AI-трансформация фармкомпании

Не один бот, а портфель гипотез: от анализа визитов медицинских представителей до GMP-документов и производственных расчётов.

гипотез зафиксировано

рабочих транскриптов в доказательной базе

функциональных контура

Контекст и задача

Фармацевтическая компания полного цикла: производство и коммерческий блок, работающий с врачами.
Около 35 медицинских представителей, 11 региональных менеджеров и 85 сотрудников производства.
Нужно было системно находить процессы, где AI способен дать измеримую ценность, а слабые гипотезы — быстро закрывать.

Проводил enterprise-discovery с владельцами процессов и переводил запросы в проверяемые гипотезы с критериями «было → стало».
Приоритизировал сценарии по масштабу боли, частоте процесса и потенциально высвобождаемому времени.
Координировал валидацию на данных клиента и решения: дорабатывать, переводить в рабочий контур или останавливать.
Помогал превращать разовые эксперименты в библиотеку повторяемых AI-сценариев.

Скрининг 45 резюме совпал с экспертной оценкой примерно в 86–90%; обработка занимала 10–12 минут вместо половины рабочего дня.
Для маршрутных карт генерация сократилась с примерно 30 часов до 5–10 минут плюс около половины дня экспертной доводки.
По ряду GMP-процессов владельцы оценивали сокращение трудоёмкости на 40–80%, при обязательной проверке профильным специалистом.
Несколько гипотез сознательно остановили: автоматизация не должна создавать больше перепроверки, чем пользы.

Прямую корреляцию качества визитов с продажами на доступном периоде не доказали.
Цифры экономии времени основаны преимущественно на оценках владельцев процессов, а не на автоматическом хронометраже.
Сергей не был единоличным разработчиком всех инструментов проекта.