Hur AI förändrar innehållsstrategi inom life science-sektorn

Seán Carroll pratar med oss ​​om sitt arbete med att leda innehållsteamet inom biovetenskap på Accenture Song och hur generativ AI förändrar innehållsstrategiområdet.

Seán Carroll är en innehållsstrateg som för närvarande leder life science-innehållsteamet på Accenture Song, Accentures teknikdrivna kreativa grupp. I den här rollen säger han att han mest ger råd till globala läkemedelsföretag om deras innehållsstrategi och skapande, med hjälp av Accenture-kollegor runt om i världen.

Carroll har 15 års erfarenhet av att arbeta på biovetenskapsbyråer baserade i Storbritannien och Danmark, och har arbetat på Accenture i fem år.

”Mycket av vårt arbete för tillfället handlar om att hjälpa kunder att förstå vilken roll innehåll spelar i deras CX (kundupplevelse) och omnikanalstrategier, med fokus på personalisering och modulär innehållsstrategi.”

Vilka är några av de största utmaningarna du har ställts inför när du skapar innehåll för globala läkemedelskunder, utifrån din erfarenhet som ansvarig för biovetenskaplig innehåll?

Pharma är (av goda skäl) en mycket hårt reglerad bransch, så hastigheten med vilken vi kan skapa och sprida innehåll har alltid varit en utmaning.

Reglerna kan också skilja sig mycket från land till land, så för globala team är det en utmaning att möta de olika innehållsbehoven på alla lokala marknader runt om i världen.

Och personalisering står högt på agendan för tillfället men medför sina egna utmaningar – personligt innehåll innebär ofta mer innehåll att skapa för team som redan kämpar för att röra sig i den takt de behöver för att förbli relevanta med vårdpersonal.

Slutligen, se till att det mänskliga elementet kommer igenom i vårt innehåll. Mycket av vårt innehåll är baserat på vetenskaplig eller medicinsk information, men hur kan vi säkerställa att den mänskliga och känslomässiga sidan av historien också kommer fram.

Hur balanserar du behovet av personligt innehåll med de bredare reglerings- och efterlevnadskraven inom life science-industrin?

Detta är en av de största utmaningarna som våra kunder står inför just nu. Det finns en så stor mängd ny medicinsk data som produceras varje dag och vårdpersonal kämpar ofta för att hitta tid att hålla sig uppdaterad. Så att tillhandahålla personligt och relevant innehåll är högst upp på agendan för branschen.

Men processen för att skapa och godkänna innehåll i vår bransch är långsam, så att försöka producera mer personligt innehåll har varit en stor utmaning.

Våra kunder tittar på olika innehållsstrategier för att försöka övervinna detta, inklusive att ta ett modulärt tillvägagångssätt för att skapa innehåll. Och generativ AI kommer sannolikt att ha en stor roll att spela under de kommande åren om år för att stödja personalisering.

Hur utnyttjar du för närvarande teknik och AI-verktyg i din process för att skapa innehåll och vilka är de största fördelarna med dessa verktyg?

Generativ AI är uppenbarligen det heta ämnet för alla våra kunder för tillfället, men de flesta av dem är fortfarande ganska tidigt i processen att ta reda på hur de ska integrera det i sina globala sätt att arbeta.

De två typerna av fördelar som vi förväntar oss att se snabbt är generativ AI som utökar befintliga processer för att skapa innehåll för att göra dem snabbare och mer effektiva; och generativ AI som ger team kapacitet att skapa nya innehållstyper eller anpassa innehåll.

Förutom generativ AI har vi arbetat mycket med Figma som ett sätt att samarbeta med designers och arbeta med verktyg som stödjer ett modulärt innehåll.

Hur går du tillväga för att ta itu med farhågor om generativ AI:s begränsningar när det gäller att använda den för att skapa innehåll, när det gäller noggrannhet, fördomar eller plagiat?

Detta är särskilt viktigt för våra läkemedelskunder där det medicinska innehållets noggrannhet är avgörande. För närvarande fokuserar vi på två element för att hjälpa till att hantera dessa problem.

Den första handlar om att utbilda våra kunder om förväntningar på generativ AI i processen för att skapa innehåll – idag kan generativ AI hjälpa oss att komma till ett första utkast mycket snabbare, men vi bör inte förvänta oss att det ska vara 100pc perfekt.

Den andra handlar om att se till att processerna för att skapa innehåll fortsätter att ha en människa i slingan för att granska och kontrollera noggrannhet och partiskhet.

Har tillväxten av generativ AI förändrat den kompetens du behöver för att utföra ditt jobb?

Jag har definitivt behövt lära mig mycket om ämnet – det finns så mycket hype, det har varit viktigt att öka mina kunskaper så att jag kan förstå vad generativ AI kan och inte kan göra, var finns begränsningarna och fördomarna etc. .

Att förstå var det kan automatisera uppgifter, var det kan utökas och var det inte har någon roll att spela har hjälpt oss att ta reda på hur vi kan integrera det i innehållsstrategi och processer för innehållsskapande.

Men jag tror att kärnkunskaperna hos en innehållsstrateg förblir desamma – generativ AI ger oss bara ett annat verktyg att leka med.

Hur ser du framåt, hur förutser du att innehållsstrategens roll kommer att utvecklas under de närmaste åren med framsteg inom AI och teknik?

Jag tror att verktygen, tekniken och processerna som vi använder kommer att vara annorlunda och möjligheterna mycket större, men kärnan i jobbet kommer att förbli densamma: att förstå våra kunder och skapa personligt, relevant och engagerande innehåll för dem.

Framsteg inom generativ AI kommer att ge oss möjligheten att göra mycket mer innehåll, snabbare. Så bra innehållsstrategi kommer att vara ännu viktigare än någonsin för att hjälpa till att minska bruset och nå vårdpersonal med relevant och engagerande innehåll.

Ta reda på hur framväxande tekniska trender förändras i morgon med vår nya podcast, Future Human: The Series. Lyssna nu SpotifyÄpple eller var du än får dina poddar.