Issue link: https://read.uberflip.com/i/1466387
Amazon Web Services(AWS) 및 AstraZeneca는 이미 서로에 대해 잘 알고 있었습니다. 업계를 선도하는 클라우드 공급자인 AWS는 AstraZeneca의 내부 서비스형 인프라(IaaS) 전략에 중요한 역할을 했으며, 새로운 시스템과 환경을 신속하게 가동하는 방법을 학습하는 데 도움을 주었습니다. 그러나 AWS 제품 및 서비스 포트폴리오가 데이터, 분석 및 기계 학습 분야로 확장됨에 따라 AstraZeneca는 단순히 인프라와 IT 프로세스를 발전시키는 것 이상으로 나아갈 기회를 포착했습니다. 조직 전체에서 데이터 전략을 혁신적으로 변혁하고, 동시에 전 세계에서 데이터 중심의 환자 경험을 다시 구상할 수 있었습니다. '혁신을 통한 성장' AstraZeneca에게 데이터, 분석, AI 및 기계 학습은 낯선 분야가 아니었습니다. 비록 대부분이 조직 전체에 흩어져 사일로화되어 있었지만 이미 오래 전부터 선별된 프로세스에 적합한 맞춤형 솔루션을 구현했습니다. 그러나 2019년 초, 일관된 전사적 데이터 전략을 기반으로 하는 기계 학습 구현에 대한 보다 중앙 집중화된 비전이 구체화되었습니다. AstraZeneca는 데이터 및 AI에 대한 투자의 필요성을 포함하는 '혁신을 통한 성장' 기업 전략을 시작했습니다. 시장 현실에 맞게 기업이 혁신할 준비를 마친 것입니다. 때마침, 데이터와 AI에 대한 대부분의 초기 투자가 레거시 프로세스가 집중되어 있으며 환자에 대한 잠재적 영향이 명확하게 드러나는 R&D 내에서 이루어졌습니다. Åsberg는 "우리 팀은 R&D와 긴밀하게 협력하여 어떤 종류의 기술이 필요한지 알아보고 제공했습니다"라고 말했습니다. "예측인가요 아니면 의사 결정 자동화인가요? 데이터가 있나요? 실행 가능한 결과인가요? 누가 데이터를 사용하나요?" R&D 팀이 사용 사례 및 구현을 통해 작업하는 동안 '혁신을 통한 성장 ' 을 실현하기 위해 조직 전체에서 데이터와 AI에 대한 투자를 동시에 시작하고 통합하기 시작했습니다. 기업의 R&D 측면에 대한 초기 투자는 광범위하게 적용할 수 있는 것으로 드러났으며 사이버 보안, 인프라 및 데이터 마이그레이션에 대한 사용 사례가 매우 빠르게 증가했습니다. 예측 하드웨어 유지 관리를 통해 AstraZeneca의 엄청난 의약품 제조 작업 중 시스템 가동 중지 시간을 현저하게 줄였습니다. 또한 자연어 처리(NLP) 기계 학습 알고리즘을 구현하여 코딩 도구에 로드해야 하는 주요 용어에 대한 자유 텍스트를 평가함으로써 오래 걸리던 수작업 검토 시간을 크게 단축했습니다. 이 기업은 명확하게 명시된 '하향식' 조직 요구 사항과 '상향식' 엔지니어링 구상을 결합함으로써 비즈니스 및 환자에 미치는 영향이 분명한 사용 사례를 파악하고 이에 집중할 수 있었습니다. 기업 기술 서비스 부문 부사장인 Jeff Haskill은 "우리의 최종 목표는 데이터 및 AI를 통해 모든 직원의 역량을 강화하는 것입니다. 항상 비즈니스 문제와 이를 해결하기 위한 적합한 도구를 파악하려고 노력하고 있으며, 이를 통해 더욱 발전할 수 있습니다"라고 말했습니다. "또한 우리 회사는 대량의 데이터를 보유하고 있습니다. 이러한 데이터를 어떻게 사용할 수 있을까요? 사용하지 않는다면 데이터는 우리에게 가치가 있는 것일까요?" 이러한 데이터를 최대한 활용하려면 올바르게 처리하고 이용해야 합니다. AI를 다루는 초기 단계에서도 Åsberg와 팀은 단순히 일시적 또는 독립된 문제를 해결하는 것 이상으로 확장 및 재사용 가능한 솔루션을 구축하는 데 중점을 두었습니다. AstraZeneca 개발 퍼즐의 핵심 부분은 2016년 Scientific Data 학술지에서 처음 발표한 프레임워크인 FAIR 데이터 원칙에 부합하는 것이었습니다. AstraZeneca는 Findable(검색 가능), Accessible(액세스 가능), Interoperable(상호 운용 가능) 및 Reusable(재사용 가능) 데이터를 의미하는 FAIR 데이터를 사용함으로써 해당 솔루션이 4개 영역을 뛰어 넘어 모듈 형식으로 최대한 광범위하게 적용 가능함을 보장할 수 있었습니다. 브랜드 콘텐츠 제공: