【艾昆纬】人工智能在生命科学商业化中的应用白皮书-来自2025年商业领袖调查的战略洞察与实践建议

IQVIA近日发布了《人工智能在生命科学商业化中的应用白皮书》，这份报告基于2025年对商业领袖的调查，提供了关于人工智能在生命科学领域商业化应用的战略洞察和实用建议。报告详细探讨了人工智能如何从实验阶段迅速转向执行阶段，以及企业如何通过投资、成熟度和组织准备来扩大人工智能的应用规模。报告中指出，超过80%的组织已经超越了试点阶段，超过三分之一的组织将自己描述为“人工智能高级”。报告强调了数据隐私、遗留系统和人才短缺是扩大人工智能应用面临的最常见障碍。这里面包含了丰富的行业数据、调查结果和专家建议，为生命科学领域的商业领袖提供了宝贵的参考和行动指南。

人工智能（AI）已经成为生命科学商业化不可或缺的一部分，改变了公司分配资源、与客户互动和推动增长的方式。IQVIA对107位高级商业领袖进行调查，了解AI在商业化中的应用现状、投资回报、各功能领域的影响、扩展障碍和合作伙伴策略。调查结果显示，AI正从试验阶段迅速转向执行阶段，超过80%的组织已经超越了试点阶段，超过三分之一的组织自称为“人工智能高级”。

在投资方面，AI的投资正在上升，回报也是实实在在的。近一半的受访公司将超过20%的商业预算投入到AI中，另有四分之一投资在11%到20%之间。这种承诺反映了AI在商业战略中日益增长的作用和已经证明的结果。回报是引人注目的：58%的领导者报告说，他们的AI项目在一年内实现了2倍的投资回报率（ROI），7%的人看到了3倍或更多的回报。

然而，扩展AI并实现其全部价值仍然是一个挑战。数据隐私、遗留系统和人才短缺是最常见的障碍。值得注意的是，36%的组织表示他们的数据要么“大部分不充分”，要么“适度充分”以支持AI，突出了数据准备方面的持续差距。略多于一半（52%）的人将他们的数据评为“大部分充分”，只有11%的人说它是“完全充分”的。由于许多组织仍然面临数据准备的差距，合作伙伴关系正在帮助加速进展。89%的受访者已经在与外部供应商共同开发或积极考虑共同开发AI解决方案，选择的驱动因素包括领域专业知识、数据安全和经过验证的创新。

所有这些见解开始讲述生命科学组织需要成功采用和利用AI的故事。调查结果揭示了成功的组织展示了将AI嵌入跨功能工作流程的能力，从试点到广泛采用，并构建弹性、数据驱动的商业模型。他们的经验表明，下一波价值将来自纪律严明的执行、强大的治理和正确的合作伙伴关系——不仅仅是技术。

对于希望将这些见解转化为行动的领导者来说，“扩展AI的剧本”部分概述了六个实际举措，以扩展AI并产生影响。所有数据和见解都来自2025年5月IQVIA关于生命科学商业化中AI的调查。

在AI的采用现状方面，IQVIA的调查显示，近一半的组织（44%）现在将超过20%的商业预算投入到AI计划中。只有5%的组织将其商业预算的不到5%分配给AI，这强调了AI作为一个边缘支出类别是多么罕见。

这种支出的转变反映了更广泛的转变：AI已经成为一个核心的操作优先事项。36%的受访组织已经在高级成熟度水平上运作，AI跨功能整合并集中管理。领导者正在超越孤立的试点和分散的工具，将AI嵌入到他们商业模型的结构中。这意味着将AI投资与业务KPI对齐，构建可扩展的数据基础设施，并促进跨功能协作以加速影响时间。反映这种转变的是，近三分之二的组织报告说，他们的AI计划在一年内至少实现了2倍的投资回报率，7%的人达到了3倍或更多。

此外，随着AI在商业战略中的嵌入，对话正在从“我们投资了多少？”转向“我们学得有多快？”和“我们扩展得有多广泛？”下一波差异化将来自于智能扩展。

认识到AI投资在行业中并不均匀也很重要。虽然一些组织正在积极前进，但17%的受访者报告说他们处于探索阶段，实施有限和孤立的用例。

虽然AI在生命科学中的采用正在加速，但组织扩展的准备程度仍然不均匀。根据IQVIA的调查，近三分之二（64%）的高管表示他们的组织“非常”或“极其”准备扩展AI。图4说明了这种分布，突出了行业中准备程度的差异。

调查结果表明，自称为“人工智能高级”的组织也报告了更高的投资回报率和更广泛的AI用例实施。通过隔离这一群体的回应，我们观察到一致的特征，如集中治理、跨功能AI团队和更快的试点到生产周期——这些因素似乎有助于他们的成功。准备扩展AI正日益成为一个竞争差异化因素。将AI视为核心业务能力的公司正在通过投资技术、人员、流程和合作伙伴关系来运营化规模，从而领先。

