Con “Charlie”, Pfizer está construyendo una nueva plataforma de IA generativa para el marketing farmacéutico

Uno de los principales objetivos de la estrategia de Pfizer es mejorar la cadena de suministro de contenidos de la empresa, según Bill Worple, vicepresidente de plataformas y tecnología de compromiso con el cliente de Pfizer. Además de ayudar en la creación y edición de contenidos, la IA generativa también ayuda en la comprobación de hechos y las revisiones legales, algo especialmente importante en sectores muy regulados como el marketing farmacéutico. Utilizando un sistema de riesgo “rojo, amarillo, verde” al etiquetar el contenido, Charlie puede identificar activos a los que el equipo de revisión médica podría querer dedicar más tiempo. Por ejemplo, un titular utilizado muchas veces podría no necesitar tanta atención. Otros recursos creativos pueden utilizar un lenguaje previamente aprobado pero que ahora aparece en un nuevo escenario, mientras que otros contenidos que hacen nuevas afirmaciones merecen más tiempo.

“La idea es cómo triplicar o quintuplicar la creación de contenidos para crear mensajes que calen tanto en los profesionales sanitarios como en los pacientes”, explica Worple.

Otro objetivo es convertir Charlie en un banco de trabajo para toda la organización de marketing. Esto incluye la integración de análisis de medios para las marcas de la empresa, información sobre diversos competidores y datos de varios sitios web. Charlie también se está integrando en plataformas de Adobe como Workfront y Experience Manager para ayudar a los usuarios a emprender acciones basadas en la información de varios cuadros de mando. Otras características incluyen integraciones con otras plataformas como Slack para ayudar a los empleados a comunicarse y colaborar.

En cuanto al tipo de contenido que Charlie ayuda a crear, Pfizer está empezando con medios digitales, correos electrónicos y presentaciones digitales que los equipos de ventas utilizan con los médicos. Otra área que está explorando es ayudar a investigar y redactar borradores de artículos médicos. Los grandes modelos lingüísticos también recopilan información sobre áreas terapéuticas para comprender mejor a los clientes y los tratamientos. Por ejemplo, Worple mencionó cómo un padre puede verse afectado por una migraña de forma diferente que alguien sin familia.

“De hecho, se empiezan a crear diferentes perspectivas sobre quién es el cliente”, afirma Worple. “Y luego [saber] cuál es el verdadero punto de dolor para ellos. No es algo que clasificaríamos como investigación médica. Ese conocimiento de ‘X porcentaje de estas personas son este tipo de individuo’ te ayuda realmente a entender quién es tu cliente. Ahora sabes cómo hablarles mejor”.

Girar a Marcel

Según Worple, Charlie se formó a partir de datos procedentes de diversas fuentes. Para generar contenidos de marketing, Pfizer utiliza datos de entrenamiento de contenidos aprobados que se archivan por cada categoría de tratamiento (como oncología, endocrinología, etc.) y por productos específicos. También utiliza modelos de segmentación para enseñar a Charlie los tipos de mensajes que son relevantes para cada segmento y lo que es más importante.

Mientras que la creación de contenidos se basa en una versión personalizada de ChatGPT, Charlie utiliza algoritmos de recomendación. Pfizer también está creando formas de utilizar el procesamiento del lenguaje natural (NLP) para las consultas relacionadas con la investigación interna, los estudios de casos y los datos de marketing de rendimiento. Y para evitar que Charlie ofrezca información inexacta u otras “alucinaciones”, las respuestas se validan con material fuente basado en contenido de Pfizer previamente publicado y validado. También hay un proceso de revisión y validación de los resultados.

Pfizer colabora con Publicis Groupe, que ayudó a crear Charlie a partir de su plataforma Marcel AI. Según el presidente de Marcel, Arpit Jain, Marcel es como la “casa base” y Charlie es la versión adaptada a las necesidades de Pfizer. Añadió que Publicis Groupe también cuenta con un equipo dedicado que ayuda a mantener y evolucionar Charlie cada día. El mes pasado, Publicis anunció importantes actualizaciones de su propia IA, incluida una nueva plataforma llamada CoreAI.

