尽管制药行业采用数字技术的速度比其他监管不那么严格的行业要慢，但许多积极进行数字投资的制药公司发现，他们的投资正在获得回报。尽管综合的基于数字的项目在两到三年的时间里每年花费大约5000万到1亿美元麦肯锡，它们可以提高质量，提高效率和弹性，并赋予员工权力。

信息技术(IT)与操作技术(OT)的集成已经成为智能制造领域的一个关键主题。“想象IT和OT是相互重叠的圆圈，”Yvonne Duckworth说，他是at的高级自动化工程师CRB集团．“这两个世界的核心结合在一起，是智能制造的基础之一。”

IT和OT都不是新事物。1958年，《哈佛商业评论》首次使用“信息技术”一词一篇预测20世纪80年代的管理是什么样子的文章．研究和咨询公司Gartner2006年创造了“操作技术”一词，指的是在工业环境中使用的硬件或软件。

传统上，从事IT和OT工作的专业人士彼此之间是隔离的。但在制药领域，他们已经开始更加紧密地合作。Duckworth说:“在过去5年左右的时间里，IT已经出现在所有的项目会议中。”

IT和OT团队之间的协作促进了不同类型数字技术之间的连接。达克沃斯说:“这让企业能够安装智能制造基础设施。”此外，成功地将IT和OT领域结合在一起的公司拥有更多的数据，因此可以做出更多数据驱动的决策，并为预测目的部署分析。

咨询公司麦肯锡建议制药公司将人才战略融入运营战略从人力资源驱动的招聘策略转向更关注长期数字成熟度目标的招聘策略。

此外，CRB咨询服务高级总监Niranjan Kulkarni表示，综合IT/OT使部署智能中心的制药公司能够转向适应性决策模型。这两个团队可以一起合作，使用智能设备生成数据，以改善决策。库尔卡尼说:“这是智能制造的基础。”

随着制药公司努力继续弥合IT和OT之间的差距，找到在这两个领域都有专长的专业人士是非常宝贵的。“It /OT人员仍然很难找到，但他们就在那里，”Duckworth说。“这是一种独特的技能，但我现在看到更多这样的人。”

数字技术的部署是分阶段的

描绘工业公司从前数字化到完全数字化的演变过程的一个框架是BioPhorum的五阶段模型。

1. 第一级:前数字时代。
2. 第2级:数字仓库。
3. 第三层:连接的植物。
4. 等级4:预测植物。
5. 5级:适应性植物。

这是规模数字技术从第2级到第3级的重大转变。达克沃斯说:“从我们合作的公司来看，更多的大型制药公司都在3级左右。”“他们已经联系在一起了。他们已经存储了数据，但想要转移到第4级，这是预测性的。”

CRB最新的报告显示，一些最雄心勃勃的公司将目标定为5级地平线:生命科学报告。Duckworth说:“我认为，这表明一些公司想要达到第5级自动驾驶水平的欲望更强烈，即使这只是他们设施的一部分。”

ISPE及其成员还创建了工业4.0的制药路线图．“ISPE制药4.0特别兴趣小组认识到其他行业比制药行业发展得更快，并确定了一个团队来帮助制药公司向前发展，而不只是将工业4.0视为一个IT项目，”Duckworth说。目标是在部署工业4.0/制药公司4.0概念。这个想法不仅要考虑技术，还要考虑数字化举措对劳动力、整个组织、流程和文化的影响。

人工智能和大数据继续在制药领域取得进展

越来越多的制药公司开始在车间使用预测分析。一些安装了新的数字支持设备的公司的目标是达到数字成熟度模型的第4级。Duckworth说:“他们可以在设备上安装额外的传感器，并能够在设备出现问题之前预测问题。”

虽然许多制药公司都在努力让它们的工厂在下游加工过程中更具预见性，但大数据也发现，上游药物研发的使用量也在增加。为了说明它的前景，Kulkarni说，想象一张纸上有数百万个点——每个点代表一种候选药物。库尔卡尼说:“这些模型正在进化，作为深度学习过程的一部分，人类正在与人工智能密切合作，以迅速缩小候选分子的范围。”因此，该过程可以简化药物发现过程，在相对较短的时间内将100万候选人筛选为少数几个。Kulkarni说:“你看到的AI/ML的应用不仅仅是在制造方面。“它适用于药物发现过程的上游或两者之间的任何地方。”

库尔卡尼注意到，“人工智能”经常被用作营销流行语。“不是所有东西都是人工智能，”他说。“例如，模式识别并不是智能。”

Kulkarni认为人工智能领域有三个层次——机器学习、神经网络和深度学习。越来越多的制药公司正在试验深度学习技术，这种技术可以让机器与人类互动。库尔卡尼说:“他们都在一起做决定，试图让彼此学习。”虽然深度学习尚未在智能制造领域得到广泛应用，但它在药物研发领域正在取得进展。