Contents
Стратегический обзор дорожной карты (в разработке)
День медицинского представителя проходит стремительно. Встречи лицом к лицу, отмены в последнюю минуту и постоянное давление «максимально использовать территорию» оставляют мало времени, чтобы спокойно разобрать дашборд. При этом ожидания только растут: более точный таргетинг, более качественные разговоры с HCP, более аккуратный follow-up и более чёткое подтверждение эффекта.
CRM-системы научились хорошо фиксировать то, что уже произошло. Более сложная задача, помочь медицинским представителям понять, что делать дальше, во многом остаётся нерешённой.
Именно к этому Proxima и движется.
Много данных, медленные решения
У большинства фарм-организаций данных больше, чем когда-либо. Но скорости часто не хватает. Представители всё ещё тратят время на ручное планирование, переключаются между разрозненными источниками и выбирают следующий визит по привычке или опыту. Инсайты приходят, когда день уже закончился. Полезно для отчётности, но поздно для действий.
Для коммерческих лидеров и команд SFE это создаёт знакомое напряжение: активность измерима, а повысить эффективность в поле сложнее, чем должно быть. Когда полевой план не согласован с тем, что происходит в других каналах, опыт HCP становится непоследовательным, а бизнес теряет контроль над «нарративом» взаимодействия.
Отрасль понимает, куда нужно двигаться. В исследовании ZS “2025 AI trends” (выборка: 127 технологических руководителей life sciences) 93% ожидают роста инвестиций в данные, digital и AI в 2025 году. McKinsey оценивает, что генеративный AI может принести 18–30 млрд долларов ежегодной ценности только в коммерческих функциях pharma. Deloitte также описывает, как коммерческий блок меняется через end-to-end цифровую трансформацию, объединяющую данные, AI и CRM-экосистемы.
Инвестиции движутся в правильном направлении. Вопрос в том, доходят ли они до человека, который стоит у клиники с планшетом.
О каком уровне AI мы говорим на самом деле?
Не все AI-ассистенты создают одинаковую ценность. Исследование MIT CISR на базе 721 компании выделяет четыре стадии зрелости, и финансовые показатели улучшаются по мере роста зрелости.
Практичный способ думать о «ценности ассистента» в поле — по уровням:
- Уровень 1: Реактивный
Система отвечает на явные запросы: «покажи отчёт», «найди этот контакт». Многие системы останавливаются здесь. - Уровень 2: Информирующий
Система агрегирует данные и строит дашборды. Пользователь видит картину, но всё равно сам интерпретирует и решает, что делать. - Уровень 3: Предписывающий (prescriptive)
Система объясняет, что происходит, почему это важно, и предлагает конкретный следующий шаг. Пользователь получает рекомендацию с обоснованием. Решения принимаются быстрее и на более качественных данных. Именно под этот уровень Proxima проектирует Smart Assistant. - Уровень 4: Автономный
Система действует без участия человека. В pharma, где каждое взаимодействие с HCP несёт коммуникационную, этическую и коммерческую ответственность, это преждевременно.
Выбор Уровня 3 намеренный. Даже при росте возможностей AI человеческий фактор остаётся ключевым в pharma-продажах. Как отмечает ZS, доверие и авторитет нельзя просто «заменить» технологией. Зато технология может помочь представителю приходить лучше подготовленным, с более ясным направлением и без необходимости заново собирать контекст с нуля.
Что Smart Assistant призван делать (в разработке)
Smart Assistant планируется как слой поддержки принятия решений, встроенный прямо в Proxima Cloud CRM. Не отдельный инструмент. Не дополнительный экран. Интеллект внутри рабочего процесса, где pharma-представители уже планируют и выполняют работу.
Он рассчитан на использование данных, которые коммерческие команды уже генерируют: история визитов и engagement, данные по территории и частоте, промо-активности, индикаторы спроса и, для клиентов с модулем GeForce, геопространственные сигналы по территории.
Результат — не ещё одна аналитическая витрина. Цель — рекомендации, по которым представитель может действовать сразу:
- каких HCP приоритизировать на этой неделе и почему
- какие следующие шаги предложены для продвижения каждой учётной записи: визит, follow-up, целевое взаимодействие
- ранние сигналы риска: частота «проседает», отклик падает
- ранние сигналы возможностей: спрос растёт, появляются новые сигналы engagement
Ключевой принцип — объяснимость. Исследования по операционализации next-best-action в pharma показывают: рекомендации должны работать в реальных процессах, а не быть только «технически правильными», иначе падает внедрение и ценность не реализуется.
Что изменится в дне представителя
Утром представитель открывает Proxima Cloud CRM. Smart Assistant показывает приоритизированный обзор недели.
Одна учётная запись подсвечена: сигналы спроса растут, но последний визит был три недели назад, и частота ниже плана.
Вторая отмечена: недавний маркетинговый touchpoint дал отклик, который стоит поддержать личным визитом.
Третья показывает риск-паттерн: cadence визитов снижается, отклик ухудшается.
Представитель корректирует маршрут, готовит более точное сообщение для первого визита и ставит задачу follow-up прямо из post-visit-потока, ещё до того как покинет клинику или аптеку.
Без экспорта в таблицы. Без восстановления дня по памяти в конце. Поддержка решений и запись активности находятся в одном месте.
На практике этот сдвиг делает возможным:
- меньше времени на создание плана «с нуля» каждое утро
- более ясные цели визита ещё до входа в клинику
- меньше потерянных follow-up, потому что следующий шаг фиксируется в нужный момент
- более единая логика приоритизации по всей команде, даже в сложных территориях
Небольшие решения, принятые на лучшей информации, накапливаются и усиливаются на уровне территории.
Что получат лидеры
Для полевых менеджеров картина меняется, когда представители работают по общей логике решений, а не по индивидуальному «инстинкту». Коучинг смещается от восстановления «что произошло» к качеству и покрытию. Паттерны видны раньше. Можно вмешаться до того, как ситуация ухудшится.
Для коммерческого и SFE-руководства долгосрочная ценность — в том, что становится измеримым. Когда полевая работа следует единой логике, связь между конкретными действиями (время визита, доля follow-up, cadence взаимодействия) и результатами становится читаемой так, как это не даёт CRM-использование, основанное только на активности.
Для CRM и IT-команд Smart Assistant проектируется внутри Proxima Cloud CRM, а не «рядом». Без параллельных систем. Без отдельной кривой внедрения. Исполнение остаётся привязанным к единому операционному источнику истины.
Традиционный CRM vs. Smart Assistant
Традиционная CRM-отчётность отвечает на один вопрос: что произошло?
Smart Assistant строится для другого: что делать дальше и почему?
Это важно, потому что лучшая подсказка полезна тогда, когда ещё можно повлиять на результат, а не после закрытия недели.
Будьте готовы раньше других
Smart Assistant находится в продуктовой дорожной карте Proxima как следующий шаг эволюции Proxima Cloud CRM.
Главное сейчас: ценность AI-ассистента определяется не только качеством алгоритма. Её определяет качество данных и процессов, на которых работает алгоритм. Структурированная история engagement, стабильные данные по территории, дисциплинированное планирование и привычки follow-up формируются со временем, а не включаются «по щелчку».
Организации, которые начинают работать с Proxima Cloud CRM сегодня, строят операционный фундамент, который сделает переход к prescriptive AI быстрее и эффективнее, когда Smart Assistant станет доступен.
Если вы оцениваете CRM для полевых pharma-команд и хотите получить ранние детали по направлению roadmap Smart Assistant, мы готовы показать, как Proxima Cloud CRM выглядит уже сегодня. Свяжитесь с нами, чтобы назначить демо и получать обновления.
Источники
- ZS Associates. 2025 AI trends: Life sciences leaders on data, digital and AI. Nov 20, 2024.
- McKinsey & Company. Generative AI in the pharmaceutical industry: Moving from hype to reality. Jan 9, 2024.
- McKinsey & Company. Early adoption of generative AI in commercial life sciences. May 6, 2024.
- Deloitte. End-to-end transformation of pharma’s commercial activities. Oct 10, 2024.
- Weill, P., Woerner, S.L., Sebastian, I.M. MIT CISR. Building Enterprise AI Maturity. Dec 19, 2024.
- Cohen, M-D., Baer, A., Steiner, M. An Approach to Operationalizing Next Best Action in Pharmaceutical Communications and Marketing. Journal of PMSA, Spring 2019.
- ZS Associates. The value of pharma sales reps in the AI era. Mar 3, 2025.
