Farmaceutická společnost čelí zásadní neefektivitě při stanovení výrobních nákladů nových nebo upravených léčiv. Odhady probíhají manuálně přes ekonomické oddělení, trvají měsíce a brzdí rozhodování o vývoji, pricingu i uvedení na trh. Proces je navíc náchylný k nepřesnostem, protože nedokáže flexibilně reflektovat změny ve složení, výrobních postupech nebo cenách vstupů. Výsledkem je zpoždění inovací, vyšší náklady na plánování a riziko špatných investičních rozhodnutí.
COGS (Cost of Goods)
Jméno klientaZentiva
Země klientaCZ
- Typ klientaVelký podnik
- OdvětvíZdravotnictví, farmacie a biotechnologie
- Oblast nasazeníFinance a účetnictví, Strategie, plánování a rozhodování, Vývoj produktů, inovace a VaV
- AI technologiePokročilá analytika / Data Science, Simulace / digitální dvojčata, Strojové učení, Vysvětlitelná a důvěryhodná AI
- Přínos pro byznysProduktivita a podpora zaměstnanců, Rozhodování a plánování na základě dat
- Typ datStrukturovaná tabulková data
- Model dodáníPoradenství, Produkt / Licencovaný software, Zakázkový vývoj
- NasazeníCloudové řešení
- Klíčové schopnostiPlánování, rozvrhování a optimalizace, Prediktivní analytika a prognózování
- Fáze projektuPrvní produkční nasazení
- Formy řešeníOstatní
Popis řešení
Obchodní problém
Řešení
Řešení využívá datový model trénovaný na historických výrobních nákladech léčiv, který umožňuje rychlou a přesnou predikci ceny nových nebo upravených produktů. Model zohledňuje změny ve složení, výrobních procesech, materiálech, kapacitách i logistice. Uživatel zadá parametry produktu a okamžitě získá detailní odhad nákladů včetně rozpadů. Systém výrazně zkracuje čas výpočtu z měsíců na minuty, zvyšuje přesnost a umožňuje rychlé scénářové analýzy pro strategické rozhodování.
Hlavní uživatelé řešení
Technologové, Výroba, Portfolio manažeři
Časový rámec projektu (měsíce)
2 roky
Použité technologie
Frontend Application: ReactJS Backend Application: Python + GraphQL API Machine Learning: Sklearn, Pytorch, LightGBM Database: PostgreSQL + DuckDB (analytical database)
Dodatečné služby
- AI strategie a roadmapa
- Audit / studie proveditelnosti
- Identifikace a prioritizace vhodných use‑casů
- Sběr a předzpracování dat
- Anotace / syntetická data / rozšíření datasetu
- Datová governance a kvalita dat
- Výběr a přizpůsobení AI modelu
- Podpora změny a školení uživatelů
- Systematické AI vzdělávací programy
- Zajištění MLOps infrastruktury
- Průběžná údržba a retraining modelu
Implementace
Vlastník projektu na straně klienta
Vedoucí IT / dat / technologií
Participace na straně klienta
- Business / Product Owner
- Doménoví / procesní odborníci
- Projektové a change řízení
- Kvalita, bezpečnost, compliance
Forma zapojení dodavatele
Kompletní realizace
Provoz a údržba
Provozní model
Interní tým + DevOps společně
Potřebné kompetence na straně klienta
Osoby zodpovědné v processu naceňování léčiv, technologové, výroba. DevOps
Další zdroje nebo infrastruktura
Azure
Dopad a výsledky
Kvalitativní přínosy
Odhad celkové ceny libovolné modifikace léku, z měsíce na instantní výsledek. Původní dlouhý čas byl způsoben, tím že na estimaci celkové ceny léčiva se podílelo více oddělení a dělal se ručně. V novém stavu má logiku na stanovení ceny za všechny oddělení v sobě algoritmus.
Kvantitativní výsledky
Možnost instantně získat přesný odhad výrobních nákladů. Možnost odhadnout Business case pro cenu výroby nových léčiv. Popřípadě úpravy stávajících pro snížení výrobních nákladů.
Zpětná vazba klienta
Pozitivní, projekt se neustále rozvíjí a zakomponovává se tak aby více oddělení mělo přístupy.
Poučení a doporučení
Klíčové faktory úspěchu
Pochopení processu výroby léčiv a jeho ceny do hloubky. Neaplikování naivně AI a ML metody jako blackbox, ale aplikování metod až na nejnižším levelu. Průběžná evaluace výsledků s klientem. Skvělé vedení od klienta, kde jsme dostali informace o způsobu počítání cen od klíčových lidí za jednotlivé kroky výrobního processu.
Největší výzvy
Nastudování dopodrobna celý process kalkulace výrobních nákladů. Získání dat a zakomponování do AI algoritmu.
Doporučení pro ostatní
Veškerá logika naceňování v digitální a kontrolovatelné podobě. Estimace dostupné ihned. Je nutné provést s týmem lidí který rozumí procesu výrobních nákladů do hloubky.
Propagace
Demo / veřejné výstupy
- Demo přístupu na nagenerovaných datech k dispozici v případě zájmu.
- SpolečnostDNAI
- KontaktJakub Szasz
- Emailjakub.szasz@dnai.ai
- Webhttps://www.dnai.ai
- AdresaU Nikolajky 3, 150 00 Praha