eli-lilly-ceo-use-ai-chatbot_11zon
راز بزرگ مدیرعامل غول دارویی دنیا فاش شد: هوش مصنوعی‌ای که آینده درمان بشر را بازنویسی می‌کند!

🌍 مقدمه: از داروسازی سنتی تا تصمیمات مبتنی بر هوش مصنوعی

در سال ۲۰۲۵، صنعت داروسازی دیگر شبیه آنچه در دههٔ گذشته می‌شناختیم نیست. رقابت صرفاً بر سر سرعت تولید دارو یا بازاریابی گسترده نیست؛ بلکه بر سر توانایی تحلیل داده‌های زیستی با دقت الگوریتم‌های پیشرفتهٔ هوش مصنوعی (AI) است. در میان تمام مدیران این صنعت، نام دیوید ریکس، مدیرعامل شرکت آمریکایی Eli Lilly، بیش از دیگران به‌چشم می‌خورد—نه‌فقط به‌دلیل عملکرد مالی خیره‌کننده شرکتش، بلکه به‌سبب پذیرش زودهنگام فناوری‌های هوش مصنوعی در تصمیم‌گیری‌های علمی و اجرایی.

گزارشی که به‌تازگی توسط جان کولیسون، یکی از بنیان‌گذاران Stripe، منتشر شده، نگاهی نادر به ذهنیت مدیری می‌اندازد که آینده صنعت دارو را با هوش مصنوعی بازنویسی می‌کند.


بخش ۱: دیوید ریکس کیست و چرا نامش در دنیای هوش مصنوعی مطرح شد؟

دیوید ریکس بیش از ۲۰ سال در الی‌ لیلی فعالیت کرده و از سال ۲۰۱۷ سکان رهبری آن را در دست دارد. در دوران مدیریت او، ارزش سهام شرکت بیش از سه برابر شد و محصولات پرچم‌دار مانند Mounjaro (داروی کاهش وزن مبتنی بر GLP‑۱) بازار جهانی را تسخیر کردند. اما نکته‌ای که اخیراً خبرساز شده، استفاده مستقیم او از مدل‌های زبانی هوش مصنوعی برای تحلیل داده‌های علمی است.

ریکس برخلاف اغلب مدیرعامل‌های سنتی حوزه سلامت، جلسات کاری‌اش را با حضور مجازی دو مدل هوش مصنوعی اداره می‌کند؛ یکی Claude (Anthropic) و دیگری Grok (xAI). این دو ابزار بی‌وقفه در کنار او فعال‌اند تا داده‌ها، پژوهش‌ها و پرسش‌های علمی را هم‌زمان تحلیل کنند.


بخش ۲: راز «مدیریت تقویت‌شده با هوش مصنوعی»

او در گفت‌وگویی با کولیسون می‌گوید:

«برای به‌روز ماندن در جهان علم، باید همواره کنجکاو بمانی. من هر روز مقالات جدید می‌خوانم، در کنفرانس‌ها شرکت می‌کنم و از دانشمندان یاد می‌گیرم—اما حالا یک دستیار هوشمند هم کنارم دارم که هیچ‌وقت خسته نمی‌شود.»

ریکس، مدل‌های AI را نه‌فقط ابزار پاسخ‌گویی، بلکه همکار فکری می‌داند. او با طرح سؤال‌های علمی در لحظه، از Claude یا Grok می‌خواهد نتایج پژوهش‌های اخیر را خلاصه و با داده‌های پیش‌بالینی در پایگاه‌های مثل PubMed یا ClinicalTrials.gov مقایسه کند.


بخش ۳: تأیید چهره‌های بزرگ فناوری

پس از افشای این گفت‌وگو توسط کولیسون، ایلان ماسک—بنیان‌گذار xAI—نیز واکنش نشان داد و در توییتی نوشت:

«خوشحالیم که Grok می‌تواند در خدمت افرادی باشد که واقعاً باهوش‌اند و از آن برای پیشرفت علم استفاده می‌کنند.»

مدتی بعد، سوندار پیچای (مدیرعامل گوگل) و ساتیا نادلا (مدیرعامل مایکروسافت)، هر دو به گسترش نقش Grok ۴ در اکوسیستم AI اذعان کردند. نادلا در بیانیه‌ای رسمی اعلام کرد:

«الگوی Grok نمونه‌ای عالی از هوش مصنوعی با استدلال قوی، پاسخ قابل‌اعتماد و کنترل‌های اخلاقی مسئولانه است.»


