لا تُستخدم نماذج اللغة الكبيرة فقط في تطبيقات الدردشة – بل يمكنها أيضًا تعزيز فرق مبيعات الشركات الصيدلانية وتوسيع نطاق عملها مع العملاء

تُعد المبيعات الصيدلانية من بين أكثر المنتجات صعوبة في البيع، خاصة في السوق السريع المتغير اليوم، حيث تُصادق على أدوية جديدة ومختصة كل أسبوع. مع هذا الازدهار من الأدوية الجديدة التي تصل إلى السوق، يجد الأطباء المزدحمون صعوبة في مواكبة التطورات الجديدة، ويتطلعون إلى إرشادات ممثلي الشركات الصيدلانية المتعلمين لتقديم المشورة لهم حول كيف يمكن للأدوية الجديدة مساعدتهم على خدمة احتياجات مرضاهم بشكل أفضل؛ ما هي الفروق بين الأدوية الجديدة والعلاجات التي كانت يستخدمونها، وكيف سيتحسن النتائج باستخدام هذه الأدوية، وغيرها. يجب على فريق المبيعات الذي يريد الوصول إلى هؤلاء العملاء أن يحدد موقعهم، ويُظهر معرفة لا فقط بالمنتج، ولكن أيضًا بالسوق المستهدف للدواء، والظروف السوقية، والقضايا التنظيمية، وعروض المنافسين، وغيرها الكثير.

تجميع هذه المعلومات – ناهيكم عن إتقانها – هو عملية صعبة ومستهلكة للوقت ومملّة، خاصة لفريق المبيعات في الشركات الصيدلانية الصغيرة، حيث من المحتمل أن تكون الموارد محدودة. لكن لفريق المبيعات الذي يستخدم تقنيات جمع البيانات وتحليلها المتقدمة – ربما خاصة في الشركات الصغيرة – تكون العملية أكثر سلاسة وسهولة. على سبيل المثال، يمكن لفريق المبيعات استخدام حلول الذكاء الاصطناعي والتعلم الآلي التي تحلل مجموعات بيانات كبيرة – باستخدام نماذج اللغة الكبيرة، أو LLMs – لاستخراج رؤى حول العملاء، والمنتجات، ورحلات المرضى، والقضايا التنظيمية، وأي شيء آخر يحتاجونه للتواصل مع أخصائيي الرعاية الصحية، وإغلاق الصفقات.

التحليل التلقائي للبيانات باستخدام خوارزميات تعتمد على الذكاء الاصطناعي والتعلم الآلي ليس فقط أكثر الطرق فعالية لاستخراج هذه الرؤى؛ في عالم يصبح أكثر تعقيدًا ومتغيرًا يومًا بعد يوم، إنه في الواقع الخيار الوحيد الكفء المتاح. سيكون القيام بذلك يدوياً عملية طويلة ومتكررة معرضة للخطأ البشري. وحتى لو كانت هناك عملية ناجحة لذلك البيانات – بسبب ذلك الخطر من الخطأ البشري – فمن المحتمل أن تؤدي إلى أساس هش لا يُ tốiم للاستفادة الكاملة من إمكانات الأعمال للبيانات. بالإضافة إلى ذلك، سوف يحتاج فريق المبيعات إلى تطبيقات تحليلية لفك البيانات وتقديم الرؤى والمعرفة التي يحتاجونها – ومن المحتمل أن يكون تطوير مثل هذه التطبيقات داخل المنظمة خارج قدرات معظم المنظمات الصيدلانية.

أفضل طريقة لفريق المبيعات لمواجهة هذه التحديات هي نشر منصة تعتمد على الذكاء الاصطناعي والتعلم الآلي توفر لهم الإرشاد الذي يحتاجونه، عندما يحتاجونه. يمكن لهذه المنصات تمكين الفرق من القيام بكل ما يلزمهم لاكتساب هذه الرؤى، بما في ذلك جمع مصادر البيانات، وتطبيق نماذج اللغة الكبيرة، واستخدام التطبيقات التي تمكن فريق المبيعات من الحصول بسرعة وفعالية على الرؤى التي يحتاجونها. ميزة نشر这样的 منصة على حلول أخرى – خاصة على توظيف شركة استشارية لتطوير هذه الرؤى – هي أن العمل مع منصة يمنح الفرق السيطرة الكاملة على العملية، ويمكنهم تعديل البيانات حسب الحاجة للتركيز على الرؤى التي يحتاجونها، ومع منصات الذكاء الاصطناعي والتعلم الآلي القائمة على نماذج اللغة الكبيرة، يصبح الحصول على رؤى المبيعات بمثل بساطة الضغط على بضع أزرار.

