¿Puede la AI funcionar en el route to market farmacéutico? ft. Hemal Savla
Con: Hemal Savla, Chief Information Officer, Shalina Healthcare
Host: Nikhil Chaudhary, VP Marketing en BeatRoute
Pharma es una de las industrias más reguladas y sensibles que existen. El compliance y la exactitud van siempre primero. Por eso, cuando una marca farmacéutica arma su roadmap de AI, tiene que ser mucho más cuidadosa que una empresa de FMCG, materiales de construcción o electrodomésticos.
Eso es lo que hace que la AI en pharma sea una pregunta tan difícil.
En este episodio de The BeatRoute Podcast conversamos con Hemal Savla, CIO de Shalina Healthcare, una de las farmacéuticas más grandes de África. Hemal es un CIO legendario que ha liderado transformaciones en electrónica de consumo, FMCG, dispositivos médicos, construcción y cables. Su etapa en Shalina coincidió con la llegada de la AI, y muy pocas personas pueden analizar este tema con tanta profundidad y precisión.
Si trabajas en pharma y quieres entender por qué y cómo usar AI en tu route to market, no hay mejor persona para escuchar.
El engagement con el médico se juega en pocos minutos
Los médicos son centrales en el route to market farmacéutico porque influyen en qué productos se recetan a los pacientes. Sin embargo, los visitadores médicos suelen tener solo unos minutos para interactuar con ellos.
La tecnología de campo tiene que ayudar al visitador a prepararse para esa ventana limitada. Necesita el contenido correcto, un plan de visitas claro y herramientas que le permitan completar las actividades esenciales sin robarle tiempo a la conversación.
My tech stack is then designed in such a way that it helps them plan the activities, sequence it out in a way so that they’re able to do almost everything in the limited time they get.” (Mi tech stack está diseñado de forma que los ayuda a planificar las actividades y a secuenciarlas para que puedan hacer casi todo en el poco tiempo que tienen., trad.)
Para las marcas farmacéuticas el desafío no es simplemente aumentar la cantidad de visitas a médicos. Es ayudar al visitador a aprovechar mejor los pocos minutos que tiene. Estos son también los desafíos a los que Hemal vuelve cuando habla de AI: ayudar al visitador a priorizar visitas y a recibir orientación más relevante en el campo.
Una receta todavía no es una venta
El engagement con el médico genera demanda de recetas, pero es la disponibilidad de stock en la farmacia la que determina si el paciente puede comprar el producto recetado.
Los farmacéuticos también influyen en la compra final. Si el producto no está disponible o se recomienda una alternativa, la marca puede perder la venta incluso después de que su visitador logró un buen engagement con el médico.
Por eso las visitas a farmacias son más que construir relaciones. El visitador necesita revisar stock, entender productos y precios de la competencia, y compartir esa información con los equipos responsables del reabastecimiento del distribuidor.
If I’m promoting a certain product with my doctors, I am also ensuring that the product is available in the pharmacies around that area. That’s how my actual lead gets converted into actual sales.” (Si estoy promoviendo cierto producto con mis médicos, también me aseguro de que el producto esté disponible en las farmacias de esa zona. Así es como mi lead se convierte en ventas reales., trad.)
Conectar la promoción al médico con el stock de las farmacias cercanas le da a la marca visibilidad sobre dónde la demanda de recetas puede quedar sin cubrir y dónde hace falta reabastecer.
Hemal ve un rol concreto para el coaching asistido por AI en este punto. A partir de la información de tomas de stock anteriores, la AI podría alertar al visitador sobre un posible quiebre de stock y ayudarlo a preparar una conversación más relevante con el farmacéutico. Sería un apoyo a su siguiente acción, no un reemplazo de la necesidad de conectar el engagement con el médico y la ejecución en farmacia.
Una sola plataforma de campo tiene que funcionar en todos los mercados
Las marcas farmacéuticas pueden estandarizar las actividades de campo centrales en los mercados africanos y a la vez adaptar su tecnología a los idiomas locales, los modelos comerciales y la estructura de los equipos.
Hemal explica que las visitas a médicos, las visitas a farmacias, el detailing, la toma de stock y la toma de pedidos siguen procesos de base similares en los países donde opera su equipo.