بخش ۴: Claude در برابر Grok – دو مربی دیجیتال پشت میز مدیرعامل

مدیرعامل Eli Lilly بسته به نوع جلسه یا موضوع علمی از دو مدل متفاوت استفاده می‌کند. Claude، ساخته‌ی شرکت Anthropic، به‌دلیل توانایی در تولید پاسخ‌های منسجم و دقیق با ارجاعات علمی، برای جلسات تحقیق و توسعه (R&D) مناسب‌تر است. در مقابل، Grok (xAI) به‌دلیل سبک گفتگو محور و درک عمیق از زبان طبیعی، در تعاملات انسانی و الهام‌بخشی خلاقانه کاربرد دارد.

ریکس می‌گوید:

«وقتی بخواهم ایده‌ای برای یک برنامه آموزشی درون‌سازمانی طراحی کنم، از Grok کمک می‌گیرم. اما وقتی نوبت تصمیم‌گیری درباره مسیر بالینی داروی جدید است، Claude دقیق‌تر و محتاط‌تر عمل می‌کند.»


بخش ۵: شکل‌گیری «AI Culture» در الی لیلی

آنچه در ابتدا تصمیم شخصی مدیرعامل بود، اکنون به‌فرهنگ سازمانی تبدیل شده است. واحدهای تحقیقاتی Eli Lilly از مدل‌های مشابه برای طراحی ترکیبات دارویی، شبیه‌سازی واکنش‌های بیوشیمیایی و پیش‌بینی اثرات جانبی استفاده می‌کنند.

از سال ۲۰۲۴، تیم داده‌کاوی شرکت پروژه‌ای با نام BioSynth AI راه‌اندازی کرده که از مدل‌های زبانی بزرگ برای پیشنهاد مسیرهای سنتز مولکولی بهره می‌برد.

به‌گفتهٔ شرکت، این سامانه زمان طراحی داروهای جدید را از ۲۴ ماه به تنها ۹ ماه کاهش داده است.


بخش ۶: Grok در خدمت علم – از شوخ‌طبعی تا توان استدلال

Grok، ساختهٔ xAI، در ابتدا به‌دلیل لحن طنزآمیز و پاسخ‌های خارج از قالب مورد توجه قرار گرفت، اما نسخهٔ جدید آن (Grok ۴) با تمرکز بر کاربردهای علمی و تحقیقاتی توسعه داده شد. این مدل اکنون قادر است یادداشت‌های آزمایشگاهی را تحلیل و روابط ساختاری بین ترکیبات را کشف کند—کاری که پیش‌تر هفته‌ها زمان می‌برد.

ایلان ماسک پس از اضافه‌شدن Grok به پلتفرم Azure AI Foundry در تابستان ۲۰۲۵ گفت:

«ما حالا به مرحله‌ای رسیده‌ایم که هوش مصنوعی می‌تواند شریک واقعی در کشف دارو باشد، نه فقط یک دستیار دیجیتال.»


بخش ۷: چالش‌های اخلاقی در هوش مصنوعی دارویی

با وجود مزایا، استفاده از هوش مصنوعی در تصمیم‌های زیستی و دارویی با مسائل اخلاقی پیچیده همراه است. چه کسی مسئول تصمیمی است که بر مبنای تحلیل AI گرفته شده؟ آیا داده‌های آموزشی این مدل‌ها از بیماران واقعی جمع‌آوری شده‌اند؟

ریکس در پاسخ به این انتقادها می‌گوید:

«ما در Eli Lilly از مدل‌هایی استفاده می‌کنیم که روی داده‌های عمومی تأییدشده توسط مراجع علمی آموزش دیده‌اند. تمام تحلیل‌ها بازبینی انسانی دارند.»


بخش ۸: تأثیر مالی هوش مصنوعی بر الی لیلی

تا سال ۲۰۲۵، درآمد سالانه شرکت از مرز ۴۲ میلیارد دلار عبور کرد و تحلیل‌گران Bloomberg Intelligence سهم مستقیم بهره‌گیری از AI را حدود ۷.۵ درصد از سود خالص سالانه تخمین می‌زنند.

بیشترین تأثیر، کاهش چشمگیر هزینه‌های تحقیق (R&D costs) بود که به‌طور میانگین ۲۵٪ کمتر از میانگین صنعت برآورد شده است.


بخش ۹: از کتابخانه تا لابراتوار – فرآیند روزانهٔ ریکس

طبق گزارش کولیسون، روز کاری دیوید ریکس از ساعت ۵:۳۰ صبح آغاز می‌شود. او با Claude دستیار صبحگاهی طراحی کرده که سه کار انجام می‌دهد:

۱. خلاصهٔ مقالات ژورنال Nature Medicine.

۲. تحلیل همبستگی داده‌ای بین چند پژوهش درباره بیماری‌های متابولیک.

