其他行业 · AI应用
辉瑞使用生成式 AI 推动生命科学领域以患者为中心的创新
辉瑞在研发过程中面临搜索时间长、基础设施成本高的挑战，阻碍了创新疗法的快速开发。辉瑞与 AWS 合作，通过 PACT 计划创建生成式 AI 原型。利用 Amazon Kendra、Amazon SageMaker 和 Amazon Bedrock 等 AWS 服务，旨在增强数据发现并简化原型开发流程。结果，辉瑞每年节省 16,000 小时搜索时间，基础设施成本降低 55%。该创新方法不仅加速了疗法开发，还使辉瑞处于生命科学以患者为中心创新的前沿。
年度搜索时间节省
16,000
来源披露
基础设施成本降低
55
来源披露
01
业务背景
辉瑞在研发过程中面临搜索时间长、基础设施成本高的挑战，阻碍了创新疗法的快速开发。辉瑞与 AWS 合作，通过 PACT 计划创建生成式 AI 原型。利用 Amazon Kendra、Amazon SageMaker 和 Amazon Bedrock 等 AWS 服务，旨在增强数据发现并简化原型开发流程。结果，辉瑞每年节省 16,000 小时搜索时间，基础设施成本降低 55%。该创新方法不仅加速了疗法开发，还使辉瑞处于生命科学以患者为中心创新的前沿。
02
遇到的问题
辉瑞的科学家们需要手动使用多种工具查找历史数据，数据发现耗时过长。一款药物的开发可能产生约20,000份文件，导致搜索效率低下。此外，内部带宽不足限制了新技术的原型设计，阻碍了创新速度。
03
AI 解决方案
辉瑞与AWS合作成立PACT计划，利用生成式AI与机器学习加速原型开发。科学家通过内部平台Vox，基于Amazon Bedrock访问Anthropic Claude 2.1模型，以语音或聊天机器人方式使用自然语言搜索文档。同时，针对PCMM连续制造流程，使用Amazon SageMaker和Amazon Lookout for Equipment构建异常检测原型，实时发现异常并预测维护需求。
04
实施结果
年度搜索时间节省：16,000（节省）
基础设施成本降低：55（降低）
05
风险与边界
未披露
“With access to the talents and technologies of AWS, we’ve changed our innovation culture and done a lot in a very short time.”
Vijay Bulusu · Head of Data & Digital Innovation for Pharmaceutical Sciences Small Molecule (PSSM), Pfizer
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。