If I’m looking at a platform or a solution for my field force, it cannot be radically different to different countries.” (Si busco una plataforma o una solución para mi fuerza de campo, no puede ser radicalmente distinta entre países., trad.)
El desafío es lograr que los equipos comerciales adopten una plataforma común sin pasar por alto sus necesidades locales.
Hemal lo resuelve involucrando temprano a los líderes de negocio, mostrándoles qué soporta la plataforma actual e identificando qué hay que cambiar para su mercado.
Así cada país parte de una base común y al mismo tiempo se admiten diferencias que realmente afectan la ejecución. A medida que las farmacéuticas exploran AI, esas diferencias siguen importando: una capacidad tiene que encajar con los procesos de campo y los requerimientos de negocio de los mercados donde se va a usar.
La tecnología de campo tiene que sobrevivir a las condiciones del campo
Una plataforma de field sales tiene que funcionar en las condiciones reales donde opera el visitador médico. En varios mercados africanos, una conectividad poco confiable puede volver difícil de usar en el campo un sistema que anda bien en la oficina central.
El equipo de Hemal lo aborda probando las soluciones con los visitadores antes del rollout completo. Estos pilotos ayudan a identificar si la plataforma encaja con los procesos locales, funciona con la infraestructura disponible y permite completar las actividades sin demoras.
We do a pilot for a couple of weeks. We identify the challenges, address them, stabilize the platform, and then we do a full-scale rollout. And we follow this model in every country.” (Hacemos un piloto de un par de semanas. Identificamos los desafíos, los resolvemos, estabilizamos la plataforma y después hacemos el rollout completo. Y seguimos este modelo en cada país., trad.)
El objetivo es detectar y resolver estos problemas antes de desplegar la plataforma en todo un mercado.
Hemal aplica un criterio igual de práctico a la evaluación de AI. Antes de adoptar una solución quiere probar si funciona con los datos y los sistemas de su propia organización.
¿Qué deberían buscar los líderes de pharma en una tecnología de ventas con AI?
Una plataforma de field sales farmacéutica tiene que cubrir los requerimientos actuales del negocio y a la vez ser lo bastante flexible para acompañar cambios futuros.
Para Hemal, primero va el encaje funcional. Después mira con qué facilidad la solución se adapta a necesidades de negocio cambiantes, se integra con los sistemas existentes y sostiene datos consistentes en toda la organización.
The second most important thing is the integration with your existing systems. Now, integration has its own challenges because each system is different.” (Lo segundo más importante es la integración con tus sistemas existentes. La integración tiene sus propios desafíos porque cada sistema es distinto., trad.)
La integración también exige una propiedad clara de los datos. Por ejemplo, si el ERP es la fuente de verdad para la información de producto, la plataforma de field sales no debería crear una versión paralela de esos mismos datos.
Hemal también insiste en probar las capacidades de AI con los datos y el entorno operativo de la propia organización, en lugar de confiar solo en las demos del proveedor.
Doing a POC on my environment is very, very crucial for me to understand whether that solution is going to fit in my environment.” (Hacer un POC en mi entorno es muy, muy importante para entender si esa solución va a encajar en mi entorno., trad.)
Para los líderes de pharma, evaluar AI significa comprobar si entrega resultados útiles con sus propios datos, sistemas y requerimientos de negocio. Una demo exitosa en otro lado no garantiza el mismo resultado en su organización.
Cómo la AI puede mejorar la planificación de territorios en pharma
En mercados africanos donde los datos externos confiables de clientes son limitados, la información recogida a lo largo de años de operación en campo se vuelve un recurso importante para planificar territorios.
Las interacciones con médicos y farmacias ayudan a la marca a entender el potencial del cliente, los productos de la competencia, la disponibilidad de stock y la actividad del mercado. Esa información ayuda a decidir a qué clientes priorizar y con qué frecuencia visitarlos.
How do I optimize that route to be the most productive? How do I ensure that my most likely customers are being met most frequently?” (¿Cómo optimizo esa ruta para que sea la más productiva? ¿Cómo me aseguro de que mis clientes con más potencial sean visitados con más frecuencia?, trad.)
