Case study z integracji Salesforce z narzędziem AI w biofarmaceutycznej firmie Takeda

Tło

Takeda jest globalną firmą biofarmaceutyczną, wywodzącą się z Japonii i działającą obecnie w ponad 80 krajach na całym świecie. Roczne przychody firmy w 2022 roku wyniosły ponad 4 mld jenów. Firma koncentruje swą działalność na lekach stosowanych w leczeniu schorzeń związanych z układem pokarmowym, onkologią, chorobami neurologicznymi oraz terapiami opartymi na osoczu. Ponadto, firma angażuje się w rozwijanie nowych metod leczenia w obszarach immunologii, hematologii i zaburzeń metabolicznych.

Projekt wdrożeniowy opisany w niniejszym case study dotyczył polskiego oddziału koncernu Takeda. Firma poprzez swój rozmiar oraz specyfikę branży bierze udział w wielomilionowych przetargach. Towarzysząca tym procesom dokumentacja jest często bardzo obszerna, a jej język cechuje się zawiłością sformułowań i trudnością terminologii. To wszystko powoduje liczne wyzwania przy analizie całej dokumentacji oraz dalszych procesach zarządzania informacjami w trakcie całego przetargu.

Problem

Do najczęściej występujących problemów, z jakimi zmagał się zespół polskiego oddziału Takeda przed wdrożeniem nowego rozwiązania można wymienić:

Długi, złożony i skomplikowany proces ofertowania,
zawiłość i niezrozumiałość języka w dokumentacji przetargowej,
brak zapewnienia odpowiedniej ochrony dla danych wrażliwych,
nieefektywny proces przetwarzania danych,
rozproszenie danych.

Rozwiązanie

Ze względu na wysoki stopień skomplikowania procedury przetargowej oraz dużej ilości towarzyszącej jej dokumentacji – decyzja padła na wykorzystanie sztucznej inteligencji. Nasze rozwiązanie zostało zaprojektowane z myślą o efektywnym zarządzaniu zapytaniami ofertowymi i ułatwieniu procesu podejmowania decyzji w zawiłej procedurze przetargowej. Nowe rozwiązanie zostało oparte na systemie Salesforce CRM. Umożliwia ono przechowywanie danych kontrahentów i łączenie odpowiedzi sztucznej inteligencji z istniejącymi danymi kontrahentów. Ponadto zapewnia ono integrację z innymi systemami zewnętrznymi, z systemem do przetwarzania danych oraz system AI. W obrębie projektu zostały uwzględnione następujące funkcjonalności:

Analiza zapytań ofertowych: system umożliwiał automatyczną analizę zapytań ofertowych, identyfikując kluczowe informacje oraz kryteria, takie jak wielkość oferty, termin realizacji, wymogi formalne itp.
Ekstrakcja i wstępna ocena kryteriów: nasze rozwiązanie wykorzystywało AI do ekstrakcji istotnych parametrów z zapytań ofertowych oraz do dokonywania wstępnej oceny zgodności z zadanymi parametrami.
Szybka analiza i raportowanie: po analizie zapytań, system udostępniał szybką analizę wraz z podsumowaniem najważniejszych parametrów, co pozwalało użytkownikom szybko zrozumieć istotę zapytania i podejmować odpowiednie decyzje.
Monitorowanie zgodności z parametrami: nasze rozwiązanie umożliwiało monitorowanie zgodności ofert z zadanymi parametrami oraz identyfikowanie ewentualnych odchyleń, co pozwalało szybko reagować na potencjalne problemy.

Chcesz podobny projekt? Skontaktuj się z nami

Rezultat

Do korzyści, jakie nasz Klient odnotował po wdrożeniu nowego systemu, można wymienić:

Oszczędność czasu: automatyzacja procesu analizy zapytań ofertowych pozwoliła firmie zaoszczędzić cenny czas pracowników, który mógł zostać przeznaczony na bardziej strategiczne zadania.
Zwiększenie efektywności: nowe narzędzie wpłynęło na szybszą i bardziej precyzyjną analizę zapytań ofertowych, co przyczyniło się do zwiększenia efektywności procesu ofertowania.
Poprawa jakości decyzji: dzięki możliwości szybkiej analizy kluczowych parametrów zapytań, nasz Klient może podejmować trafniejsze decyzje oraz lepiej dopasowywać się do wymagań rynkowych.

Warto podkreślić, że było to jedno z pierwszych komercyjnych wdrożeń systemów opartych na sztucznej inteligencji u tego typu Klientów w branży biofarmaceutycznej. Obecnie system jest w fazie utrzymania, a użytkownicy codziennie analizują nowe dokumenty. Należy podkreślić, że narzędzie posiada szereg usprawnień pozwalających na maksymalne wykorzystanie zalet sztucznej inteligencji. Są nimi:

mechanizmy doprecyzowujące prawdziwość znalezionych informacji,
mechanizmy wskazywania fragmentu dokumentu wraz z zaznaczonymi istotnym fragmentem tekstu,
mechanizm równoległego przetwarzania wielu dokumentów jednocześnie
mechanizm wczytywania skanów dokumentów i poprawy literówek,
mechanizm oceny otrzymanych rezultatów.

Chcesz podobny projekt? Skontaktuj się z nami

Wnioski końcowe

Projekt wdrożenia dla Takeda Pharma stanowi doskonały przykład wykorzystania zaawansowanych technologii i możliwości sztucznej inteligencji, takich jak przetwarzanie języka naturalnego i analiza danych, do usprawnienia kluczowych procesów biznesowych.

Pobierz studium przypadku Takeda w formacie PDF: Pobierz