作為 Regeneron 製藥公司的首席資訊官已有六年，Bob McCowan 從內部晉陞到這個職位，這讓他能夠以對基礎設施運作的深入瞭解來處理這個全方位的職位。他說："我們啟動了一個全面的現代化計劃，作為 CIO，我能夠接手並推進這個計劃。Regeneron 是一個由創始人領導的組織。創始人們仍在公司，這創造了一種文化，相比我曾工作過的其他組織，這裡更願意承擔風險，因為我們採用科學導向的方法，通過做好事來實現發展。這種氛圍帶來了其他組織少有的興奮感。"

有了這樣的基礎，McCowan 既能洞察存檔數據，又掌握著最大化潛在價值的工具。他表示："雲計算、大數據的結合讓我們能夠全面審視數據。過去可能看不到的相關性，現在通過機器學習對歷史數據的分析，能夠影響我們今天的工作。"

儘管前景令人興奮，但由於日益增長的炒作，保持適度很重要。他說："有些人會在大型專案上押上全部賭注。但其他人會找到務實的方法來加速和提升我們的工作。從這裡開始，然後建立能力和實力，最後再逐步發展是很好的方式。"

對 McCowan 來說，生成式 AI 無疑是價值的焦點，但需要巨大的想像力來發現價值所在，以及在未來幾年中需要不斷演進的方法來解決這個難題。"我們大量使用 AI，但對於生成式 AI，我們認為它雖然有很大價值，但這種價值因行業而異。例如在我們的行業，AI 不會取代科學家或科學方法，但它會讓優秀的科學家變得更好。"

McCowan 還討論了技術現代化，特別是如何創造性地充分利用生成式 AI。完整視頻中有更多見解。

關於使用數據提升科學：集中式數據平臺是過去幾年大量投資的成果。最簡單的層面上，我們進行研究並尋找藥物候選者，然後進入預製造階段 (PMPD)，學習如何擴大規模。之後必須將其轉移到大規模製造中。從研究到我們所說的 AIOps 工業運營，這是一個完整的過程。我們有 12 個獲得 FDA 批准的產品，所以這個團隊很專業。但機會出現時，我們回顧流程，觀察他們如何參與，以及這一切的作用。本質上，它創建了一個平臺，收集所有這些流程的數據，並以每個流程中的人都能訪問的方式提供數據。在這個過程中，我們發現這些群體有時使用不同的語言。他們談論相同的數據，但表達方式不同。數據傳輸方式仍然基於傳統方式——PowerPoint 幻燈片、Excel——或者你需要知道該找誰談。通過在平臺中捕獲這些數據，我們簡化了這個過程，使其更加順暢。最大的成功在於將這些個人和主題專家聚集在一起，使他們能夠實施這個專案。

關於生成式 AI 趨勢：我們正在研究的很多內容都是生成式 AI 可以幫助的實際例子。一個簡單的例子是，在我們的行業中，實驗室筆記本需要記錄所有內容。歷史上這些都是紙質記錄，所以我們發現了一些包含豐富資訊的紙質實驗室筆記本，但這些資訊不容易獲取。因此，我們使用生成式 AI 來掃描和解釋這些內容，處理手寫筆記、圖片和草圖，並將其轉換為可以讓更多人訪問的格式。雖然生成式 AI 可能並不完全理解內容，但它能以一種方式標記這些內容，讓其他人能夠查看並判斷其價值。

關於使用雲管理數據：可能不是每個人都想聽到這個，但重新設計基礎設施以過渡到雲需要很長時間。我們採用了雲原生方法，將大約 60-70% 的業務遷移到雲端。但我們做得很謹慎。我們確定了什麼應該留在本地。在遷移到雲端的過程中，我們還重構和重新設計了系統，以確保我們能獲得雲的好處。一旦進入雲端，你突然意識到可以處理更大的數據集，數據連接的概念就變得重要起來。我們的方法是必須有一個數據平台來處理所有的數據攝入和質量問題。我們必須以正確的格式向不同的群體呈現數據。有些人處理研究數據，有些處理臨床數據，還有人處理製造和監管改革相關的數據。關鍵是要非常深思熟慮地理解流程是什麼，如何使用以及谁在使用。另一個方面是要做好重新設計的準備，因為技術和流程發展得很快。例如，我們獲得了雲端高性能計算獎，從那時起，我們對其進行了調整，但現在的樣子與三年前完全不同。所以你必須不斷回顧和觀察人們如何使用它，並決定雲是否仍然是答案，或者是否需要將其帶回內部。這是一個持續評估的過程。

關於建立教育合作關係：我個人獲得了 OECD 認證。部分原因是我想了解壓力在哪裡，因為如果你想想過去幾年發生的事情，比如新冠疫情，SEC 開始對網路安全等方面提出更嚴格的要求。所以董事會必須更加關注這些問題。現在又有了 AI，所以能夠理解他們的想法有助於我塑造如何傳達資訊。所有董事會都略有不同，我主要與審計委員會互動，他們非常關注網路安全。所以我們經常進行簡報。他們對 AI 也很感興趣，我們確實大量使用它。有時對於生成式 AI，人們認為它只有兩年歷史，但實際上它已經存在很長時間了。但是有很多興趣，所以我們正在做更多的演示和更新。但作為 CIO，你必須設身處地為他們著想，董事會成員面臨的風險也在增加。所以在當今這個充滿活力的世界中，提供監督確實很具挑戰性。