Hemal identifica la planificación de territorios como un área donde la AI puede tener un impacto significativo en la ejecución de ventas farmacéuticas.
La AI puede ayudar al visitador médico a planificar sus visitas según el potencial y la productividad de cada cliente, y a asegurar que los médicos y farmacéuticos de alto potencial reciban la atención adecuada.
También ve a la AI ayudando al visitador a alinear la promoción de productos con las prioridades del equipo de marketing. Si la marca está enfocada en un producto durante el mes, las actividades de detailing deberían reflejar esa prioridad.
Con horas de trabajo limitadas, el visitador necesita concentrarse en los clientes y las oportunidades que más pesan. Una planificación asistida por AI puede ayudarlo a usar los datos de campo disponibles para tomar esas decisiones con más efectividad.
La conversación con el médico sigue siendo un punto ciego
La tecnología de field sales puede ayudar al visitador a planificar visitas, presentar contenido y registrar actividades. Pero Hemal identifica una brecha importante: la conversación que realmente ocurre con el médico.
Esos pocos minutos pueden revelar preguntas, feedback e insights que ayudarían a mejorar el engagement futuro. Sin embargo, gran parte de esa información no queda capturada por los sistemas de campo existentes.
When the actual conversation with the doctor is happening, those four or five minutes, what is being discussed, what is the feedback we’re getting from doctors, that is not getting captured anywhere.” (Cuando ocurre la conversación real con el médico, esos cuatro o cinco minutos, lo que se habla, el feedback que recibimos de los médicos, eso no queda registrado en ningún lado., trad.)
Capturar y analizar estas conversaciones con AI podría ayudar a los equipos farmacéuticos a entender mejor las necesidades de los médicos y a preparar seguimientos más relevantes.
Cómo la AI puede hacer más relevante el digital detailing
Pasar de las ayudas visuales impresas a las tablets le da a la marca farmacéutica más control sobre la información que sus visitadores comparten con los médicos.
El contenido gestionado de forma centralizada ayuda a que el visitador presente la información de producto más reciente, en lugar de depender de material impreso que puede estar desactualizado. Los videos y otros formatos visuales también pueden hacer el detailing más atractivo dentro del poco tiempo disponible.
We are actually using a lot of videos rather than using data sheets or presentations. That helps us get more time with doctors and better engagement with them.” (En realidad estamos usando muchos videos en lugar de fichas técnicas o presentaciones. Eso nos ayuda a conseguir más tiempo con los médicos y mejor engagement con ellos., trad.)
Hemal también explica cómo la AI está ayudando a su equipo a crear contenido que refleja mejor el contexto de los mercados africanos, en vez de depender por completo de material desarrollado para otras regiones.
El valor del digital detailing está en ayudar al visitador a entregar información actual, relevante y más fácil de asimilar para el médico. La creación de contenido asistida por AI ofrece otra vía para que ese material sea más pertinente a los mercados donde trabaja el visitador.
La AI puede hacer coaching entre las visitas del manager
La AI puede ayudar a los equipos de campo farmacéuticos de dos maneras: guiando al visitador hacia los médicos y farmacias de mayor potencial, y dando coaching contextual durante las visitas.
La planificación asistida por AI puede ayudar al visitador a priorizar sus visitas y a alinear la promoción de productos con las prioridades del equipo de marketing.
Durante una visita, la AI también podría dar orientación basada en interacciones previas. Por ejemplo, recordarle al visitador un feedback anterior del médico o advertir un posible quiebre de stock en una farmacia a partir de la última toma de stock.
Esto es especialmente útil porque los managers de campo no siempre pueden acompañar al visitador en sus visitas.
Because now they know they are not alone. There is somebody who is guiding them, coaching them along the way and helping them improve their conversations.” (Porque ahora saben que no están solos. Hay alguien que los guía, que los acompaña con coaching y los ayuda a mejorar sus conversaciones., trad.)
En lugar de seguir el mismo checklist en cada visita, el visitador puede recibir orientación basada en el historial del cliente, su situación actual y las prioridades de la marca.
Para Hemal, el coaching asistido por AI puede ayudar al visitador a sentirse más seguro, a mejorar sus conversaciones con clientes y a hacer más productivo su tiempo en el campo.
