L’approccio delle grandi multinazionali all’intelligenza artificiale sta cambiando. Ne è un esempio la Johnson & Johnson, che ha deciso di modificare radicalmente la propria strategia sull’AI generativa, passando da un approccio di sperimentazione diffusa a uno più mirato. A comunicarlo è stato Jim Swanson, Chief Information Officer dell’azienda, che ha spiegato come la compagnia abbia scelto di allocare le risorse esclusivamente ai casi d’uso di GenAI con il maggior valore aggiunto, eliminando i progetti ridondanti, poco efficaci o per i quali esistono soluzioni tecnologiche migliori dell’AI generativa.
“È stata una svolta che abbiamo deciso dopo circa un anno di apprendimento”, ha affermato Swanson. “Ora siamo passati dal far fiorire mille fiori a un focus davvero prioritario sulla GenAI”.
Indice degli argomenti:
Johnson & Johnson: dai “mille fiori” a una selezione strategica dei progetti di AI
L’approccio dei “mille fiori” prevedeva che numerose idee di applicazione dell’AI generativa emergessero da ogni parte dell’azienda e venissero esaminate da un comitato di governance centralizzato. In un certo momento, ha raccontato Swanson, i dipendenti stavano portando avanti quasi 900 casi d’uso distinti, molti dei quali si sono rivelati ridondanti o inefficaci.
Monitorando il valore complessivo generato dall’AI, comprendendo GenAI, data science e automazione intelligente, Johnson & Johnson ha scoperto che solo il 10-15% dei casi d’uso generava circa l’80% del valore complessivo. Questa consapevolezza ha portato all’attuale ridefinizione della strategia, con una concentrazione sulle applicazioni più promettenti, come la scoperta di farmaci, la gestione delle catene di approvvigionamento e la creazione di chatbot interni per il supporto ai dipendenti.
“Stiamo dando priorità, stiamo scalando, ci stiamo concentrando sulle cose che hanno più senso”, ha sottolineato Swanson. “Questo è stato parte del processo di maturazione che abbiamo attraversato”.
Dalla sperimentazione diffusa a una governance distribuita
Dopo il lancio di ChatGPT nel 2022, molte aziende, tra cui Johnson & Johnson, si sono trovate a gestire un’ondata di sperimentazioni con l’AI generativa, spingendo i dipendenti a testare la tecnologia e sviluppare applicazioni potenzialmente scalabili a livello aziendale. Tuttavia, è emerso che troppa sperimentazione può ostacolare l’individuazione di un reale valore di business, portando alla necessità di ridefinire l’approccio.
Nel corso dell’ultimo anno, Johnson & Johnson ha dismesso il comitato centralizzato di governance che approvava le idee dei dipendenti sull’uso della GenAI, distribuendo le responsabilità di supervisione ai vari comparti aziendali – come commerciale, supply chain e ricerca – più consapevoli dell’impatto dei progetti nelle rispettive aree. Questo ha permesso di chiudere o consolidare i casi d’uso ridondanti e concentrare le risorse sui progetti realmente efficaci.
Casi d’uso prioritari: dalla formazione alla scoperta di farmaci
Tra i progetti di AI generativa che stanno dimostrando il loro valore c’è il “Rep Copilot”, uno strumento che aiuta a formare i rappresentanti di vendita su come interagire con i professionisti sanitari riguardo ai nuovi trattamenti. Attualmente in fase pilota nel segmento Innovative Medicine – dedicato allo sviluppo di nuovi trattamenti per l’oncologia e altre aree terapeutiche – il progetto si sta espandendo anche alla divisione MedTech, che commercializza dispositivi come robot chirurgici, protesi d’anca e lenti.
Un’altra applicazione efficace è il chatbot interno, alimentato dalla GenAI, che ingloba informazioni su politiche aziendali e benefit per rispondere alle domande dei dipendenti. Questo strumento contribuisce a ridurre i circa 10 milioni di interazioni annuali tra i dipendenti e il team dei servizi interni.
AI nella scoperta di farmaci e nella gestione dei rischi della supply chain
Nel campo della scoperta di farmaci, Johnson & Johnson sta esplorando l’uso della GenAI per aiutare i ricercatori a individuare il momento ottimale per aggiungere un solvente e trasformare una molecola liquida in solida. Inoltre, l’azienda sta testando l’AI per identificare e mitigare i rischi nella supply chain, ad esempio valutando l’impatto di una carenza di materie prime su una determinata catena di approvvigionamento.
Valutazione dei progressi: tre criteri chiave
Johnson & Johnson monitora i progressi dei propri progetti di AI secondo tre criteri principali:
- Capacità di implementare e distribuire con successo i casi d’uso.
- Ampiezza dell’adozione all’interno dell’azienda.
- Impatto sui risultati di business.
Swanson ha sottolineato che la fase di sperimentazione estesa è stata necessaria per comprendere le potenzialità e i limiti della tecnologia. “Bisognava adottare un approccio iterativo per capire dove queste tecnologie fossero utili e dove no”, ha dichiarato. “E continuo a credere che ci sia ancora molto più clamore che sostanza”.
Un piano maturato negli anni
“Avevamo il piano giusto tre anni fa, ma lo abbiamo maturato grazie a tre anni di comprensione”, ha concluso Swanson. “Questo è il modo migliore per procedere ora”.
Con questo approccio più selettivo e focalizzato, Johnson & Johnson punta a massimizzare il valore dell’AI generativa, evitando dispersioni di risorse e concentrandosi sulle applicazioni che possono realmente fare la differenza nel settore sanitario.
