Farmacisti aumentati dall'AI: la lezione di UCSF per le PMI

Cosa è successo

La University of California San Francisco, una delle scuole di farmacia più prestigiose al mondo, ha raccontato in questi giorni come sta formando la prossima generazione di farmacisti: non più solo esperti di chimica e biologia, ma professionisti capaci di usare l'intelligenza artificiale per dare la caccia a nuovi farmaci. Lo riporta UC San Francisco in un articolo che descrive studenti e ricercatori al lavoro con modelli di machine learning per setacciare molecole, prevedere interazioni e accelerare la scoperta di terapie.

Il punto centrale non è tanto lo strumento tecnico in sé, quanto il cambio di paradigma didattico e professionale: UCSF ha già attivato da tempo un Master of Science dedicato proprio all'AI applicata al drug discovery, e ora la competenza computazionale sta entrando stabilmente nel percorso di chi farà il farmacista, il ricercatore, il clinico. In pratica: la scuola che sforna i professionisti del farmaco ha deciso che saper lavorare CON l'AI non è più un optional, ma parte del mestiere.

Parallelamente, il contesto industriale spinge nella stessa direzione. Negli ultimi due anni abbiamo visto DeepMind portare AlphaFold a livelli di accuratezza impensabili, big pharma come Sanofi stringere alleanze con OpenAI, e colossi come Bristol Myers Squibb e Takeda mettere in comune dati proprietari per addestrare modelli condivisi. La notizia di UCSF è il tassello "umano" di questa rivoluzione: mentre le macchine diventano più potenti, le università formano le persone che dovranno guidarle.

Perché è importante

Mettiamo qualche numero sul tavolo, perché aiutano a capire la posta in gioco. Sviluppare un nuovo farmaco costa in media oltre 2 miliardi di dollari, richiede dai 10 ai 15 anni e ha un tasso di fallimento che sfiora il 90% tra i candidati che entrano in sperimentazione clinica. È uno dei processi industriali più lenti, costosi e rischiosi che esistano. Se l'AI riesce a tagliare anche solo il 20-30% dei tempi di scoperta e pre-clinica — e le prime evidenze dicono che può fare molto di più sulla fase di screening molecolare — l'impatto economico è dell'ordine delle centinaia di milioni di dollari per singola molecola.

Ma c'è un secondo motivo, più sottile e più rilevante per chi legge questa rubrica. La vera notizia non è "l'AI scopre farmaci": è che una delle professioni più regolamentate, conservatrici e basate su credenziali del mondo — il farmacista — si sta ridefinendo intorno alla competenza ibrida. Umano + macchina. Dominio scientifico + dominio dei dati. Se succede in farmacia, dove ogni errore può costare vite e ogni passaggio è validato da enti regolatori, può succedere ovunque: in contabilità, in logistica, nel legale, nel marketing, nella produzione.

C'è infine un segnale sul mercato del talento. Le università che formano professionisti AI-ready stanno creando un divario tra chi sa usare questi strumenti con giudizio critico e chi no. Questo divario, tra cinque anni, sarà il divario competitivo tra aziende. Non tra chi "ha l'AI" e chi non ce l'ha — gli strumenti saranno commodità — ma tra chi ha persone capaci di orchestrarla e chi no.

Cosa cambia per te

Veniamo a noi: cosa significa tutto questo se gestisci una PMI in Campania, un'agenzia di comunicazione a Milano, o stai lanciando la tua startup da founder italiano? Tre cose concrete.

Primo: smetti di pensare all'AI come a un software da comprare e inizia a pensarla come una competenza da costruire. I farmacisti di UCSF non delegano la scoperta dei farmaci a un algoritmo: imparano a interrogarlo, a validarne gli output, a sapere quando il modello sta sbagliando. Lo stesso vale per te. Un agente che ti scrive le bozze delle offerte commerciali non sostituisce il commerciale: lo rende tre volte più veloce, a patto che il commerciale sappia riconoscere una bozza debole, correggerla, arricchirla con la conoscenza del cliente che nessun modello possiede.

Secondo: il vantaggio competitivo sta nei dati e nei processi, non negli strumenti. Le aziende farmaceutiche che oggi vincono con l'AI sono quelle che negli anni scorsi hanno digitalizzato, pulito e strutturato i propri dati sperimentali. Tradotto nella tua realtà: se le tue commesse vivono su fogli Excel sparsi, le email dei clienti sono nelle caselle personali dei dipendenti e il listino esiste in cinque versioni diverse, nessuna AI potrà aiutarti davvero. Prima si mette ordine, poi si automatizza. È noioso da sentire, ma è la verità operativa che vedo ogni settimana nei progetti che seguiamo.

Terzo: c'è un'opportunità enorme per le agenzie e i consulenti. Così come le aziende farmaceutiche cercano partner che traducano l'AI in pratica clinica, le PMI italiane cercano qualcuno che traduca l'AI in pratica di bilancio: preventivi, customer care, gestione ordini, reportistica, controllo di gestione. Chi saprà fare da ponte — con concretezza, senza fuffa — avrà mercato per anni. Attenzione però: il ponte si costruisce sulla credibilità tecnica, non sulle slide.

Un esempio concreto che vedo spesso: un'azienda manifatturiera da 40 dipendenti che produce componenti meccaniche. Non scopre farmaci, ma ha lo stesso identico pattern: un processo core (preventivazione) lento, basato sull'esperienza di due persone chiave, con conoscenza non scritta da nessuna parte. Applicare l'AI lì significa prima estrarre e strutturare quella conoscenza, poi costruire un assistente che propone una prima bozza di preventivo che il senior valida. Risultato tipico: da 3 giorni a 4 ore per preventivo, e i senior che finalmente fanno formazione invece che data entry.

