Quang Trương
Pearl
Liệu AI có thể thay thế một đội ngũ tiếp thị dược phẩm, hay ít nhất khiến họ mạnh lên gấp nhiều lần?
Theo báo cáo được Capgemini Invent trích dẫn, các tác nhân AI có thể tạo ra giá trị kinh tế toàn cầu lên tới 450 tỷ USD vào năm 2028, tức khoảng 11,2 triệu tỷ VNĐ theo tỷ giá hiện tại. Con số này đến từ việc tăng doanh thu và tiết kiệm chi phí. Đáng chú ý, 69% lãnh đạo doanh nghiệp dự định triển khai AI tác nhân vào quy trình tiếp thị trước thời điểm đó.
Trong ngành dược phẩm, áp lực đặc biệt lớn. Sau Covid 19, cơ hội để đội ngũ bán hàng gặp trực tiếp bác sĩ ngày càng ít. Mỗi lần gặp trở nên quý giá hơn bao giờ hết. Nhưng trớ trêu là thông tin quan trọng lại nằm rải rác trong CRM, dữ liệu sự kiện, dữ liệu yêu cầu bồi thường bảo hiểm. Nhân viên bán hàng nhiều khi không có đủ bức tranh toàn cảnh trước khi bước vào cuộc gặp.
Giải pháp mà Capgemini đưa ra không chỉ là kết nối hệ thống. Họ nói đến việc để AI tự truy vấn, tự tổng hợp và tự đề xuất hành động từ toàn bộ dữ liệu đó.
Ví dụ, thay vì nhờ kỹ sư dữ liệu xây dựng báo cáo phức tạp, AI có thể tự trả lời câu hỏi kinh doanh rất cụ thể như tìm các bác sĩ ung thư ở một khu vực có lượng kê đơn giảm 20% nhưng vừa tham dự hội nghị gần nhất. Quan trọng hơn, nó không chỉ trả lời mà còn đề xuất bước tiếp theo.
Một nhân viên bán hàng có thể hỏi hệ thống rằng bác sĩ này gần đây phản hồi nội dung gì, hành vi kê đơn ra sao, họ theo dõi những lãnh đạo tư tưởng nào, thích nhận thông tin qua kênh nào. AI sẽ tự tổng hợp toàn bộ lịch sử tương tác, hành vi kê đơn, nội dung phù hợp và tạo ra một kế hoạch gọi điện cá nhân hóa cho từng bác sĩ.
Khác biệt nằm ở chỗ AI không chỉ đưa thông tin để con người suy nghĩ, mà hướng tới việc tự thực thi nhiệm vụ, dưới sự giám sát của con người. Davidson gọi đó là chuyển từ tư duy đặt câu hỏi sang tư duy điều phối một nhóm tác nhân chuyên biệt, mỗi tác nhân phụ trách một phần như lập kế hoạch, kiểm tra nội dung, lên lịch, đo lường, đảm bảo tuân thủ.
Nếu nhìn rộng ra, đây giống như việc mỗi nhân viên bán hàng có một đội ngũ trợ lý ảo phía sau.
Khi đó, doanh nghiệp có thể ra quyết định nhanh hơn nhờ phân tích dự đoán gần như tức thời, cá nhân hóa ở quy mô lớn cho hàng nghìn chuyên gia y tế cùng lúc, và hiểu rõ hoạt động marketing nào thực sự thúc đẩy việc kê đơn thay vì chỉ xem báo cáo lịch sử.
Việc triển khai đòi hỏi marketing và công nghệ thông tin phải thống nhất từ đầu về các trường hợp sử dụng và KPI cụ thể, ví dụ tăng bao nhiêu phần trăm mức độ tương tác của bác sĩ hoặc năng suất của đội ngũ bán hàng.
Bài viết cũng thừa nhận những câu hỏi chưa có lời giải trọn vẹn, đặc biệt là vấn đề tuân thủ và quy định khi AI tự động truy vấn dữ liệu nhạy cảm như hành vi kê đơn. Ngoài con số dự báo 450 tỷ USD, chưa có nhiều ví dụ thực tế được nêu ra.
Cuối cùng, khả năng đạt được cơ hội hơn 11,2 triệu tỷ VNĐ này phụ thuộc vào việc ngành Khoa học Sự sống có giải quyết được bài toán quản trị dữ liệu và thiết kế lại quy trình làm việc hay không.
Nếu đặt trong bối cảnh Việt Nam, nơi dữ liệu y tế còn phân mảnh và chuyển đổi số đang ở nhiều mức độ khác nhau, câu hỏi càng đáng suy nghĩ hơn. Liệu chúng ta sẽ đi theo làn sóng AI tác nhân ngay từ đầu, hay chờ đến khi thị trường toàn cầu đã định hình xong cuộc chơi? (artificialintelligence)
Khi AI không chỉ trả lời mà bắt đầu tự làm
Điểm đáng chú ý nhất trong bài viết là sự chuyển dịch vai trò của AI trong chăm sóc sức khỏe. Trước đây, AI chủ yếu dừng ở mức trả lời câu hỏi. Còn bây giờ, các hệ thống gọi là agentic AI, tạm hiểu là AI tác nhân, có thể tự thực hiện chuỗi nhiệm vụ phức tạp mà không cần con người điều khiển từng bước.Theo báo cáo được Capgemini Invent trích dẫn, các tác nhân AI có thể tạo ra giá trị kinh tế toàn cầu lên tới 450 tỷ USD vào năm 2028, tức khoảng 11,2 triệu tỷ VNĐ theo tỷ giá hiện tại. Con số này đến từ việc tăng doanh thu và tiết kiệm chi phí. Đáng chú ý, 69% lãnh đạo doanh nghiệp dự định triển khai AI tác nhân vào quy trình tiếp thị trước thời điểm đó.
