Релиз чего-то нового в корпоративной CRM выглядит как новость только для тех, кто отвечает за эту сферу в компании или ее внедряет. В декабре 2025 года Veeva сообщила о доступности первой волны AI-агентов для популярных приложения Vault CRM и PromoMats: Free Text, Voice, Pre-call, Quick Check и Content. Я профессионально работаю на пересечении digital pharma marketing, customer engagement, CRM, контента и compliance. Поэтому в этой истории для меня важнее не то, насколько хорошо ИИ или агент умеет написать текст, с этим отрасль уже более-менее познакомилась. Важен здесь другой момент, что ИИ получил доступ к системам, где фарма действительно работает. В них хранятся данные о контактах с врачом, утвержденные материалы, версии документов, маршруты согласования, права доступа и audit trail. И все это относится в большинстве случаев к GxP регулируемым системам внутри компаний.
На сегодня лучшая инновация внутри CRM заканчивалась рекомендацией на экране: позвонить врачу, отправить статью, пригласить на мероприятие, обсудить определенную тему во время следующего визита. Дальше человек сам открывал свои системы, искал подходящий материал, проверял его актуальность, готовил сообщение, «запускал» CJM и фиксировал результат. Агентная модель сокращает разрыв между решением и действием. Система может собрать контекст, подготовить рабочий вариант, проверить его по заданным правилам, передать исключение ответственному человеку и записать, что именно произошло.
Именно здесь начинается изменение и коммерческой модели.
Пять агентов, которые выглядят скромнее своих реальных возможностей
В первой волне Veeva Free Text Agent проверял записи после визита и отмечал потенциальные проблемы. Voice Agent переводил диктовку в CRM. Pre-call Agent собирал данные, предыдущую активность, использованный контент и подсказки перед встречей.
В модуле PromoMats Quick Check проверял материал до MLR, то есть медицинского, юридического и регуляторного согласования, по редакционным, брендовым, рыночным, канальным и compliance-правилам. Content Agent анализировал текст и изображения, делал выжимки и помогал рецензенту.
Для человека вне фармы фраза «проверить материал до MLR» может звучать примерно как улучшенная проверка орфографии. Внутри отрасли разница огромная. Материал способен неделями ходить между агентством, бренд-командой, medical, legal и regulatory из-за одного claim, то есть утверждения о продукте, ссылки на исследование, формулировки показания, упаковки, аудитории или канала. Если типовые ошибки обнаруживаются до того, как файл попал к дорогому и дефицитному эксперту, меняется экономика всего content supply chain.
По данным самой Veeva, компания Moderna стала первым клиентом, запустившим Veeva AI for PromoMats, и как ранний пользователь описала Quick Check так: он приближает отдельные части MLR к nearly touch-free process. Что, конечно же, выглядит как некое космическое будущее. Формулировка важная, но превращать ее в готовый кейс о «безлюдном согласовании» пока рано. Компания говорила о направлении и ранних признаках эффекта. В более подробном разборе Moderna оставляет финальную ответственность у рецензента, а сам проект называет на 30% технологией и на 70% работой с людьми и процессом внутри компании.
Почти безлюдный MLR пока существует главным образом в презентациях
23 июня 2026 года Veeva усилила ставку, купив Copli и запустив Falcon MLR. Заявленная цель выглядит громко, а именно потенциально убрать 70% и более ручного труда в MLR в течение пяти лет. Falcon должен проверять промоционные и медицинские материалы по утвержденной инструкции и локальным требованиям, оставляя экспертам более сложную работу.
Но рядом с пресс-релизом лежит и двухстраничный документ Falcon MLR Product Terms. Там все более приземленное и Veeva прямо пишет, что продукт помогает, но не заменяет человеческую проверку контента. Клиент обязан контролировать работу системы, независимо проверять результат и сам утверждать или отклонять AI решения и предложения. Отдельно указано, что Falcon не дает юридических, медицинских или регуляторных советов, а ответственность за compliance и точность остается на стороне фарм компании.
В зазоре между обещанными 70% и обязательной человеческой проверкой и находится реальная фарма. MLR не исчезает. Он переезжает в начало процесса и постепенно становится неким exception-based форматом. И здесь технология быстро упирается в очень простые и, можно сказать, бытовые вещи. Если актуальный claim хранится в переписке, а правило компании звучит как «мы такое не согласовали в 2023 году», агенту нечего читать. Если локальная инструкция обновилась, но база знаний осталась прежней, система уверенно масштабирует устаревшую формулировку. Если агентство загружает файл под названием final_final_v12 и забывает связать ссылки с claims library, работать ничего не будет.