۳. پیش‌بینی مسیر ورود داروی جدید به فاز ۳ آزمایش‌های بالینی.

در ساعات بعد، او از Grok برای «بارش فکری» با مدیران بخش نوآوری استفاده می‌کند و از آن می‌خواهد سناریوهای فرضی خلق کند—مثل  «اگر GLP‑1 را با AI‑guided Protein Modelling ترکیب کنیم چه نتایجی خواهیم داشت؟».


بخش ۱۰: گراکی‌پدیا؛ دانشنامه‌ای تازه با موتور هوش مصنوعی

xAI اخیراً از پلتفرمی به‌نام Grokipedia رونمایی کرده است؛ یک پایگاه دانش ساخته‌شده توسط AI که محتوای علمی را به‌صورت پیوسته از پایگاه‌های معتبر استخراج و بازتولید می‌کند.

هرچند در آغاز با خطاهای فنی همراه بود، در نسخهٔ دوم پایدار شد و اکنون ابزار مرجع بسیاری از مدیران و محققان صنایع دارویی محسوب می‌شود.


بخش ۱۱: واکنش جامعهٔ علمی

دانشمندان حوزهٔ بیوتکنولوژی به دو جبهه تقسیم شده‌اند. گروهی معتقدند AI جایگزین تفکر انسانی نمی‌شود بلکه آن را تقویت می‌کند. در مقابل، برخی هشدار می‌دهند تصمیم‌های مبتنی بر مدل‌های زبانی در فرآیند کشف دارو ممکن است خطای غیرقابل کنترل ایجاد کند.

حتی لانگ جنکینز، از رهبران سابق ادارهٔ FDA، هشدار داد:

«هیچ الگوریتمی نباید به‌تنهایی مسیر درمان بیماران را تعیین کند. باید نظارت انسانی همیشه در مدار باشد.»


بخش ۱۲: اثر دومینو در سایر شرکت‌های دارویی

پس از افشای رویکرد Eli Lilly، شرکت‌های بزرگی مانند Pfizer، Roche، Novartis و AstraZeneca نیز اعلام کردند در حال بررسی ادغام مدل‌های مشابه در چرخهٔ تحقیقاتی خود هستند.

این رقابت تازه با عنوان AI‑Pharma Race 2025 در رسانه‌های جهانی شناخته می‌شود—رقابتی که مرز میان فناوری و زیست‌داروشناسی را از بین برده است.


بخش ۱۳: آینده‌نگری ریکس؛ «هوش مصنوعی باید شریک فکر باشد، نه جایگزین آن»

در نشست اخیر انجمن جهانی سلامت دیجیتال، ریکس گفت:

«وقتی AI را جایگزین انسان می‌کنی، خلاقیت می‌میرد. اما وقتی آن را شریک فکر می‌کنی، تفسیر علم به واقعیت تبدیل می‌شود.»

این جمله حالا به شعار غیررسمی برنامهٔ AI Inside Lilly بدل شده است.


بخش ۱۴: پیوند ذهن انسانی و محاسبهٔ ماشینی

در عصر داده، توانایی اتصال ذهن انسان با محاسبهٔ ماشینی مرز تازه‌ای از درک علمی پدید آورده است. ریکس از Grok می‌خواهد الگوهای داده را توضیح دهد، اما تصمیم نهایی را بر اساس تجربه می‌گیرد—مدلی که کارشناسان آن را Hybrid Cognitive Leadership (رهبری شناختی ترکیبی) می‌نامند.


بخش ۱۵: پایداری، شفافیت و اعتماد

یکی از دلایل اعتماد بالای الی لیلی به Grok ۴ و Claude ۳، قابلیت ارائهٔ منابع مستند و شفافیت الگوریتمی است. هر خروجی باید شامل ذکر منبع و سطح اطمینان آماری باشد. این استانداردها بخشی از سیاست Responsible AI 2025 در شرکت است.


بخش ۱۶: چرا هوش مصنوعی در داروسازی حیاتی شده است؟

تحلیلگران TechInsider Health می‌گویند:

«در جهانی که تولید داده‌های زیستی هر ۷۲ ساعت دو برابر می‌شود، تنها با AI می‌توان معنا از هرج‌ومرج استخراج کرد.»

بدون هوش مصنوعی، کشف هدف‌دارویی (Target Discovery) ممکن نیست، زیرا حجم داده‌های ژنومی از ظرفیت پردازشی انسان فراتر رفته است.