Trong ngành dược phẩm, áp lực đặc biệt lớn. Sau Covid 19, cơ hội để đội ngũ bán hàng gặp trực tiếp bác sĩ ngày càng ít. Mỗi lần gặp trở nên quý giá hơn bao giờ hết. Nhưng trớ trêu là thông tin quan trọng lại nằm rải rác trong CRM, dữ liệu sự kiện, dữ liệu yêu cầu bồi thường bảo hiểm. Nhân viên bán hàng nhiều khi không có đủ bức tranh toàn cảnh trước khi bước vào cuộc gặp.
Giải pháp mà Capgemini đưa ra không chỉ là kết nối hệ thống. Họ nói đến việc để AI tự truy vấn, tự tổng hợp và tự đề xuất hành động từ toàn bộ dữ liệu đó.
Ví dụ, thay vì nhờ kỹ sư dữ liệu xây dựng báo cáo phức tạp, AI có thể tự trả lời câu hỏi kinh doanh rất cụ thể như tìm các bác sĩ ung thư ở một khu vực có lượng kê đơn giảm 20% nhưng vừa tham dự hội nghị gần nhất. Quan trọng hơn, nó không chỉ trả lời mà còn đề xuất bước tiếp theo.
Từ phối hợp đa kênh đến điều phối thực sự
Bài viết mô tả một sự thay đổi lớn trong cách làm marketing. Trước đây người ta nói nhiều đến đa kênh, tức là phối hợp email, hội thảo trực tuyến, gặp trực tiếp. Nhưng với AI tác nhân, câu chuyện không còn là phối hợp kênh, mà là điều phối hành động.Một nhân viên bán hàng có thể hỏi hệ thống rằng bác sĩ này gần đây phản hồi nội dung gì, hành vi kê đơn ra sao, họ theo dõi những lãnh đạo tư tưởng nào, thích nhận thông tin qua kênh nào. AI sẽ tự tổng hợp toàn bộ lịch sử tương tác, hành vi kê đơn, nội dung phù hợp và tạo ra một kế hoạch gọi điện cá nhân hóa cho từng bác sĩ.
Khác biệt nằm ở chỗ AI không chỉ đưa thông tin để con người suy nghĩ, mà hướng tới việc tự thực thi nhiệm vụ, dưới sự giám sát của con người. Davidson gọi đó là chuyển từ tư duy đặt câu hỏi sang tư duy điều phối một nhóm tác nhân chuyên biệt, mỗi tác nhân phụ trách một phần như lập kế hoạch, kiểm tra nội dung, lên lịch, đo lường, đảm bảo tuân thủ.
Nếu nhìn rộng ra, đây giống như việc mỗi nhân viên bán hàng có một đội ngũ trợ lý ảo phía sau.
Điều kiện tiên quyết và những dấu hỏi còn bỏ ngỏ
Tuy nhiên, mọi thứ chỉ vận hành trơn tru khi doanh nghiệp có cái gọi là dữ liệu sẵn sàng cho AI. Tức là dữ liệu phải tiêu chuẩn hóa, dễ truy cập, đầy đủ và đáng tin cậy.Khi đó, doanh nghiệp có thể ra quyết định nhanh hơn nhờ phân tích dự đoán gần như tức thời, cá nhân hóa ở quy mô lớn cho hàng nghìn chuyên gia y tế cùng lúc, và hiểu rõ hoạt động marketing nào thực sự thúc đẩy việc kê đơn thay vì chỉ xem báo cáo lịch sử.
Việc triển khai đòi hỏi marketing và công nghệ thông tin phải thống nhất từ đầu về các trường hợp sử dụng và KPI cụ thể, ví dụ tăng bao nhiêu phần trăm mức độ tương tác của bác sĩ hoặc năng suất của đội ngũ bán hàng.
Bài viết cũng thừa nhận những câu hỏi chưa có lời giải trọn vẹn, đặc biệt là vấn đề tuân thủ và quy định khi AI tự động truy vấn dữ liệu nhạy cảm như hành vi kê đơn. Ngoài con số dự báo 450 tỷ USD, chưa có nhiều ví dụ thực tế được nêu ra.
Cuối cùng, khả năng đạt được cơ hội hơn 11,2 triệu tỷ VNĐ này phụ thuộc vào việc ngành Khoa học Sự sống có giải quyết được bài toán quản trị dữ liệu và thiết kế lại quy trình làm việc hay không.
Nếu đặt trong bối cảnh Việt Nam, nơi dữ liệu y tế còn phân mảnh và chuyển đổi số đang ở nhiều mức độ khác nhau, câu hỏi càng đáng suy nghĩ hơn. Liệu chúng ta sẽ đi theo làn sóng AI tác nhân ngay từ đầu, hay chờ đến khi thị trường toàn cầu đã định hình xong cuộc chơi? (artificialintelligence)