Veeva в собственном исследовании MLR отмечает, что рецензенты часто подключаются слишком поздно, а процессы до формальной проверки могут добавлять к жизни одного материала от 5 до 150 дней. Среди рабочих решений компания называет claims management, повторное использование модулей, риск-ориентированные уровни review и сравнение похожего контента. ИИ здесь полезен как часть перестройки формата content operations, а не как отдельная кнопка «быстро согласовать».
Salesforce вышла на рынок фармы уже как прямой платформенный конкурент
Еще недавно коммерческий IT-ландшафт выглядел классически и консервативно. Положение Veeva было настолько сильным, что выбор CRM во многих крупных компаниях воспринимался почти как отраслевой стандарт.
Salesforce сделала Life Sciences Cloud for Customer Engagement общедоступной еще в октябре 2025 года. В платформу вошли agent-first interface, голосовая работа с CRM, account summaries и сценарии AI-assisted compliance. Regulated content management и интеграцию с Marketing Cloud Next компания поставила в roadmap на конец 2026 года.
Дальше появились клиенты, которых невозможно списать на эксперимент небольшого biotech. 4 декабря 2025 года, на следующий день после объявления Veeva о первой волне агентов, AstraZeneca выбрала Agentforce Life Sciences как единую глобальную платформу для customer engagement. 17 декабря Novartis сообщила о выборе той же платформы и пятилетнем плане глобального развертывания с объединением marketing, sales, patient services, medical и market access.
Это пока не означает, что Salesforce уже повторила весь функциональный контур Veeva и PromoMats. Часть возможностей еще находится в roadmap, а переход крупных компаний занимает годы. Но конкуренция теперь идет не за красивый экран CRM.
Главный мой вопрос — а кто станет операционным слоем между данными о клиенте, утвержденным контентом, Field Force, digital-каналами, MLR и агентами. Платформа, которая контролирует этот слой, сможет влиять на то, какое действие будет предложено, кто его утвердит, какой материал будет использован, куда уйдет результат и как все это попадет в audit trail.
Как изменится обычный рабочий день FF команды
Сейчас подготовка к визиту часто состоит из ручного поиска. Представитель смотрит предыдущие визитные заметки, возможно открывает дашборд, проверяет последние рассылки, ищет актуальный материал, вспоминает нерешенный вопрос и пытается понять, что происходило с этим клиентом в других каналах.
Качество подготовки зависит от времени, дисциплины и того, насколько хорошо соединены системы. В агентной модели за несколько минут до встречи можно получить короткий отчет в формате pre-call brief, а именно что обсуждалось в прошлый раз, какой вопрос остался без ответа, какие материалы уже использовались, какие каналы предпочитает врач, есть ли актуальный барьер доступа к терапии и какой утвержденный контент подходит к теме. Медицинский представитель читает эту выжимку и решает, что действительно имеет смысл для разговора. У него всегда должна оставаться возможность не согласиться с машиной. После визита Voice Agent превращает диктовку в отчет и выделяет follow-up actions. Text Monitoring способен отметить персональные или медицинские данные, off-label discussion, adverse event, жалобу на качество продукта, ограниченный продукт или неподходящую формулировку до сохранения записи. В зависимости от настройки система может направить пользователя в Medical Information, pharmacovigilance или quality workflow.
Если контур собран правильно, представитель меньше времени проводит в роли оператора CRM, которая не всегда имеет удобный и понятный UX/UI интерфейс. Освободившееся время имеет смысл направить на то, что алгоритму пока дается хуже: услышать сомнение, понять устройство конкретной практики, честно обсудить ограничения продукта, помочь снять организационный барьер и сохранить нормальный человеческий контакт.
Персонализация перестает означать сто версий одного баннера
Фарма много лет говорила о персонализации, но на практике она часто сводилась к производству дополнительных версий разного формата контента, а именно: другой заголовок, другой визуал, другая специальность в первом абзаце. По данным Veeva Pulse, полевые команды применяют контент менее чем в половине взаимодействий с HCP, а почти 80% утвержденных материалов используются редко или не используются вообще. При этом взаимодействия с релевантным контентом в анализе Veeva были связаны с более чем двукратным ростом показателя начала терапии.
Главная проблема находится между созданием и применением материала. ИИ-агент может изменить эту «экономику», если компания перестанет измерять успех количеством произведенных элементов. Вместо сотен законченных файлов появляется управляемый набор модулей: утвержденные claims, ссылки, визуальные элементы, обязательные предупреждения, версии для конкретных каналов, языков и аудиторий, срок действия и правила сочетания. Агент подбирает подходящую комбинацию внутри разрешенного пространства, а Quick Check ловит очевидные нарушения до MLR.