Dado que los datos sanitarios son tan sensibles, Pfizer se está asegurando de que la recopilación y el uso de datos por parte de Charlie cumplan diversos requisitos de privacidad internos y externos. En función de quién utilice Charlie, la plataforma puede adaptar sus funciones a la función de cada empleado, a cómo la utiliza y a los tipos de datos con los que se relacionan los usuarios. Todo ello hace que la gestión de los datos sea especialmente importante, tanto en términos de precisión como de privacidad.

“Hay que tener mucho cuidado”, afirma Jain. “Lo último que queremos es tener unos datos locos que no hemos limpiado bien. Y sobre todo en sanidad, podría ser una cuestión de vida o muerte. Si se recomienda el iPhone equivocado, no pasa nada, no es el fin del mundo. Pero si recomiendas la medicina equivocada, Dios no quiera que ocurra algo así”.

Junto con la creación de contenidos, el uso de IA generativa para revisiones médicas, legales y regulatorias es una característica clave que otras empresas farmacéuticas también están explorando, según los analistas que cubren el espacio. También se considera de bajo coste y menor riesgo, pero de alta recompensa.

Según Chris Beland, analista de Gartner, los profesionales del marketing están entusiasmados con la idea de utilizar la IA generativa para ayudar en el despliegue global de contenidos traducidos a la IA y localizados para cada mercado.

“El potencial de optimización de costes es significativo, pero no está exento de riesgos”, afirma Beland. “Hay implicaciones obvias en un consumidor o [proveedores de atención médica] que ven contenido defectuoso o no auténtico, pero también podría haber implicaciones involuntarias en los flujos de trabajo estratégicos, de medición y aprobación si no se planifican adecuadamente.”

Generación de anuncios y mucho más

Más allá del marketing, la IA generativa podría generar entre 60.000 y 110.000 millones de dólares de valor económico anual para las industrias farmacéutica y de productos médicos, según un informe de enero del McKinsey Global Institute. El informe también mencionaba que los usos de la IA generativa relacionados con el marketing podrían ayudar a reducir a la mitad los costes de creación de contenidos y aumentar los canales de producción en un 20%. La tecnología también podría duplicar o triplicar la velocidad de aprobación de contenidos.

Según WARC, las empresas farmacéuticas y sanitarias constituyen el tercer segmento de productos con mayor crecimiento en el gasto publicitario mundial, por detrás de los servicios financieros y la tecnología/electrónica. Sólo en EE.UU., la empresa prevé que el gasto en publicidad farmacéutica y sanitaria alcance los $34.600 millones de dólares en 2024, un 16,7% más que en 2023.

Algunas empresas de diversos sectores están explorando formas de generar datos sintéticos basados en datos de origen, según Paul Stringer, redactor jefe de investigación e información de WARC. De este modo, las empresas pueden crear audiencias que se parezcan a sus clientes sin exponer ninguna información personal. Sin embargo, es importante que las empresas se aseguren de que no acaban reproduciendo sesgos del mundo real en el proceso.

“Si no se proporcionan a estos modelos de IA generativa los datos de entrenamiento adecuados, se corre un riesgo enorme de amplificar los sesgos y las lagunas existentes en los datos de los clientes”, afirma Stringer.

Otras agencias también están creando sus propias herramientas de IA generativa para clientes farmacéuticos. Una de ellas es CMI Media Group, una agencia de medios propiedad de WPP. (Hace unas semanas, WPP dijo que invertiría £250 millones de libras en 2024 para construir sus iniciativas de IA). Según Justin Freid, Chief Media & Innovation Officer de CMI, la herramienta debutará a finales de este mes y ya se está probando con anuncios sociales y de display, con un plan para incluir más adelante el vídeo.

Además de ayudar en las revisiones legales, CMI utiliza la herramienta para generar contenidos personalizados para cada audiencia u optimizados en función de los datos de rendimiento de una plataforma. Por ejemplo, puede cambiar el fondo de un anuncio en función de la estación del año. Todas las variaciones se mantienen dentro de las directrices creativas establecidas, pero Freid dice que abre “un sinfín de oportunidades de prueba” para ver qué funciona con cada audiencia.

“Siguen teniendo que ser aprobadas, pero se trata de variaciones creativas y no de campañas completamente nuevas”, explica Freid. “No es necesario hacer un análisis en profundidad del nuevo anuncio… No se trata de nada ridículo como un nuevo eslogan con un nuevo reclamo o algo por el estilo. Lo mantenemos simple, pero hemos descubierto que es más eficaz si es más relevante para el usuario final”.