BLOG

Sono entrati a far parte della nostra organizzazione

Dr.Wilma Lukas, PhD, MBA – Associate Partner

Ph.D. in Biological Sciences (with honours) Geneva University, Switzerland

Master in Business Administration IFCAM, Lausanne, Switzerland 

La dott.sa Lukas, di nazionalità svizzera, bilingue francese e italiano, oltre a parlare fluentemente inglese, vanta oltre 25 anni di esperienza in drug discovery, R&D, licensing e business development in ambito farmaceutico (GSK, Merck, Debiopharm), collabora a progetti strategici e fornisce consulenza scientifica a aziende biotech, startup, università, investitori e aziende farmaceutiche. È Board Expert alla Skolkovo Foundation ed Expert presso Innosuisse, la Swiss Innovation Agency.

Collabora con <bba> su tutti i progetti strategici che mirano al go-to market, partendo dalla fase pre-clinica e alle attività a favore dei clienti in materia di in&out licensing.

 

Angelo Mello, Experienced International Business Developer – Associate Partner

Angelo Mello è di nazionalità brasiliana, trilingue portoghese, inglese, francese, parla fluentemente spagnolo e anche italiano, si è laureato in Business Administration & Management all’Università Cattolica di Rio de Janeiro e per 24 anni ha svolto, in posizioni di responsabilità crescenti, attività nell’area del Marketing Operativo e Strategico e di Business Development internazionale sia in Centro e Sud America sia dalla Svizzera, dove da tempo risiede.

Collabora a favore dei clienti <bba>, su tutti i progetti di sviluppo internazionale e per accordi di licensing in&out trasnazionali.

 

Walter Fraccaro, AI Project Leader e coordinatore progetti DVA-Data Value Alliance – Associate Partner

Fraccaro viene da una lunga esperienza nel settore IT coniugata a progetti di innovazione in aziende industriali.

Ha fondato due aziende IT ed è stato Direttore Sistemi Informativi all’Università di Padova; esperto di applicazione di sistemi di Artificial Intelligence nell’ambito della ricerca scientifica, collabora con diverse aziende, università e fondazioni. Alcuni dei progetti di ricerca di cui è co-autore hanno ottenuto fondi nazionali e internazionali: fra questi, il progetto Laboratorio 4.0 approvato recentemente dal Ministero dello Sviluppo Economico a favore della start-up Achilles Vaccines Srl.

Collabora con <bba> e le aziende facenti parte del team DVA-Data Value Alliance anche per favorire il disegno dei progetti di AI e il loro finanziamento.

 

 

CONTATTI :

info@bespokebiotech.com

Leggi le precedenti Newsletters – Consulta www.bespokebiotech.com

NEWSROOM

<bba> – BespokeBiotech Advisory nei media


L’annuncio dell’arrivo sul mercato di Mirnagreen Srl (www.mirnagreen.com), cliente di <bba>-BespokeBiotech Advisory ha permesso una ampia presenza della nostra società sui maggiori media fra fine gennaio e inizio febbraio, superando gli ovvi motivi di riservatezza che normalmente regolano gli incarichi che la nostra società sottoscrive.

Maggiori dettagli sono rilevabili dall’intervista a Gabriele Brusa, Managing Partner di <bba> al link

https://www.toscanalifesciences.org/it/2020/02/anche-bespoke-biotech-advisory-bba-nellingresso-sul-mercato-di-mirnagreen-sara-possibile-estrarre-un-antinfiammatorio-da-frutta-e-verdura/

 

 

Machine Learning applicato all’Health Care. Alcuni miti da sfatare

Fabio Poli, CEO e co-founder di Antreem, team specialist all’interno del trust DVA- Data Value Alliance in area Design Thinking e Service Design e Gabriele Brusa, partner <bba> – BespokeBiotech Advisory, valutano alcuni risultati legati all’applicazione dell’intelligenza artificiale nel mondo della Sanità per esprimere alcune considerazioni di metodo e applicazione, valide per qualsiasi utilizzo.


di Redazione

L’apprendimento automatico (il Machine Learning¹ o ML), come sub-set dell’Intelligenza Artificiale, migliorerà notevolmente la gestione e l’assistenza sanitaria.
Esistono già svariate applicazioni nell’Health-Care ma anche molti investimenti di particolare rilievo che non hanno raggiunto i loro obiettivi.