Научный факт при этом не должен становиться «персональным». Персонализировать стоит путь к нему: глубину объяснения, формат, канал, момент, последовательность и сервис вокруг информации. Врач в районной поликлинике, заведующий отделением и узкий специалист могут нуждаться в разных способах получить одни и те же корректные данные. Самая, на мой взгляд, зрелая персонализация иногда заканчивается отсутствием сообщения. Если врач уже получил материал, не проявлял интереса к повторному контакту или предпочитает другой канал, агент должен учитывать это так же серьезно, как вероятность отклика.
CJM из презентации превращается в работающий маршрут
Во многих компаниях customer journey map, или CJM, по-прежнему живет в PowerPoint или Excel. На ней аккуратно нарисованы классические awareness, consideration, trial, adoption, loyalty, каналы и точки контакта. Она часто остается статичной, а кампании продолжают запускаться по календарю. Агентная CJM позволяет работать совсем иначе. Ее состояние меняется после каждого значимого события: визита, просмотра вебинара, запроса в Medical Information, скачивания материала, отказа от канала, появления барьера доступа или отсутствия реакции. Следующее действие зависит от текущего контекста, а не только от сегмента, который присвоили врачу полгода назад.
Представим, что врач был на вебинаре, задал вопрос по способу применения, не получил полного ответа, согласился на digital follow-up и предпочитает мессенджер. Система может найти утвержденный ответ, проверить канал и consent, предложить сообщение и поставить задачу нужной функции. Если в вопросе появляется off-label или вдруг даже сообщение об adverse event, маршрут должен остановиться, а кейс уйти в medical или safety по установленному в компании процессу. Для такой CJM нужны единый профиль HCP, понятная таксономия событий, актуальные согласия, история контента, связь каналов и конечно же владелец каждого решения.
Скорость еще не создает лояльность
В исследовании Deloitte 82% руководителей life sciences компаний были довольны своей customer engagement strategy, но только 28% опрошенных HCP считали, что взаимодействие фармкомпаний соответствует их потребностям. Еще 34% говорили, что представители недостаточно адаптируют сообщение и слабо доносят научную историю. ZS в исследовании 2026 года получила другой показательный разрыв что 75% HCP доверяют клиническим данным фармы, но лишь 25% доверяют фармкомпании как партнеру своей организации. Эффективная работа представителя была связана с улучшением NPS на 22%.
Врачи, воспринимавшие компанию как действительно пациенто-ориентированных, сообщали о готовности рекомендовать, назначать и взаимодействовать с ней, которая была до 80% выше. Поэтому скорость согласования и точность таргетинга сами по себе ничего не гарантируют. Ценность появляется, когда агент сокращает время ответа на вопрос от HCP, помогает найти релевантные данные, убирает повторные касания, замечает проблему доступа или вовремя подключает человека. Если тот же механизм используется лишь для роста частоты контактов, он быстрее масштабирует раздражение у аудитории.
Где все это обычно ломается
Moderna сформулировала пропорцию довольно честно: 30% технологии и 70% людей и процессов. Мой опыт подсказывает, что именно в этих 70% и будет находиться большая часть челленджей.
- Нет единого слоя утвержденных знаний. Инструкция, claims, ссылки, brand rules, обязательные формулировки и локальные ограничения хранятся в разных местах, имеют разных владельцев и обновляются с разной скоростью. Агенту нужна версия правды, которой доверяет компания.
- Правила согласования не формализованы. В реальной жизни часть решений основана на SOP, часть на опыте конкретного рецензента, часть на старых прецедентах и даже разных людях, которые работают в компании. Пока это не превращено в понятные критерии и исключения, автоматизировать можно только самый поверхностный слой.
- Данные о клиенте не соединены. CRM, webinar platform, media, порталы, третьи лица (платформы) и medical inquiries могут использовать разные идентификаторы. В такой архитектуре персонализация становится в лучшем случае дублированием.
- Агентство подключают слишком поздно. Moderna отдельно отмечала, что даже способ загрузки файлов агентством влияет на качество результата.
- KPI продолжают награждать объем. Если field force оценивается по количеству контактов, marketing — по числу выпущенных материалов, а MLR — только по отсутствию риска, агент начнет оптимизировать конфликтующую систему. Что тоже не самое эффективное решение.
- А кто владеет решением агента? IT отвечает за платформу, marketing за use case, medical и legal за содержание, data team за источники, vendor за модель. При ошибке нужно строить понимание ответственности.