La adopción de AI empieza por el equipo de campo
Incluso una recomendación útil de AI vale poco si el visitador no confía en ella o no actúa en consecuencia.
Para Hemal, la adopción exitosa arranca involucrando a los equipos de negocio en definir el problema que la AI debe resolver. El visitador necesita ver cómo una nueva capacidad mejora su trabajo diario, en lugar de sentir que el área de tecnología le impone una solución.
Any AI use cases in the organization have to be led by the business or functions themselves. It cannot be a technology-led initiative at all.” (Cualquier caso de uso de AI en la organización tiene que ser liderado por el negocio o por las funciones mismas. No puede ser en absoluto una iniciativa liderada por tecnología., trad.)
Hemal también reconoce que los empleados pueden temer que la AI reemplace sus trabajos. Involucrarlos desde el principio y mostrarles cómo la AI puede apoyar su trabajo ayuda a construir confianza en la tecnología.
Cuando los visitadores ven resultados útiles en sus propios territorios, se vuelven más dispuestos a usar AI y a identificar otras áreas donde podría ayudar.
Para las marcas farmacéuticas, entonces, adoptar AI no se trata solo de introducir tecnología nueva. También depende de darle al equipo de campo un rol real en decidir cómo esa tecnología va a apoyar su trabajo.
La AI necesita datos confiables y supervisión humana
La AI puede ayudar al visitador a tomar mejores decisiones, pero dejarla actuar por su cuenta introduce un nivel de riesgo distinto.
Hemal distingue entre la AI asistiva, que entrega recomendaciones, y los agentes autónomos, que pueden decidir y actuar en nombre del usuario.
Antes de avanzar hacia la autonomía, la organización necesita datos confiables y controles claros. Un agente autónomo actúa sobre la información de la que dispone. Si esa información es incorrecta, puede tomar decisiones incorrectas y ejecutar acciones difíciles de revertir.
You need to have a human in the loop always. You need to have that kill switch.” (Siempre necesitas un human in the loop. Necesitas ese kill switch., trad.)
Esto es especialmente importante en industrias reguladas como pharma. Hemal subraya que la toma de decisiones autónoma debe ocurrir dentro de un entorno controlado, con los resguardos adecuados y supervisión humana.
También ve los requerimientos regulatorios como una forma de enfocar mejor la evaluación tecnológica. La organización puede definir qué controles debe cumplir una solución antes de implementarla, en vez de tratar el compliance como algo posterior.
Para las marcas farmacéuticas, la pregunta no es simplemente qué puede automatizar la AI. Es si la organización tiene los datos, los resguardos y la supervisión necesarios antes de dejar que la AI decida y actúe por su cuenta.
El camino hacia adelante para la AI en la ejecución de ventas farmacéuticas
La experiencia de Hemal señala oportunidades prácticas para la AI en la ejecución de ventas farmacéuticas. La planificación de territorios puede ayudar al visitador a enfocarse en médicos y farmacéuticos de alto potencial. El coaching contextual puede ayudarlo a preparar sus conversaciones, y la creación de contenido con AI puede hacer el material de detailing más pertinente a los mercados locales.
Pero identificar una aplicación útil es solo el comienzo. Las marcas farmacéuticas necesitan probar la AI con sus propios datos, involucrar a los equipos de negocio que la usarán y establecer los resguardos adecuados antes de dejar que la AI actúe por su cuenta.
En resumen: Hemal ve oportunidades para que la AI mejore la planificación y el coaching en campo. A medida que las organizaciones consideran darle más autonomía, él insiste en la necesidad de datos confiables, resguardos adecuados y supervisión humana.
Acerca de BeatRoute
La plataforma SFA-DMS de BeatRoute ayuda a las marcas farmacéuticas a hacer crecer los volúmenes de recetas, mantener los productos disponibles en el mostrador de la farmacia y aumentar las ventas en el canal OTC, todo desde una sola plataforma de sales force automation. Sus resultados están probados en más de 200 marcas enterprise, incluidos líderes farmacéuticos como Shalina Healthcare, Unilab, DynaDrug y más.