Il documento di McKinsey “Strengthening the R&D operating model for pharmaceutical companies” analizza le sfide e le opportunità per rafforzare il modello operativo di ricerca e sviluppo (R&D) nelle aziende farmaceutiche. La produttività, infatti, risulta stagnante dal 2012 e lo scenario futuro che le aziende si troveranno a fronteggiare, presenta sfide significative legate alla competizione per target terapeutici limitati e al contesto geopolitico e normativo in evoluzione. Tali evidenze, richiedono, quindi, una revisione strategica del modello di governance e operativo di R&D. In tal senso, McKinsey propone cinque strategie chiave per migliorare l’efficienza e l’efficacia della R&D:
Governance semplificata e centralizzata
Molte aziende farmaceutiche operano con comitati decisionali sovrapposti, che rallentano il processo decisionale. Questo ostacola la rapidità nelle revisioni dei portafogli, nelle decisioni di investimento e nella gestione scientifica e tecnica. Un approccio più efficiente prevede la riduzione della complessità decisionale tramite:
- La centralizzazione delle decisioni strategiche in un unico comitato di alto livello, responsabile della definizione delle priorità del portafoglio e degli investimenti.
- L’integrazione delle revisioni scientifiche e tecniche direttamente nei gruppi di sviluppo per evitare passaggi burocratici superflui.
- L’adozione di modelli decisionali rapidi, come dimostrato da Pfizer durante la pandemia di COVID-19, quando la riduzione dei livelli di approvazione ha accelerato lo sviluppo dei vaccini
Allocazione dinamica delle risorse
Le aziende farmaceutiche tradizionalmente adottano modelli rigidi di gestione delle risorse, che limitano la capacità di reagire ai cambiamenti nei dati clinici e nelle dinamiche di mercato. Un sistema più efficace prevede:
- L’assegnazione rapida di risorse ai progetti con maggiore potenziale, basandosi su analisi in tempo reale.
- L’adozione di un modello di sviluppo parallelo, come fatto per i vaccini COVID-19, dove processi normalmente sequenziali sono stati eseguiti simultaneamente per ridurre i tempi di sviluppo.
- Il modello Flagship Pioneering, che impiega team con budget iniziali limitati (1-2 milioni di dollari) e che, in assenza di risultati concreti entro 6-12 mesi, vengono sciolti. I progetti più promettenti ricevono invece risorse aggiuntive.
Gestione delle attività di maggior valore
Molte aziende prendono decisioni operative senza avere una chiara strategia su quali attività interne offrono un reale vantaggio competitivo. Questo porta a elevati costi di gestione, duplicazione dei ruoli, governance frammentata, poiché le decisioni mancano di una visione strategica centralizzata.
Al contrario, un modello efficiente, prevede che le aziende:
- Identificano le attività strategiche da mantenere in-house, come le piattaforme di scoperta basate su intelligenza artificiale e data analytics.
- Esternalizzano attività non strategiche per migliorare la flessibilità.
Trasformazione AI-driven di specifici settori della R&D
Nonostante gli investimenti in intelligenza artificiale, molte aziende farmaceutiche non riescono a ottenere risultati su larga scala. Questo è dovuto a un utilizzo frammentato dell’IA in progetti isolati, senza una piena integrazione con il modello operativo complessivo.
Per massimizzare l’impatto dell’IA, le aziende possono:
- Selezionare una specifica area terapeutica o tecnologica da trasformare completamente in un sistema AI-driven.
- Creare un motore decisionale integrato basato sull’analisi avanzata dei dati, che supporti decisioni in tutte le fasi di sviluppo del farmaco
Ottimizzazione della distribuzione geografica
Le aziende devono trovare un equilibrio tra accesso ai talenti, costi operativi e capacità di innovazione.
- Un’eccessiva dispersione geografica permetterebbe un accesso a talenti specializzati, ma con inefficienze operative e costi elevati.
- Un’eccessiva centralizzazione permetterebbe una riduzione dei costi, ma al contempo una limitata capacità di innovare a livello globale.
Un possibile soluzione potrebbe prevedere la creazione di hub R&D strategici in aree con alta concentrazione di talenti e innovazione, delocalizzando le attività operative (es. farmacovigilanza, gestione dati, programmazione) in paesi con costi inferiori per mantenere efficienza.
Infine, l’utilizzo di team distribuiti in diverse aree geografiche per sfruttare i fusi orari e accelerare i processi di sviluppo.
Implementazione graduale per minimizzare i rischi
L’adozione simultanea di tutte queste strategie potrebbe comportare rischi operativi significativi. Dall’analisi di McKinsey, emerge che le aziende che hanno ottenuto i migliori risultati hanno seguito un approccio graduale:
- Identificazione delle aree prioritarie in base alle esigenze aziendali.
- Sviluppo di un’analisi dettagliata dei costi e delle prestazioni, per individuare inefficienze e colli di bottiglia.
- Sperimentazione iniziale su una o due aree chiave, con un forte supporto del management.
Adottando questo approccio mirato, le aziende possono non solo risolvere problemi immediati, ma anche sviluppare la capacità organizzativa per una trasformazione sostenibile, migliorando in modo continuo il proprio modello operativo di R&D e aumentando la produttività complessiva.
Conclusioni
Attraverso queste strategie, le aziende farmaceutiche possono affrontare le sfide emergenti e migliorare la produttività della R&D, creando un modello operativo più efficiente, flessibile e competitivo. Un approccio basato su decisioni più rapide, l’integrazione dell’IA e una gestione ottimizzata delle risorse consentirebbe di ridurre i costi, accelerare lo sviluppo di nuovi farmaci e rispondere più efficacemente alle esigenze del mercato globale.