Для нашего рынка добавляется еще один слой. Глобальный агент нельзя просто перевести на русский язык т.к. ему нужна локальная база утвержденных формулировок, действующих инструкций, упаковок, источников, внутренних правил, каналов, согласий и так далее.
Какие роли изменятся первыми
Считаю что первой исчезнет не какая-либо профессия или должность из текущих, а часть работы, где человек переносит информацию из одного поля в другое, ищет последнюю версию файла, повторно проверяет утвержденный элемент или вручную собирает одинаковый отчет. У маркетологов станет меньше смысла быть неким диспетчером производства контента. Больше времени уйдет на архитектуру контента, правила journey, постановку задач агенту и оценку результата.
MLR-рецензент постепенно сместится от построчной проверки к управлению claims, policy, исключениями и качеством системы. Полевой сотрудник не становится менее важным. Наоборот, чем больше система берет на себя подготовку и регистрацию, тем заметнее ценность живого разговора и взаимоотношений с клиентом. Но требования, конечно, вырастут. Нужно уметь проверить рекомендацию, увидеть неверный контекст, отказаться от плохого действия и объяснить врачу то, чего нет в стандартном скрипте.
А что в итоге ломают агенты?
Коммерческая модель взаимодействия здесь меняется потому, что действие становится дешевле и быстрее. Когда агент способен сам собрать подготовку, найти утвержденный материал, проверить ограничения и запустить workflow, старый календарь кампаний, массовые сегменты и длинные очереди согласования начинают выглядеть слишком медленными. Но фарме нельзя оптимизировать одну скорость. Ответственная и правильно работающая агентная модель должна уметь отправить меньше сообщений, объяснить выбор, остановиться при отсутствии consent, передать медицинский или safety-вопрос человеку и сохранить проверяемый след решения.
Поэтому я бы ставил другой вопрос. Не «какого AI-агента нам сделать?», а «какое решение и какое действие мы готовы ему доверить, на каком источнике правды, с чьей ответственностью и ради какой ценности для врача или пациента? Фарма умеет создавать сообщение и теперь ей придется научиться управлять системой, которая способна сама выбрать момент, материал и следующий шаг. Организация этой системы, а не размер модели, определит, станет ли агент реальным преимуществом или просто еще одним дорогим слоем корпоративного глобального софта.
Материал отражает личный профессиональный взгляд автора и не представляет позицию работодателя или упомянутых в статье компаний.
Автор: Олег Ремизов
Дата: 4 августа 2026 года
Источники и материалы
- Veeva Systems. Veeva AI Agents Now Available to Increase Productivity and Customer Centricity, 3 декабря 2025 года.
Первая волна AI-агентов для Vault CRM и PromoMats - Veeva Systems и Moderna. Moderna’s 7-Step Guide to Vault AI in PromoMats.
Опыт внедрения AI в процесс согласования материалов - Veeva Systems. Veeva Acquires Copli, Launches Veeva Falcon MLR to Accelerate Content Review, 23 июня 2026 года.
Анонс Falcon MLR и автоматизации проверки материалов - Veeva Systems. Falcon MLR Product Terms, 25 июня 2026 года.
Условия использования Falcon MLR и требования к человеческой проверке - Veeva Systems. Building the Future of MLR with AI: Fastest Path to Approved Content.
Исследование процессов MLR и причин задержек при согласовании контента - Veeva Systems. Veeva Pulse Report Finds Content-Driven Engagement Lags Despite Proven Boost to Treatment Adoption, 29 мая 2025 года.
Исследование использования утвержденного контента в работе с врачами - Veeva Systems. Enabling Vault CRM Text Monitoring Agent: A Legal and Compliance Guide.
Описание проверки свободного текста, adverse events и compliance-рисков - Salesforce. Agentforce Redefines Life Sciences Customer Engagement, 25 сентября 2025 года.
Запуск Life Sciences Cloud for Customer Engagement - Salesforce и AstraZeneca. Salesforce’s Agentforce Life Sciences Selected by AstraZeneca as Its Unified Global Platform, 4 декабря 2025 года.
Выбор AstraZeneca единой глобальной платформы customer engagement - Salesforce и Novartis. Salesforce’s Agentforce Life Sciences Selected by Novartis, 17 декабря 2025 года.
Пятилетняя программа внедрения платформы в Novartis - Deloitte. Unlocking the Future of Customer Engagement in Pharma, 20 марта 2025 года.
Исследование разрыва между стратегиями фармкомпаний и ожиданиями врачей - ZS. Think You’re Best in Class? What HCPs Really Say About the Pharma Customer Experience, 27 января 2026 года.
Исследование доверия врачей и качества взаимодействия с фармкомпаниями