Dall’analisi dei progetti che hanno prodotto risultati e di quelli che hanno portato a dei fallimenti, unita all’ampia esperienza applicativa sviluppata in altri settori da parte di Antreem, abbiamo identificato tre miti che esistono relativamente all’applicazione degli algoritmi di ML nella sanità.

Mito 1: L’apprendimento automatico può replicare gran parte di ciò che svolgono i medici.

L’inserimento di innovazioni tecnologiche non deve essere visto in alternativa alle attività che svolgono attualmente i medici, ma come un aiuto e un supporto a valutazioni più approfondite e a tecniche e metodologie altrimenti impensabili.

Allo stato della tecnologia come la si conosce oggi, la realtà è che le applicazioni ML possono svolgere alcune delle attività svolte dai medici, ma non sostituiranno la maggior parte delle attività nel prossimo futuro.
I medici, fra gli altri, svolgono tre compiti principali: (1) aiutano a prevenire che le persone si ammalino, (2) diagnosticano una malattia, e (3) forniscono le cure più appropriate.
ML può contribuire in misura importante per il 1° e il 2° di questi compiti. Ad esempio, gli algoritmi ML si sono dimostrati particolarmente utili nel predire le caratteristiche del cancro mediante imaging o nella diagnosi ai raggi X delle fratture e, anche in assenza di supervisione, hanno dimostrato capacità di collegare determinati rischi di malattia a biomarcatori genomici.
Tuttavia, pur con l’ulteriore sviluppo di queste applicazioni, non replicheranno la capacità di un medico di prescrivere cure. L’output di un algoritmo di ML deve sempre essere analizzato da qualcuno con conoscenza del dominio; in caso contrario, i dati banali potrebbero essere interpretati come dati essenziali e quelli essenziali come banali.

C’è anche un elemento umano da considerare. La maggioranza dei pazienti ha preoccupazioni o apprensioni più o meno accentuate in merito alla cura. Incorporare lo stato mentale del paziente, le aspettative, la storia passata e i fattori culturali nel processo decisionale condiviso con il paziente e la sua famiglia, diventa chiave. I pazienti apprezzano questa interazione umana e non riceverla, in momenti sensibili, può risultare altamente negativo

Alla fine, una volta completato il trattamento, il processo di recupero stesso richiede un attento monitoraggio e cura. Le complicazioni vengono spesso rilevate attraverso l’osservazione clinica rispetto ai test o alla diagnostica basati su un protocollo. In questa fase, altre tecnologie digitali possono intervenire per il monitoraggio e la rilevazione di bio-parametri a distanza, tutte gestibili e applicabili da Antreem.

Mito 2: “Big data” + bravi Data Scientists, sono sempre una ricetta per ottenere risultati

La realtà è che sono necessari ma non sufficienti. Più dati è meglio, ma solo se sono i dati giusti e siamo in grado di comprenderli.

L’acquisizione, la gestione e il trattamento dei dati sono attività tanto strategiche quanto dispendiose. Per questo motivo è opportuno valutare attentamente quali dati sia opportuno raccogliere e per quale scopo.

Ad esempio, è sempre utile porsi le seguenti domande:

Come sono stati raccolti i dati?

Chiave è la piena adozione delle cartelle cliniche elettroniche (EHR): convoglierebbero tutte le diagnosi e i farmaci prescritti da diversi specialisti in un unico record, che fornirebbe un quadro decisamente più completo dei record cartacei dei singoli medici, non tutti raccolti in una unica cartella.  L’allineamento sempre più esteso, a livello di SSN, è quindi fondamentale per arrivare a una gestione dei dati del paziente aggiornata e integrata per una applicazione, da parte dei Data Scientists, di algoritmi di analisi su una base di dati coerente e pregnante

Per quale scopo sono stati raccolti i dati?

Prendiamo ad esempio i dati di laboratorio raccolti da un ospedale. Sono i dati dei pazienti che vengono curati in ospedale; non sono rappresentativi della popolazione, ovvero la possono approssimare tanto più è ampia l’applicazione di screening di massa

Quali sono i potenziali problemi o limitazioni dei dati?