هذا尤 مهم لفريق المبيعات في الشركات الصيدلانية الصغيرة، التي غالبًا ما تختص بتقديم حلول لأمراض واضطرابات محددة – والتي غالبًا ما تفتقر إلى الموارد، والتي، إذا كانت موجودة في المنظمة، فمن المحتمل أن تُستخدم في البحث، وليس في العلوم البيانية للعمليات التجارية.

تتوفر البيانات اليوم من مصادر متنوعة، داخل المنظمة وخارجها. عندما يتم تحليل البيانات بواسطة خوارزميات تعتمد على نماذج اللغة الكبيرة التي تفسر البيانات من خلال استفسارات لغة طبيعية، يتم وضع جميع المعلومات من مجموعة غنية من المصادر في سياقها. يوفر هذا السياق لفريق المبيعات الرؤى التي يحتاجونها حول المنتجات، والعروض، ومتطلبات العملاء، والمعلومات الصناعية، والبيانات ذات الصلة بأخصائيي الرعاية الصحية ومريضهم، وغيرها الكثير.

تعتبر نماذج اللغة الكبيرة في قلب التحليل النصي المتقدم، مثل ذلك المقدم بواسطة ChatGPT ومحركات الذكاء الاصطناعي المتقدمة الأخرى. بعيدًا عن كونها أداة لكتابة المقالات أو القصائد، يمكن لبرامج مثل ChatGPT، التي تعتمد على نماذج اللغة الكبيرة العامة، تحليل البيانات من مصادر متعددة وتصنيع رؤى توفر طرقًا جديدة لحل المشكلات. باستخدام نماذج اللغة الكبيرة التي تشمل بيانات حول الأدوية، والصناعة الصيدلانية، وcohorts المرضى، والمعلومات المجتمعية، والبيانات التنظيمية، وغيرها الكثير، يمكن لفريق المبيعات اكتشاف المزيد من العملاء المحتملين، وطرق جديدة وأفضل للوصول إليهم، وتقديم منتجاتهم، وإغلاق الصفقات، وتشجيع المبيعات المتكررة، وغيرها.

تتيح المنصات التي تستخدم هذه التكنولوجيا لفريق المبيعات استخراج هذه الرؤى – وتطبيقها على مواقف مبيعات محددة باستخدام تطبيقات مصممة لهذا الغرض – أن يبدأ العمل الفعلي بالتعامل مع العملاء وإغلاق الصفقات. تدعم هذه المنصات إنشاء قاعدة بيانات في الوقت الفعلي وتخزينها تلقائيًا دون الحاجة لفريق المبيعات لاستخدام التعليمات البرمجية، بالإضافة إلى تطبيق الخوارزميات التي تستخدم نماذج اللغة الكبيرة التي تم إنشاؤها بواسطة تحليل البيانات.

تدمج العملية التلقائية أي عدد من مصادر البيانات، وتنقيها وتعزيزها لتحسين جودة البيانات، ثم توليد قاعدة بيانات متقدمة مع جداول 360 درجة لكل أخصائي رعاية صحية في الكون الصيدلاني العلاجي، بما في ذلك الميزات الحقيقية والتاريخية والقابلة للقياس والمحسوبة والتنبؤية، بالإضافة إلى النماذج واللوحات والمؤشرات الرئيسية، جميعها مخزنة مع محرك بحث ذاتي للتنقل يطابق طلبات المستخدمين مع أصول البيانات المحددة. من خلال هذه المنصات، يحصل الفريق على كل ما يحتاجه للتعامل مع العملاء – وإغلاق الصفقات.

لمدة سنوات، كنا نسمع عن “الثورة القادمة للذكاء الاصطناعي”، تلك التي ستُحسّن حياتنا بشكل كبير – مما يجعل مجموعة واسعة من الأنشطة البشرية أسهل وأكثر كفاءة. الآن يبدو أننا على وشك هذه الثورة – والنموذج المقدم بواسطة ChatGPT وتكنولوجيا نماذج اللغة الكبيرة، حيث يمكن تحليل النصوص والبيانات لطرق أفضل لفعل الأشياء – بما في ذلك مساعدة الشركات الصيدلانية على الوصول إلى أخصائيي الرعاية الصحية المناسبين بحلول أفضل ستساعد على جعل مرضاهم أكثر صحة. يمكن لهذه التكنولوجيا أن تذهب بعيدًا في توفير أدوات لفريق المبيعات لمساعدة أخصائيي الرعاية الصحية على تحقيق ذلك.