Agentic AI u zdravstvu prelazi s odgovaranja na upite na autonomno izvršavanje složenih marketinških zadataka, a tvrtke iz životnih znanosti ulažu svoje komercijalne strategije na to.
Prema nedavnom izvješću Capgemini Invent, AI agenti mogli bi generirati do 450 milijardi USD ekonomske vrijednosti kroz povećanje prihoda i uštede troškova globalno do 2028. godine, pri čemu 69% izvršnih direktora planira implementirati agente u marketinškim procesima do kraja godine.
U farmaceutskom marketingu, gdje predstavnicima prodaje sve više nedostaje vrijeme s zdravstvenim profesionalcima, izazov nije samo pristup, već i učinkovito korištenje tih rijetkih interakcija s inteligencijom koja je trenutno zarobljena u silosima podataka.
Problem fragmentirane inteligencije
Briggs Davidson, viši direktor za digitalnu, podatkovnu i marketinšku strategiju u životnim znanostima u Capgemini Invent, opisuje scenarij koji će zvučati poznato svima u farmaceutskom marketingu: Zdravstveni profesionalac sudjeluje na konferenciji gdje konkurent prikazuje obećavajuće rezultate lijeka, objavljuje istraživanje i prebacuje svoje recepte na rivalni proizvod – sve unutar jednog kvartala.
“U većini tvrtki, zastarjela IT infrastruktura i silosi podataka drže te informacije u različitim sustavima poput CRM-a, baza podataka o događajima i podacima o potraživanjima,” piše Davidson. “Vjerojatno nijedna od tih informacija nije bila dostupna predstavnicima prodaje prije nego što su se susreli sa zdravstvenim profesionalcem.”
Prema Davidssonu, rješenje nije samo povezivanje tih sustava, već i implementacija agentic AI u marketingu zdravstva kako bi se autonomno pretraživali, sintetizirali i djelovali na tim objedinjeni podacima. Za razliku od konverzacijskog AI-a koji odgovara na upite, agentni sustavi mogu neovisno izvršavati višestepene zadatke.
Umjesto da podatkovni inženjer gradi novi sustav, AI agent mogao bi autonomno pretraživati CRM i bazu podataka o potraživanjima kako bi odgovorio na poslovna pitanja, poput: “Identificiraj onkologe na Sjeverozapadu koji imaju 20% nižu količinu recepata, ali su prisustvovali našem posljednjem medicinskom kongresu.”
Od orkestracije do autonomnog izvršenja
Davidson taj prijelaz opisuje kao prelazak s “omnichannel” pristupa – usklađivanje iskustava preko kanala – na stvarnu orkestraciju koju pokreće agentic AI.
U praksi, to znači da bi predstavnik prodaje mogao imati agenta koji pomaže u planiranju poziva i posjeta postavljajući pitanja poput: “Na koje poruke je moj zdravstveni profesionalac najnovije reagirao?” ili “Možeš li stvoriti detaljan pregled o mom zdravstvenom profesionalcu?”
Agenti bi prikupili:
- Nedavnu konverzaciju s zdravstvenim profesionalcem
- Ponašanje u propisivanju
- Utjecajne osobe koje zdravstveni profesionalac prati
- Relevantne sadržaje za dijeljenje
- Preferirane kanale komunikacije (osobni posjeti, e-mailovi, webinari)
Još značajnije, AI agent bi zatim stvorio prilagođeni plan poziva za svakog zdravstvenog profesionalca na temelju njihovog objedinjeni profila i preporučio daljnje korake na temelju rezultata angažmana.
Davidson naglašava da agentic AI sustavi omogućuju akciju, prelazeći s „odgovori na moj upit“ na „autonomno izvrši moj zadatak.”
“To znači evoluciju razmišljanja predstavnika prodaje od postavljanja pitanja do koordinacije malih timova specijaliziranih agenata koji rade zajedno: jedan planira, drugi preuzima i provjerava sadržaj, treći zakazuje i mjeri, a četvrti provodi smjernice usklađenosti – sve pod ljudskim nadzorom.”