In Italia manca uno standard a livello nazionale e diverse regolamentazioni regionali se non locali e differenti esigenze dei professionisti sanitari hanno portato a soluzioni e sistemi non interoperabili. E anche se tutte le organizzazioni utilizzassero lo stesso fornitore, la struttura dei dati, i significati dei campi e l’estensione della pulizia dei dati sono assai diverse. La disomogeneità dei dati e la difficoltà di dialogo fra diversi sistemi è la vera “montagna da scalare”.

Le circostanze sono cambiate?

I dati che abbiamo usato per costruire il modello ML sono ancora validi?

I data scientist altamente qualificati sono fondamentali per la creazione di modelli ML sofisticati, ma è anche importante avere esperti di dominio che capiscano come pensare ai modelli e all’output.

In vari casi, un approccio “ML + Umano”  funziona meglio.

Mito 3: verranno adottati e utilizzati algoritmi che diventeranno un riferimento

Sfortunatamente, molti potenti algoritmi non sono adottati o utilizzati perché non sono integrati nel flusso di lavoro di potenziali utenti (medici o tecnici o infermieri), che quindi non sono obbligati a utilizzarli. Dedicargli tempo “in silico” porta via tempo a visita e/o paziente e viene tralasciata l’opportunità.

Ad esempio, esistono molti modi per utilizzare il supporto decisionale (DSS) derivato dall’applicazione del ML, inclusi materiali da utilizzare, piani di cura o assistenza, report e avvisi. Gli “alert” al momento del processo decisionale sono generalmente i più efficaci.

Altro esempio: i consensi per l’intervento chirurgico arrivano in vari modi: su carta via posta, via fax e tramite trasmissione elettronica. Trovarli può essere una sfida. Una applicazione di ML che “legge” automaticamente i fax in arrivo e li archivia nella cartella clinica corretta, aggiungendo un avviso all’elenco di controllo preoperatorio consente di risparmiare ore di personale al mese.

Un altro esempio riguarda la tempestiva dimissione dall’ospedale dei pazienti, fondamentale per ottimizzare il flusso di lavoro, la gestione del letto e le entrate. Applicazioni che già esistono e forniscono efficienza e risparmi considerevoli se integrati in un sistema di rilevazione coerente e che produce dati di flusso in real time.

Enormi sono le opportunità per applicazioni efficaci degli algoritmi di ML nell’ambito dell’assistenza sanitaria, per migliorare significativamente l’assistenza ai pazienti, il lavoro dei sanitari e ridurre i costi.

La chiave è essere attenti a quali tipi di problemi si è in grado di risolvere, chi deve essere coinvolto nello sviluppo del modello e nell’interpretazione dell’output e come rendere il più facile possibile per gli utilizzatori l’agire sulla base degli output ricevuti

E il Design Thinking, inteso come l’insieme dei processi e delle metodologie cognitivi, strategici e pratici utili alla progettazione e all’innovazione di servizi, prodotti e processi, diventa un modello progettuale utile e funzionale alla risoluzione di problematiche complesse.

In particolare, si dimostra estremamente efficace un approccio metodologico orientato alla prototipazione veloce delle soluzioni studiate con l’obiettivo di validare sul campo i modelli e la loro reale efficacia.

Antreem è un agente del cambiamento per la trasformazione digitale, una azienda specializzata nel design e nello sviluppo di soluzioni digitali complesse e multicanale, mettendo al centro le persone con le loro esigenze, per realizzare soluzioni su misura di qualità.

Temi come quelli trattati sono parte del suo quotidiano progettuale.

In Antreem, la consolidata esperienza negli ambiti dello sviluppo del software e dell’integrazione tra sistemi si unisce a competenze di analisi e progettazione della user experience e del service design, per accompagnare il cliente dalla definizione di un bisogno e dalla progettazione e realizzazione della soluzione adatta, fino al design, all’implementazione e alla messa in produzione.

Consulenza di progetto, di processo e organizzativa per la Digital Transformation.

