standardizzato. Poi ha riqualificato l’algoritmo con i dati standardizzati nel sito successivo, e così via, fino a quando tutti i dati sono stati utilizzati per addestrare l’algoritmo. Questo nuovo approccio ha fornito un’interessante alternativa alle API aperte e alle soluzioni cloud, sostenute dai principali giganti della tecnologia. E potrebbe anche accelerare la creazione di cooperative di condivisione dei dati.

FASE 4: GARANTIRE LA COMPLIANCE

I dati ospedalieri contengono spesso informazioni riservate, come le date di nascita e gli indirizzi personali dei pazienti. Con l’evoluzione delle normative, gli ospedali e le aziende farmaceutiche si aspettano che i loro partner tengano il passo con le regole di conformità in termini di protezione dei dati.

Nabta Health è un’azienda sanitaria specializzata nella cura delle donne con sede a Dubai. Insieme a Owkin, ha costruito uno strato di crittografia sopra il set di dati grezzi con il duplice scopo di nascondere le informazioni sensibili delle pazienti e di mantenere l’accesso dinamico ai dati senza interruzioni. Nabta Health ha anche sviluppato una tecnologia basata su blockchain che consente alle pazienti di gestire i loro dati sanitari personali e di tenere traccia di come i dati vengono condivisi da medici e ospedali.

FASE 5: DATA CONNECTIONS

ExactCure è una startup francese che utilizza l’AI per personalizzare i dosaggi dei farmaci. Insieme a Nabta Health, sta lavorando allo sviluppo di un’applicazione di intelligenza artificiale in grado di attingere ai dati dei pazienti da altre fonti, come i wearable che catturano informazioni su temperatura corporea, frequenza cardiaca, sudore e movimento. I dati così ottenuti possono essere alimentati con un algoritmo di AI che gli ospedali e le cliniche possono utilizzare per personalizzare i percorsi di cura individuali dei loro pazienti. In Cina, aziende del calibro di Alibaba stanno adottando un approccio simile nello sviluppo di digital twins dei loro clienti online che attingono ai dati di molti domini.

L’AI ha il potenziale per cambiare radicalmente le pratiche sanitarie, a condizione di poter integrare i dati distribuiti negli ecosistemi sanitari del mondo. Quello che Owkin, ExactCure e Nabta Health stanno ottenendo in Europa potrebbe servire da modello per iniziative simili in altri mercati – in particolare in Asia e in America Latina – che si trovano ad affrontare le stesse sfide.

SPERIMENTAZIONI BLOCKCHAIN

Sanità e industria farmaceutica stanno sperimentando in maniera rilevante la blockchain. In questo caso, la tecnologia permette lo scambio di informazioni tra aziende della stessa filiera per garantire e verificare l’autenticità di medicinali, ma anche tra aziende di settori adiacenti, all’interno della rete ospedali-farmacie. La collaborazione tra le aziende farmaceutiche consente di efficientare i processi, certificare la provenienza dei farmaci e gestire in totale sicurezza i dati dei pazienti: per l’intera filiera, la certificazione dei medicinali con tecnologia blockchain permette di contrastare il fenomeno oggi in crescita della contraffazione, generando efficienze a livello di sistema con impatti positivi sulla salute dei cittadini.

Il settore della sanità, inoltre, potrebbe far parte di un ecosistema basato sulla collaborazione con le aziende farmaceutiche per la condivisione di dati storici su pazienti e cartelle cliniche, in formato anonimo (o comunque attraverso la richiesta del consenso al trattamento dei dati personali), fornendo in questo modo alle società di ricerca dati effettivi e di vario genere sui quali poter basare le proprie analisi. In ambito sanitario, inoltre, i dati dei pazienti possono essere condivisi tra medici e tra strutture sanitarie per efficientare i servizi erogati e migliorare in generale l’offerta sanitaria. Le sperimentazioni della blockchain stanno quindi significativamente aumentando al di fuori del settore finanziario come diretta conseguenza del miglioramento della tecnologia e della maggiore consapevolezza e conoscenza da parte delle aziende. In base alle stime di IDC, gli investimenti in blockchain stanno registrando forte interesse da parte delle aziende. Gli investimenti delle aziende in innovazione si orientano sempre più verso nuove tecnologie e piattaforme in grado di ottimizzare la condivisione di dati, insights, informazioni, e di ottimizzare e migliorare i processi di business, soprattutto in modo sicuro: la blockchain – da questo punto di vista – si conferma in grado di trasformare il modo in cui le aziende collaborano le une con le altre, abilitando elevati livelli di fiducia e di trasparenza end-to-end tra tutti i partecipanti all’ecosistema.

