Blockdit Logo (Mobile)
Bite-Size Life Sciences Trends
•
  • 14 ก.พ. เวลา 07:18 • วิทยาศาสตร์ & เทคโนโลยี
ถ้าจะมีคำถามว่า ภายใต้ร่มอันกว้างใหญ่ไพศาลของ digital and analytics (DnA) บรรดาบริษัทชั้นนำในอุตสาหกรรมชีววิทยาศาสตร์ (life sciences) ลงทุนเรื่องอะไรไปบ้าง
ว่ากันเป็นการเฉพาะเจาะจงก็จะพบว่า หลัก ๆ มีอยู่สามเทคโนโลยี ที่รวม ๆ แล้วคิดเป็น 45% ของการลงทุนใน DnA ทั้งหมดของบริษัทชั้นนำเหล่านี้
แรกสุดก็หนีไม่พ้น applied artificial intelligence (AI) ซึ่งถ้าพูดสั้น ๆ ก็หมายถึงสาขาของ AI ที่เน้นการนำมันออกจากห้องแล็ปสู่โลกแห่งความเป็นจริง เช่น ทำให้หุ่นยนต์ที่ควบคุมด้วยคอมพิวเตอร์สามารถลงมือปฏิบัติงานจริง ๆ ได้ หรืออาจโต้ตอบกับคนได้อย่างเป็นธรรมชาติ โดยไม่ต้องมีมนุษย์เข้าไปช่วย
เทคโนโลยีที่สองคือ industrialized machine learning (ML) หมายถึงการนำ machine learning มาอยู่ในกระบวนการผลิตหรือกระบวนการให้บริการในระดับที่เป็นสเกลขนาดใหญ่
และเทคโนโลยีที่สามได้แก่ cloud and edge computing
1
ตรงนี้ขอขยายความสักเล็กน้อย ในขณะที่ cloud computing คือระบบที่ประมวลผลข้อมูลและให้พื้นที่จัดเก็บบน cloud เพื่อทำให้สามารถประมวลผลได้ในสเกลใหญ่และขยายตัวได้เกือบไม่จำกัด รวมทั้งใช้พื้นที่ใดก็ได้บน cloud นั้น edge computing เป็นการประสานการทำงานประมวลผลข้อมูลใกล้ตัวผู้ใช้หรือใกล้แหล่งข้อมูล เพื่อปกป้องข้อมูลที่อ่อนไหวต่อการล่าช้า (delay) หรือต้องใช้ bandwidth สูง ๆ
การทำงานให้ได้ประสิทธิภาพสูงสุดจะต้องเลือกส่วนผสมที่ลงตัวระหว่างการใช้ cloud กับ edge computing
บริษัทชั้นนำด้านยาและเครื่องมือแพทย์ พยายามจะใช้เทคโนโลยีเหล่านี้ให้มากที่สุด และสร้างผลกระทบ (ผลกำไร) ในอนาคต สำหรับระยะสั้นและระยะกลางต่อจากนี้
สุดท้ายนี้จะกล่าวถึงความท้าทาย 3 ประการของการเปลี่ยนผ่านด้านดิจิตัล สำหรับบริษัทในกลุ่มชีววิทยาศาสตร์ (life sciences) นั่นก็คือ "3 ขาด"
1
ขาดแรกคือความขาดแคลนแหล่งข้อมูลที่มีคุณภาพสูง และขาดความสามารถในการเอาข้อมูลมาสังเคราะห์รวมกันให้เป็นหนึ่งเดียว
ขาดที่สอง คือการขาดบุคลากรที่มีพรสวรรค์ ทักษะ และความเชี่ยวชาญในด้าน digital and data analytics (DnA)
และขาดที่สาม ก็คือขาดการนำ DnA ไปใช้และขยายผลให้ได้อย่างจริงจัง
