AI giver biotekselskaber finansielt boost

En ny global undersøgelse viser, at over to ud af tre biotekvirksomheder, der strategisk har indført ai, oplever bedre økonomiske resultater end deres konkurrenter. life science-sektoren er frontløber inden for ai-modenhed, men står over for betydelige udfordringer med skalering i et stærkt reguleret miljø

Af Lars Bennetzen

Life science-sektoren er globalt set foran mange andre brancher, når det gælder modenhed inden for kunstig intelligens (ai). i en ny undersøgelse fra cloududbyderen Vultr svarer 43% af de adspurgte virksomheder, at de har nået det højeste modenhedsniveau, og hvis man medregner de biotekvirksomheder, der er på det næsthøjeste niveau, gælder det for over otte ud af ti. det globale branchegennemsnit er til sammenligning 35%.

Specifikt for biotekvirksomhederne svarer 67% af dem, der strategisk har implementeret ai, at de har bedre finansielle resultater end deres konkurrenter. som en konsekvens af dette er der planlagt yderligere investeringer. 63% af virksomhederne forventer at bruge mellem 11% og 30% af deres it-budget på AI i 2025, og 74% forventer yderligere budgetstigninger i 2026.

Life science-sektoren bruger eller tester ai aktivt inden for flere nøgleområder. over tre fjerdedele bruger ai til at analysere genetiske data for målrettede behandlinger, 68% bruger det i diagnostik og kompleks dataanalyse, og 62% anvender ai i lægemiddeludvikling og optimering af kliniske forsøg.

- Vores undersøgelse viser, at bioteksektoren er blandt de absolutte frontløbere, når vi taler AI. Fokus er på at integrere AI i kerneaktiviteterne i stedet for i isolerede pilotprojekter, hvilket afspejler en høj grad af modenhed, siger Kevin Cochrane, CMO hos Vultr.

Han peger dog også på de udfordringer, som branchen står over for.

- Men undersøgelsen kaster også lys på de udfordringer, branchen står overfor. modsat mange andre sektorer skal biotekvirksomheder balancere innovation med regulatoriske krav og sikre, at AI-løsninger fungerer i komplekse forskningsbaserede miljøer.

Undersøgelsen, der omfatter over 2000 beslutningstagere globalt, identificerer væsentlige forhindringer, når en trænet AI-model skal udføre analyser eller træffe beslutninger baseret på nye data – såkaldt inference:

• 58% rapporterer utilstrækkelig computerkraft til realtidsanalyse.

• 53% har problemer med fragmenterede data og dårlige forbindelser mellem forskellige lagringsmiljøer.

• 46% kæmper med utilstrækkelig datalagringskapacitet.

• 44% har problemer med isolerede datasystemer.

- Det, der adskiller succesfulde biotekvirksomheder, er deres evne til at opbygge en infrastruktur, der opfylder både præstationskrav og overensstemmelse med regulativer. det handler ikke kun om teknisk kapacitet, men om at skabe et miljø, hvor innovation kan sameksistere med streng kvalitetskontrol – og netop dér ligger branchens fremtidige AI-udfordring, siger Kevin Cochrane.

14/10 2025