亞馬遜（Amazon）旗下Amazon Web Services（AWS）與輝瑞於AWS re:Invent全球盛會上宣布正在執行的生成式AI（Generative AI）以及過去一年的創新合作和未來規劃。
在AWS re:Invent全球盛會上，輝瑞數位和技術長Lidia Fonseca受邀在AWS執行長Adam Selipsky的主題演講中登臺。
在過去的一年中，生成式AI受到高度關注。借助AWS強大的技術能力，輝瑞在17個使用場景中推動創新並提高生產力。從科學和醫學領域的內容生成到製造等更多場景，輝瑞利用Amazon Bedrock和AWS的人工智慧（AI）和機器學習（ML）技術，在短短幾週內就建立了多個原型專案。輝瑞預計，一些重要的使用場景每年將可節省7.5億至10億美元的成本。例如，生成式AI在辨別新的標靶治療方面發揮關鍵作用。目前，這是一個人工的過程，需要將來自不同資料來源的資訊執行彙整。但借助AI，輝瑞能在更短的時間內從更多來源中辨別和整理相關資料和內容。AI演算法不僅可以對生成潛在標靶治療執行趨勢評估，還能更快地執行驗證，從而提高成功率。
此外，透過AWS的服務，輝瑞迅速部署了自己認證的生成式AI平台VOX，讓員工能夠以安全的方式執行創新，並使用包括Amazon Bedrock和Amazon SageMaker上提供的模型在內的最佳大型語言模型。輝瑞正在積極探索其他生成式AI應用，包括撰寫專利申請初稿和生成醫療和科學內容，供人工審核和最終確認，在節省時間的同時能夠將突破性成果更快地帶給患者。AWS的敏捷文化與輝瑞的工作方式高度契合，這讓兩家公司可以快速反覆運算原型。借助Amazon Bedrock提供的各種大型語言模型，輝瑞可以為特定使用場景選擇更適合的工具。AWS的模組化方式使輝瑞能夠與各個供應商輕鬆對接，這極大地加速了輝瑞整體AI策略的推進。
回顧新冠肺炎（COVID-19）流行期間，AWS和輝瑞積極地讓技術以更有意義的方式發揮作用。從輝瑞宣布與BioNTech合作開發新冠疫苗，到獲得FDA（美國食品藥物管理局）緊急使用授權，僅用了269天。然而在正常情況下，這一過程需要8至10年的時間。在疫情爆發之前，輝瑞的整個產品組合生產製造了2.2億劑疫苗。而僅在2022年，新冠疫苗Comirnaty的產量就已經飆升至40億劑。這一成就需要大量的技術合作才能實現。首先，AWS迅速提供了額外的高效能運算能力，使輝瑞能夠在雲端中擴展數萬個核心計算資源。透過這些額外的CPU（中央處理器），輝瑞可以執行運算密集型的分析，從而了解如何製造候選疫苗。之後，當輝瑞需要在不到一天的時間內提交資料執行FDA申報時，AWS按需求增加了運算能力，使輝瑞可以迅速推進。
接下來，輝瑞業界首創的數位營運中心為團隊提供了跨工廠合作的平台，並能即時查看生產狀態和解決問題，從而實現了20%的產能增加，這已成為了輝瑞工廠營運的核心。例如，透過mRNA預測演算法，輝瑞每批次的疫苗產量增加了2萬劑。如今，輝瑞和AWS正在使用AI技術生成主動預警，以提前發現可能會干擾供應鏈的事件，例如在颱風「伊恩」來臨之前提前介入，確保關鍵藥物和疫苗的持續供應。
輝瑞目前正在努力推動一項在業界史無前例的目標，就是在18個月內推出19種藥物和疫苗。目前此宏偉目標也已取得顯著的進展，輝瑞現已成功推出13種。數位化、資料和AI對實現這一目標至關重要，而輝瑞的獨特之處在於如何將這些技術應用於整個公司。多年前，輝瑞就已經奠定了這方面的基礎。透過集中資料、打造全球可擴展的標準和平台、培養強大的數位化和AI人才以及建構穩健而安全的基礎，輝瑞為科技和AI在公司內的蓬勃發展打造了必要條件，助力實現更具影響力的創新。2021年，輝瑞啟動了一項重要措施：將上雲的核心IT基礎設施比例從10%提高到80%。這需要在42週內遷移1.2萬個應用程式和資料庫以及8000台伺服器，這是與輝瑞同等規模的公司中，在AWS上實現的最為迅速的遷移專案之一。
遷移至AWS為輝瑞每年節省了超過4700萬美元，並幫助公司縮減了三個資料中心，減少了4700噸二氧化碳排放，相當於1000個家庭一年的能源使用量。這些也為輝瑞提供了快速且大規模的創新。例如，輝瑞成功將打造運算能力所需的時間從幾個月縮短到幾個小時（1小時即可擴展至6萬個CPU），從而將大型藥物提交所需的資料生成速度提高了75%。而這一切均是建立在更早的成功之上：2019年輝瑞和AWS整合來自數百台實驗室儀器的多模態資料合作開發了行業領先的科學資料雲Scientific Data Cloud（SDC）。這一端到端的平台可以簡化處理、儲存、搜尋、重複使用和分析實驗室及生產設備生成科學資料的流程。SDC基於AWS建構的開放資料湖架構，讓平台可以隨著資料量的增加和分析需求的複雜化而動態擴展。自啟用以來，它賦予了輝瑞科學家們即時執行簡便、客制化的搜尋所有歷史分子和化合物資料的能力，這在以前的分散環境中需要數週或數月才能完成。SDC帶來的時間節省讓輝瑞團隊加速了分析和計算研究，並利用AI演算法來辨別和設計最有前景的新化合物。
