IA remodela empregos na indústria farmacêutica e funções de insights à medida que empresas ampliam capacidades internas

A inteligência artificial está remodelando o trabalho em toda a indústria farmacêutica, com empresas adicionando funções de IA e formando equipes internas, em vez de relatarem grandes perdas de empregos. A descoberta de medicamentos é a principal área em que as empresas de ciências da vida não apenas acrescentarão funções de IA, mas também empregos, enquanto líderes do setor farmacêutico também estão sendo pressionados a passar de pesquisas episódicas e dados desconectados para inteligência contínua.

Uma pesquisa recente com executivos do setor constatou que líderes do alto escalão da indústria farmacêutica não acreditam que a IA levará a grandes perdas de empregos. “Em vez de substituir empregos, a IA cria novas funções e eleva as já existentes, tornando curiosidade, criatividade e pensamento crítico competências essenciais para o futuro”, segundo um anúncio de dezembro de um segundo festival anual de IA. Um executivo de recrutamento disse que a IA não está necessariamente substituindo empregos de forma direta, um por um, mas está “realocando e remodelando os tipos de empregos que agora estão surgindo”.

De fato, a IA acrescentou empregos em algumas grandes farmacêuticas. Uma empresa afirmou que está trabalhando com Nvidia para construir uma “fábrica de IA para descoberta de medicamentos” e um laboratório de co-inovação em San Francisco, o que criará novas funções científicas e técnicas. Mais da metade dos executivos de biotecnologia consultados disse que especialistas em IA estão entre as três principais funções que precisam preencher nos próximos anos, e a busca por talentos em IA é especialmente crítica à medida que empresas de ciências da vida investem mais e montam mais equipes internas de IA.

A descoberta de medicamentos é a principal área em que as empresas de ciências da vida não apenas acrescentarão funções de IA, mas também empregos. A IA está permitindo que empresas descubram terapias e medicamentos por uma fração do custo anterior, e com uma fração dos recursos, criando demanda por talentos em engenharia de IA e aprendizado de máquina na área de descoberta. Funções de análise comercial também estão em alta demanda, com necessidade de profissionais que consigam analisar dados comerciais e evidências do mundo real. Cargos e departamentos que afetam diretamente o time-to-market e o sucesso regulatório devem continuar com alta demanda.

Os cargos na indústria farmacêutica também estão sendo remodelados pela IA, criando funções híbridas que unem várias atribuições e capacidades, como análise comercial e acesso ao mercado. As empresas estão buscando mais conjuntos de habilidades multifuncionais do que um especialista técnico em apenas uma área. Um exemplo descreveu uma empresa que combinou departamentos após adicionar capacidades de IA, exigindo que os funcionários trabalhassem de forma mais multifuncional, sem deslocar nenhum empregado.

A pressão para adotar IA também está mudando a forma como a indústria farmacêutica gera insights comerciais. Apesar do forte investimento em dados, pesquisa e desenvolvimento de conteúdo, os resultados continuaram decepcionantes: 77% do conteúdo farmacêutico nunca chega ao público pretendido, metade dos lançamentos fica abaixo das expectativas, e um em cada quatro entrega menos da metade do previsto. A maioria das funções de insights dentro de empresas farmacêuticas globais ainda está organizada para um mundo mais lento e previsível, em que os planos são definidos anualmente, os dados ficam em silos e a pesquisa de mercado acontece em ondas.

Nos últimos 18 meses, a categoria de GLP-1 mostrou com que rapidez a dinâmica competitiva pode mudar. Análises publicadas de dados de prescrições nos EUA mostraram a Eli Lilly ultrapassando a Novo Nordisk em segmentos-chave em questão de meses, e o lançamento de GLP-1 orais já está remodelando novamente a categoria. Nesse ambiente, insights entregues trimestralmente, ou mesmo mensalmente, já estão desatualizados.

Um exemplo recente em imunologia encontrou uma troca inesperada de médicos para concorrentes em três a quatro meses após a entrada de um competidor. A inteligência competitiva existente dependia fortemente de dados históricos de sinistros e de dados sindicados, o que significava que o impacto só se tornava visível quando a migração já estava em curso. A equipe passou de relatórios retrospectivos para um sistema contínuo de detecção de ameaças conectando sinais de dinâmica de acesso, atividade dos concorrentes e interações com clientes em um único fluxo de inteligência, revelando gatilhos específicos semanas antes de eles aparecerem nos dados padrão de mercado. A marca respondeu por meio de uma série de sprints de seis a oito semanas desenhados para testar, refinar e lançar ações defensivas direcionadas, e o resultado foi detecção mais precoce, alinhamento mais rápido e uma intervenção focada que estabilizou as tendências de migração.

A abordagem foi descrita como inteligência de precisão, operando como um ciclo contínuo em vez de um processo linear. Dados de fontes como sinistros, CRM, interações com clientes, suporte ao paciente e monitoramento de marca são conectados de uma forma que revela mudanças iniciais de comportamento e sentimento que um único conjunto de dados não capta. A indústria farmacêutica está gastando mais do que nunca com insights, mensagens e ativação, mas planejamento linear, pesquisa episódica e dados desconectados não conseguem dar suporte a mercados que agora se movem em alta velocidade.