เห็นอย่างนี้แล้วสังเกตไหมครับว่า สิ่งที่ยังขาดอยู่ ถ้าเทียบกับสิ่งที่มีอยู่แล้วคืออะไร? มันคือความสามารถด้าน "ซอฟท์ (soft capabilities)"
ความท้าทายจากนี้ไปของกลุ่มบริษัทชั้นนำด้านยาและเครื่องมือแพทย์ ไม่ใช่การขาดเทคโนโลยี หรือขาดโครงสร้างพื้นฐาน
McKinsey ได้สำรวจพบในช่วง 2-3 ปีที่ผ่านมาว่า สิ่งเหล่านั้นพวกเขามีกันอยู่แล้ว ไม่ว่าจะเป็นคอมพิวเตอร์สมรรถนะสูง เครือข่ายข้อมูลความเร็วสูง สถาปัตยกรรมของข้อมูล หรือแม้แต่โปรแกรมซอฟท์แวร์ชั้นสูงที่จะสร้างให้เกิดเป็น solutions ด้าน DnA (hard capabilities) เพราะว่าที่ผ่านมาพวกเขาลงทุนเรื่องพวกนี้ไปกันเยอะมากแล้ว
มาถึงปัจจุบันจึงเริ่มพบว่า ขีดความสามารถด้านซอฟท์ยังมีอยู่อย่างจำกัด ก็คือ 3 ขาดที่กล่าวไปแล้วข้างต้น โดยเฉพาะอย่างยิ่งในระดับของการแสวงหากลยุทธ์ในการจัดหาบุคลากรที่มีพรสวรรค์ (talent) ที่เหมาะสม และการบริหารองค์กรที่ยืดหยุ่นและคล่องตัวแบบ agile
เรื่อยไปจนถึงการรับเอา DnA เข้ามาใช้และขยายสเกลขึ้นไปสู่ระดับใหญ่ที่สามารถสร้างผลกระทบได้จริง ทั้งหมดนี้ยังอยู่ในระหว่าง "กำลังพัฒนา"
อุปสรรคและความท้าทายของการขยายผลเทคโนโลยีดิจิตัลในด้านการแพทย์และสุขภาพ (Source: McKinsey & Company, 2023)
McKinsey พบว่า ขณะที่กลุ่มบริษัทยาชั้นนำเริ่มมองไปที่การขยายผลเป็นหลัก แต่บริษัทในกลุ่มเครื่องมือแพทย์และ medtech ยังตามหลังอยู่ในเรื่องนี้ อาจจะเป็นเพราะยังมุ่งเป้าไปที่การสร้างความสามารถที่เป็น hard capabilites อยู่ แต่ต้องไม่ลืมว่ากลุ่ม medtech มีความคุ้นเคยใกล้ชิดกับความเป็นดิจิตัลมากกว่ากลุ่มบริษัทยา และหากเทียบกันแล้ว การเดินหน้าไปสู่การใช้ DnA มากขึ้นน่าจะเป็นทางลัดไปสู่ผลิตภัณฑ์และบริการสำหรับผู้ป่วยได้อย่างรวดเร็วทีเดียว
การเปลี่ยนผ่านไปสู่ความเป็นดิจิตัลเป็นสิ่งที่ใช้เวลาและความอดทน โดยเฉพาะอย่างยิ่งสำหรับองค์กรขนาดใหญ่ ที่มีตลาดเดิมในมือที่เดิมพันสูง แต่เป็นสิ่งที่หนีไม่พ้น สำหรับอุตสาหกรรมชีววิทยาศาสตร์ มีการแข่งขันสูง จึงต้องคอยเหลือบตาดูคู่แข่งด้วยอย่างไม่กระพริบตา
แต่พื้นที่ใหม่ของอนาคตยังมีหญ้าเขียวขจี เราคงไม่อยากเดินทางไปถึงเป็นคนสุดท้าย
อ่านเพิ่มเติม
แสดงความคิดเห็นของคุณ...
  • 8
    โฆษณา