بخش ۱۷: تأثیر بر بیماران و صنعت سلامت عمومی

در نتیجهٔ شتاب هوش مصنوعی در داروسازی، بیماران نیز زودتر به درمان‌های نوین دسترسی پیدا می‌کنند. Eli Lilly تخمین می‌زند که میانگین فاصلهٔ بین کشف ترکیب تا آغاز آزمایش بالینی از ۴.۸ سال به ۲.۱ سال کاهش یافته است.


بخش ۱۸: ارتباط میان xAI و اکوسیستم گوگل–مایکروسافت

هم‌زمان با رشد xAI، گوگل و مایکروسافت همکاری متقابل را آغاز کرده‌اند. پلتفرم Azure AI Foundry بستر توزیع Grok را فراهم می‌کند و Google Cloud Vertex AI میزبان Claude برای زیرساخت‌های تحلیلی Eli Lilly است. این هم‌افزایی نشان می‌دهد آیندهٔ هوش مصنوعی نه رقابت کور، بلکه همگرایی در خدمت سلامت بشر است.


بخش ۱۹: آیا مدیران دیگر هم در مسیر مشابه‌اند؟

در نسخهٔ پاییز ۲۰۲۵ گزارش Harvard Business Review، نزدیک به ۴۲٪ از مدیران Fortune 500 اعلام کرده‌اند دست‌کم در بخشی از تصمیم‌های فنی یا راهبردی از مدل‌های AI مولد بهره می‌گیرند.


بخش ۲۰: از یک تجربهٔ شخصی تا موجی جهانی

رفتار فناورانهٔ دیوید ریکس تنها سطح نخست یک تغییر بنیادین است—جایی که رهبری انسانی و محاسبات هوشمند هم‌زیستی سازنده‌ای یافته‌اند. شاید در آینده نزدیک، مدیران عامل دیگر صنایع نیز مانند او یاد بگیرند که با هوش مصنوعی «گفت‌وگو» کنند، نه اینکه فقط از آن دستور بگیرند.


❓ سوالات متداول (FAQ)

۱. مدیرعامل شرکت الی لیلی از چه مدل‌های هوش مصنوعی استفاده می‌کند؟

دیوید ریکس ترکیبی از Claude ۳ (Anthropic) و Grok ۴ (xAI) را به‌صورت روزانه در جلسات علمی و مدیریتی خود فعال نگه می‌دارد.

۲. چرا از دو مدل متفاوت بهره می‌گیرد؟

Claude برای تحلیل علمی و ارجاع منابع دقیق مفیدتر است، درحالی‌که Grok در پردازش زبان طبیعی و ایده‌پردازی بهتر عمل می‌کند.

۳. Grok دقیقا چه کاربردی در داروسازی دارد؟

از Grok برای شبیه‌سازی مفاهیم پیچیده، تحلیل واکنش‌های زیستی، و تولید خلاصه‌های پویا از مقالات پژوهشی استفاده می‌شود.

۴. آیا هوش مصنوعی می‌تواند جای انسان را در کشف دارو بگیرد؟

خیر. به‌گفتهٔ ریکس، AI شریک فکری انسان است، نه جایگزین او. تصمیم‌های بالینی همیشه نیازمند بازبینی انسانی‌اند.

۵. پروژهٔ Grokipedia چیست؟

دانشنامه‌ای مبتنی بر داده‌های علمی است که توسط xAI ساخته شده و اطلاعات علوم زیستی را با کمک AI به‌روزرسانی می‌کند.

۶. تأثیر اقتصادی AI بر عملکرد Eli Lilly چقدر است؟

طبق داده‌های Bloomberg، سهم مستقیم کاربرد AI بر سود سالانه حدود ۷.۵ درصد بوده و هزینه‌های تحقیق را تا ۲۵٪ کاهش داده است.

۷. آیا سایر شرکت‌ها نیز از AI در داروسازی استفاده می‌کنند؟

بله؛ Pfizer، Roche، Novartis و AstraZeneca در ۲۰۲۵ به‌دنبال راهکارهای مشابه‌اند.

۸. چالش اصلی در استفاده از AI در داروسازی چیست؟

مسائل اخلاقی، حفظ حریم داده‌های بیماران، و شفافیت الگوریتم از مهم‌ترین چالش‌ها هستند.


🧭 جمع‌بندی

مدیرعامل غول دارویی Eli Lilly تنها از یک ابزار فناوری استفاده نمی‌کند؛ او رهبری نسل جدیدی از تصمیم‌گیری داده‌محور را نشان می‌دهد—جایی که الگوریتم Grok در کنار ذهن انسان ایستاده تا صنعت داروسازی را وارد فصل تازه‌ای از هوشمندی و انسان‌محوری کند.

https://farcoland.com/A8TlcS
کپی آدرس