AI不再是实验性的，它是商业执行的重要组成部分。将AI与业务目标对齐、跨团队嵌入并有意图地扩展的公司正在解锁真正可衡量的价值。

在商业功能方面的影响，尽管对AI的热情很强，但采用仍然不均匀。IQVIA的调查显示了一个清晰的模式：预计从AI中受益最多的功能往往是执行滞后的领域。这种不匹配突出了组织可能在哪些地方留下了显著的价值。

销售和营销：高优先级，低采用——销售和营销在战略重要性上评级最高，但当前平均采用率最低。尽管AI有望推动现场生产力、全渠道定位和内容个性化，但许多组织尚未工业化这些工具。障碍不在于雄心，而在于跨分散团队扩展能力。

价值和访问以及合规性：被忽视的机会——价值和访问以及合规性也具有优先级，但显示出更少的采用。这些领域经常引用的AI用例包括支付人分析、审计自动化和定价模拟。

IT和数据运营：在采用方面领先——IT和数据运营被评为高优先级，并报告所有商业功能中最高的采用率。用例集中在构建支持组织范围内AI的数据基础设施和集成能力上。

商业AI的下一个阶段需要缩小战略和执行之间的差距。在销售、营销和市场准入方面对齐AI的组织可以将孤立的项目转变为统一的增长引擎。

IQVIA的调查揭示了，尽管超过80%的组织现在将AI投资优先考虑在关键商业功能中，但大多数仍然面临重大的数据挑战。只有一小部分人报告他们的数据“完全足够”支持商业AI应用，而大多数人将他们的数据描述为“大部分”或“适度”足够（见图6）。

受访者还提到，数据质量和不一致以及有限的实时或纵向数据访问是加强其数据基础设施以跟上企业规模AI需求的关键障碍。

这些挑战不仅仅是技术性的，也是战略性和操作性的。受访者提到，分散的系统、不一致的数据质量和有限的实时或纵向数据访问是加强其数据基础设施以跟上企业规模AI需求的关键障碍。

虽然组织使用各种数据源——如CRM、现场活动、索赔、处方、数字参与、患者支持和市场数据——这些通常是孤立和不一致的结构，限制了它们对企业规模AI的效用。正如一位受访者所说，“我们有数据——我们只是不能以我们需要的方式使用它。”

分散数据和集成困难的持续挑战突显了对互操作性和数据治理投资的需求。能够跨区域统一数据源、标准化访问并将治理嵌入其基础设施的公司将最好地准备扩展AI并实现其全部商业价值。

AI雄心超出了数据基础设施。要有效地扩展，组织必须投资于数据治理和互操作性，以统一和标准化跨系统的数据。

在合作伙伴策略和合作伙伴模型方面，随着AI在商业战略中变得更加深入，外部合作伙伴的角色正在演变，并在实现可扩展AI方面发挥决定性作用。调查结果显示：

• 89%的组织与外部合作伙伴共同开发AI解决方案
• 在这些组织中，64%更倾向于大型、成熟的供应商和经过验证的交付模式
• 61%的人表示合作伙伴选择是通过集中的、高管级别的决策制定的

最有远见的公司不再将供应商视为服务提供商，而是作为战略合作伙伴——共同拥有结果，共享风险，并一起扩展。AI供应商战略不再是一项部门决策——它是一项领导力要求。

虽然专有数据和治疗专业知识等内部能力仍然至关重要，但受访公司越来越多地依赖供应商来弥补基础设施、数据集成和模型开发方面的能力差距，因为他们从试点转向全企业范围的执行。事实上，生命科学领导者不再寻找点解决方案；他们期望合作伙伴能够安全、快速地交付可扩展的价值。

调查受访者确定了三个领域，供应商目前正在创造最大的影响，未来12-24个月内需求将保持强劲：

• 数据集成和互操作性
• 模型开发和部署
• 持续的性能监控和优化

为了支持这些优先事项，公司正在采用一系列合作伙伴模型：

• 55%的公司现在通过联合治理结构运营，包括共享KPI和路线图
• 38%使用与业务成果相关的合同，当供应商的报酬随着业务成果而变化时
• 7%追求共同投资模型，包括共享IP和商业化工作

这些模型反映了心态的更广泛转变——从供应商监督到集成交付。虽然不是所有组织都在追求每个模型，但数据表明，对推动问责制、加速创新并实现企业规模AI的合作伙伴关系的兴趣日益增加。对于供应商来说，这意味着不仅要展示技术能力，还要展示战略对齐、领域专业知识和交付可衡量商业价值的能力。

高影响力的AI取决于战略合作伙伴关系，而不仅仅是供应商。领先的公司通过共享治理、基于成果的合同和共同投资模型与合作伙伴共同开发，以推动规模和创新。

生命科学组织目前正在优先考虑AI用例，如患者互动工具、预测和运营流程自动化。下一步将是专注于跨多个功能驱动性能的AI系统。

操作流程自动化仍然是最常被引用的

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。