Lo stesso schema si ripete identico in altri settori che seguo. Un'agenzia di comunicazione: la ricerca preliminare per un brief cliente passa da due giornate a mezza giornata, perché un agente raccoglie e sintetizza fonti mentre l'account aggiunge il giudizio strategico. Un'azienda di logistica: le email di stato ordine, il 70% delle quali ripetitive, vengono classificate e bozzate automaticamente, e l'operatore interviene solo sul 30% davvero anomalo. Un commercialista: la prima riconciliazione delle fatture la fa la macchina, la revisione finale resta umana. In tutti e tre i casi il pattern è quello di UCSF: la macchina setaccia, l'umano decide. E in tutti e tre i casi il collo di bottiglia non è mai stato la tecnologia, ma la qualità dei dati e la chiarezza del processo.

Come prepararsi

Ecco il framework in quattro passi che consiglio a ogni imprenditore che vuole muoversi con metodo, senza rincorrere l'hype:

1. Mappa i processi ad alto valore e bassa creatività. Prendi un foglio e elenca le 5 attività che bruciano più ore-uomo nella tua azienda senza generare valore differenziale: data entry, risposte ripetitive ai clienti, ricerca documenti, redazione di report periodici, trascrizione di ordini. Quelli sono i tuoi candidati all'automazione intelligente, esattamente come lo screening di milioni di molecole lo era per i ricercatori di UCSF.
2. Metti in ordine i dati prima di comprare qualsiasi cosa. Per ogni processo candidato chiediti: dove vivono le informazioni necessarie? Sono complete? Sono accessibili? Se la risposta è no, il primo progetto non è di AI, è di igiene digitale. Costa poco e rende tantissimo, perché sblocca tutto il resto.
3. Forma le persone, non solo gli strumenti. Il modello UCSF insegna una cosa fondamentale: il farmacista del futuro è formato per lavorare CON l'AI, non per esserne sostituito. Identifica nella tua azienda una o due persone curiose per ogni area critica e investi sulla loro formazione pratica — non corsi teorici, ma progetti reali su processi reali. Diventeranno i tuoi traduttori interni.
4. Parti piccolo, misura, scala. Un pilota di 4-6 settimane su un solo processo, con una metrica chiara concordata prima (tempo risparmiato, errori ridotti, fatturato gestito a parità di persone). Se funziona, estendi. Se non funziona, hai speso poco e imparato molto. Il fallimento più costoso che vedo è quello dei progetti "big bang" da decine di migliaia di euro senza una metrica definita.

Un ultimo consiglio operativo: tieni un registro di quello che l'AI fa nella tua azienda. Quali output ha generato, chi li ha validati, quali errori ha fatto. In settori regolamentati questa sarà presto un obbligo di legge (l'AI Act europeo va in quella direzione), ma anche nel tuo piccolo è semplicemente buona gestione: è l'equivalente imprenditoriale del rigore scientifico che UCSF insegna ai suoi studenti.

La mia opinione

Ho letto questa notizia e ho sorriso, perché conferma una tesi che porto avanti da anni, a volte controcorrente: la rivoluzione dell'AI non sarà vinta dalle aziende con i modelli più potenti, ma da quelle con le persone meglio formate. Quando perfino una scuola di farmacia — ambiente per definizione prudente, dove il metodo scientifico è religione — decide che l'AI va insegnata come competenza core, significa che siamo oltre il punto di non ritorno. Non è più una scelta strategica: è il nuovo standard professionale.

In Italia vedo due estremi che mi preoccupano allo stesso modo. Da un lato chi liquida tutto come moda passeggera e rimanda ogni decisione; dall'altro chi compra strumenti a casaccio senza avere processi né dati in ordine, e poi conclude che "l'AI non funziona". Entrambi perdono. Vince chi sta nel mezzo: pragmatico, curioso, metodico. Che è esattamente il profilo del farmacista che UCSF sta formando — profondo conoscitore del suo dominio, abbastanza umile da usare la macchina, abbastanza esperto da non fidarsi ciecamente.

C'è poi una riflessione che faccio da papà di questa industria in un territorio come il nostro, il Sud Italia: la competenza ibrida è anche una leva di equità. Non serve essere a San Francisco per imparare a orchestrare l'AI. Serve metodo, accesso a progetti reali e qualcuno che ti mostri la strada. È uno dei motivi per cui facciamo divulgazione così insistentemente: il gap non è tecnologico, è culturale, e i gap culturali si chiudono con l'educazione, non con gli investimenti.

Conclusione

La notizia di UCSF, in fondo, dice una cosa semplice: il futuro appartiene ai professionisti aumentati, non a quelli sostituiti. Farmacisti che scoprono farmaci più in fretta, imprenditori che preventivano in ore invece che in giorni, agenzie che consegnano il triplo del valore allo stesso prezzo. La domanda non è se l'AI entrerà nel tuo mestiere — ci è già entrata — ma se sarai tu a guidarla o la subirai.

Se vuoi capire da dove partire, senza vendere l'anima all'hype, il primo passo è una fotografia onesta della tua azienda: quali processi automazione-ready hai oggi, quali dati, quali persone. È esattamente quello che facciamo nella nostra diagnosi di automazione: un'analisi concreta, senza impegno, per dirti dove l'AI può farti risparmiare tempo e margini nei prossimi sei mesi. Il resto — come insegnano a San Francisco — lo fa il metodo.