Makinglife N.6 2023

makinglife | dicembre 2023
Nonostante l’improvvisa
accelerazione digitale imposta
dalla crisi del Covid-19, molte delle
fragilità della filiera farmaceutica
drammaticamente emerse nel
periodo di emergenza sono rimaste
irrisolte. Sebbene alcuni nodi
rientrino in una più ampia azione di
strategia geopolitica degli organismi
nazionali e internazionali – come
l’eccessiva dipendenza del mercato
dai prodotti di Cina e India – altri
aspetti devono essere affrontati
direttamente dall’industria. La
loro gestione, infatti, è cruciale
per garantire la resilienza di una
filiera già di per se articolata, in un
contesto globale che, oltre a non aver
trovato una “new normality”, si sta
preparando a nuove emergenze.
Accanto alla catena di crisi
geopolitiche, infatti, si fa sempre più
insistente la previsione di una nuova
pandemia che potrebbe verificarsi a
breve, se non a brevissimo termine.
Il direttore generale dell’Oms,
Tedros Adhanom Ghebreyesus,
ha recentemente condiviso le sue
preoccupazioni per la minaccia
di un’altra variante che possa
provocare “nuovi picchi di malattia
e morte” e quella dell’emergere di
un altro patogeno con un potenziale
ancora più letale. Alcuni analisti della
Casa Bianca hanno quantificato il
rischio di una nuova epidemia entro il
2025 in una percentuale variabile tra
il 20% e il 40%.
Queste incertezze rendono ancor
più complicata una fase già
caratterizzata da una profonda
trasformazione e da nuove
emergenti necessità come la
gestione dei parametri ambientali
o la conservazione e il trasporto di
prodotti sensibili alla temperatura,
ad esempio i vaccini e i biologici.
Un panorama che impone
alle aziende di assicurarsi il
maggior controllo possibile su
una filiera iperstratificata che
coinvolge centinaia di fornitori
in decine di Paesi con strutture
e regolamentazioni in gran parte
diverse.
In una situazione che presenta una
moltitudine di variabili distribuite
in rete, sistemi interallacciati e
una mole inquantificabile di dati
da gestire, di solito si chiama in
causa l’intelligenza artificiale (AI).
Anche nel contesto della supply
chain farmaceutica, in effetti, l’AI
può coprire un ruolo significativo
contribuendo all’ottimizzazione dei
percorsi di trasporto, la gestione
delle scorte in tempo reale e a un
controllo di produzione più accurato e
tempestivo. Compagnie come Pfizer,
Amgen, GSK, Merck e Roche sfruttano
già soluzioni di intelligenza artificiale
per prevedere interruzioni della
catena di fornitura, ottimizzare i livelli
di inventario e migliorare i processi
produttivi.
AI E DISTRIBUZIONE
Una delle più frequenti criticità che il
mercato deve affrontare è lo shortage
di farmaci: già prima del Covid, il
95% degli intervistati in un’indagine
condotta in 39 Paesi europei indicava
la carenza di farmaci come ostacolo
al processo ottimale di cura. Nel
2020, con la pandemia, un terzo dei
Paesi europei ha segnalato carenze
per almeno 400 farmaci e in un
periodo di soli 9 mesi, cinque stati
hanno pubblicato complessivamente
oltre 5.000 segnalazioni di carenza
(Finlandia, Svezia, Norvegia, Spagna
e Stati Uniti). Uno altro studio
afferma che anche negli Usa “le
carenze attuali sono le più alte in un
decennio”. Naturalmente su questo
fattore pesa la dipendenza da Paesi
terzi ma nell’ottica di ottimizzare
l’ottimizzabile, la predictive analytics
può fornire il suo contributo. Ad
esempio può essere usata per
prevedere con maggior dettaglio la
domanda di prodotti, permettendo
alle aziende di calibrare i sistemi
di inventario e mantenere livelli di
stock adeguati riducendo i rischi
di scorte insufficienti o eccessive.
Secondo quanto riportato da
un fornitore di servizi digitali,
l’introduzione di sistemi di machine
learning basati sul cloud di AWS (i
servizi web di Amazon) ha permesso
a una big pharma di ridurre gli
errori di previsione di circa il 15%,
risparmiando il 2,5% sui costi e
aumentando i ricavi dell’1,5% (circa
600 milioni di dollari). Nella sua
forma più semplice, l’intelligenza
artificiale prevede quali articoli
saranno immagazzinati più a lungo e
li posiziona di conseguenza. Forbes
riporta il caso di un fornitore di
alimenti nella cold supply chain che
in questo modo ha aumentato la sua
produttività del 20%.
Anche la mancata ottimizzazione
dei mezzi di trasporto e delle rotte
può essere costosa: uno studio
condotto da McKinsey ha calcolato
che le inefficienze della supply
chain farmaceutica aumentano i
costi fino al 30%. Gli algoritmi AI
permettono di identificare i mezzi e
le rotte di trasporto più economici
ed efficienti, tenendo conto di fattori
come le caratteristiche geografiche,
le condizioni meteorologiche e i
pattern logistici. Secondo Analytics
Insight, il mercato globale dell’AI nel
settore dei trasporti sta crescendo a
un tasso annuo composto del 15,8% e
dovrebbe raggiungere i 3,8 miliardi di
dollari nel 2025.
45