L’INNOVAZIONE COLLABORATIVA

I CIO del settore chimico-farmaceutico devono innovare in modo collaborativo con una trasformazione digitale mirata anche al “lato industriale” del business. Secondo IDC, l’industria chimico-farmaceutica appartiene alle Asset-Oriented Value Chains (AOVC), caratterizzate come segmenti produttivi orientati al processo che investono fortemente in impianti e attrezzature di produzione per produrre in modo efficiente grandi volumi di materiali. Altri settori come quello dei metalli e della carta appartengono a questo segmento della catena del valore. Sulla base della ricerca di IDC “The Future of Industry Ecosystems: Built on the Platform and Sharing Economy”, possiamo dire che la missione digitale nelle catene del valore orientate agli asset (AOVC) è proprio l’innovazione collaborativa, dove l’attenzione è focalizzata su un’ampia collaborazione, sull’efficacia della formulazione e sul miglioramento complessivo della catena del valore. Nell’AOVC, le specifiche dei prodotti e dei materiali sono una componente critica della collaborazione con i clienti per garantire che essi ricevano prodotti/materiali in grado di soddisfare le loro esigenze.

«Un buon esempio – riprende Fabio Rizzotto di IDC Italy – potrebbe essere un’azienda chimica che lavora con un produttore di automobili per sviluppare una vernice che soddisfi specifici requisiti di colore, lucentezza e resilienza. Per quanto riguarda i prodotti chimici, IDC vede una crescente attenzione all’innovazione collaborativa e alla centralità del cliente, sfruttando la trasformazione digitale per migliorare le prestazioni complessive. E in questo contesto, IDC vede uno spostamento dall’ottimizzazione dei processi interni alla trasformazione digitale dei processi B2B. Le soluzioni ERP giocano un ruolo chiave nel consentire questo spostamento della trasformazione digitale dall’impresa alle operazioni legate all’ecosistema. Ma c’è anche una crescente importanza nei principi di coinvolgimento del cliente e di customer experience. Tuttavia, mentre la customer experience è un argomento maturo tra i produttori di beni di consumo confezionati, questo non è il caso di altri settori proprio come quello chimico-farmaceutico e molti altri come l’ingegneria industriale o meccanica, l’acciaio, la pasta di legno e la carta, e così via.

Ma per prepararsi al “next normal”, questi settori – chimico e farmaceutico in testa – devono aumentare i loro livelli di coinvolgimento dei clienti per garantire alti livelli di esperienza e di soddisfazione dei clienti, nonché per dimostrare la loro rilevanza per i loro clienti. A tal fine, la stretta integrazione dell’ERP con le applicazioni CRM ha senso per spingere livelli più elevati di esperienza del cliente. Abilitare una migliore integrazione con il CRM fa emergere la necessità che le applicazioni ERP basate sul cloud abbiano API appropriate, facilitando l’integrazione con le applicazioni CRM basate sul cloud.

Secondo Abel Archundia – che fino al mese di ottobre ha ricoperto il ruolo di global head IT & Digital Transformation in Bayer Pharmaceuticals, e che oggi è managing director, Global Life Sciences & Industrials di ISTARI – gli ecosistemi tradizionalmente vincolati da scambi di prodotti (fisici) sono ora guidati dai dati soprattutto nel nostro settore.

«Il focus convenzionale su “far parlare le applicazioni” (SAP o altri) sta lasciando il posto a un focus sul data-asset: in che misura l’ecosistema è progettato per aumentare la velocità o ridurre i costi attraverso agili scambi di dati? Chi ne catturerà il valore o lo trasmetterà ai clienti? E la resilienza di questi flussi di dati? Molti dei consorzi nel settore Life Sciences e della chimica non hanno risolto completamente questo problema anche per i vincoli che derivano dagli sponsor dei consorzi, che possono limitare l’adozione e gli investimenti. Il Covid-19 ha mostrato sia la possibilità di accelerazione senza precedenti sia la fragilità di queste configurazioni soprattutto dal punto di vista della cybersecurity».

Secondo Shannon Gath, CIO di AMAG Pharmaceuticals, i CIO devono considerare attentamente il grande impatto che il Covid-19 sta esercitando sulla workforce e sulla cultura aziendale. La pandemia rappresenta l’opportunità per i CIO di mostrare realmente quanto bene comprendono il business e di dimostrare quanto sono capaci di guidare iniziative di cambiamento interfunzionali a livello aziendale. «È in situazioni di emergenza e volatilità che i CIO possono cogliere meglio i benefici dell’adozione di una prospettiva end-to-end in quanto permette alle aziende e ai gruppi del settore chimico-farmaceutico di adattarsi più velocemente alle condizioni di mercato e di massimizzare i profitti proprio nelle fasi di incertezza, come quelle che stiamo vivendo a varie ondate».