 

¹ Il Machine Learning è una branca dell’intelligenza artificiale che raccoglie un insieme di metodi, sviluppati a partire dagli ultimi decenni del XX secolo in varie comunità scientifiche, sotto diversi nomi quali: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc.; che utilizza metodi statistici per migliorare progressivamente la performance di un algoritmo nell’identificare pattern nei dati. Nell’ambito dell’informatica, l’apprendimento automatico è una variante alla programmazione tradizionale nella quale si predispone in una macchina l’abilità di apprendere qualcosa dai dati in maniera autonoma, senza ricevere istruzioni esplicite al riguardo


Fabio Poli è ingegnere informatico, è co-fondatore e CEO di Antreem Srl.
Con una formazione tecnica alle spalle, oggi si occupa prevalentemente di consulenza strategica e di design di servizi innovativi, affiancando -con un ruolo di facilitatore e consulente- i clienti nella valutazione delle soluzioni più adatte alle specifiche esigenze.

Innovazione e proposta di valore: come allinearli in una proposta vincente

Nell’attuale quadro competitivo, avere successo non dipende solo dall’ adozione di una nuova e promettente scoperta o nell’applicazione di una tecnologia innovativa ma è indispensabile definire un percorso strategico, accompagnato da una impeccabile esecuzione.

Le aziende, per la crescente pressione competitiva, amplificata dall’innovazione digitale, si sentono pressate ad innovare a tutti costi. Di frequente, la fretta porta a scelte non adeguatamente ponderate o disallineate alla proposta di valore nei confronti del mercato di riferimento.


di Enrico Appiani – Partner BBA Srl – Bespoke Biotech Advisory

La pressione competitiva può portare ad agire sulla base di pochi elementi di giudizio e senza una chiara direzione allineata con gli obbiettivi aziendali. In sintesi, le aziende adottano nuove tecnologie ma non sempre ottengono il ritorno previsto.

“..creo valore tramite un prodotto/soluzione innovativa, tramite una automazione di processo o tramite entrambi ? E quali sono i benefici per la mia proposta di valore e quindi per i miei clienti?..”

Dove e come creo distinzione e che benefici ha l’utilizzatore del prodotto o fruitore del servizio rispetto a chi sul mercato già c’è o sta arrivando?

I bisogni, palesi o latenti dei clienti, in ottica sia B2B sia B2C, nella variegata catena del valore delle Scienze della vita e della Sanità, sono l’opportunità per conseguire il successo e la tecnologia il mezzo per potersi aggiudicare il risultato.
Ma la tecnologia, da sola, non costituisce il fattore di successo.

La disponibilità di tecnologia, in questo momento storico, sembra essere infinita con prospettive per profonde trasformazioni, con funzionalità trasversali e risultati dirompenti. La combinazione di tecnologie come l’Intelligenza Artificiale (IA) con quelle del Life Science determinano nuove opportunità per accelerare soluzioni che aumentano la competitività delle aziende a patto di creare reale valore aggiunto per i clienti.

È quindi fondamentale non limitarsi ad adottare nuove tecnologie che paiono, ad esempio, essere funzionali al miglioramento di un processo, ma bisogna pianificare un percorso seguendo precise regole.

Il punto di partenza per un progetto di sviluppo digitale può risultare piuttosto generico; esempio: “Abbiamo bisogno di una soluzione di assistenza clienti basata sull’intelligenza artificiale” oppure “Abbiamo bisogno di creare un sistema di apprendimento automatico in grado di diagnosticare malattie e opzioni terapeutiche disponibili”.

Queste “domande” sono ambiziose ma, al contempo, nebulose. E il risultato di questa ambizione, è tipicamente un progetto molto sfidante. L’ampiezza della sfida e la scarsa focalizzazione sugli aspetti che lo compongono sono alla base della scarsa probabilità di successo.

Prima di procedere è bene chiarire cosa s’intende per innovazione: è la tecnologia o il Business Model?

Sulla base della nostra esperienza e guardando alcune storie di successo, cosa abbiamo imparato?

  • PRIMA definisco chiaramente il mio CHI-COSA-COME (la mia proposta di valore distintiva per il cliente) e la strategia che lega e definisce gli obbiettivi. POI applico la Strategia Digitale che mi accelera, facilita, rende unico nell’offerta.
  • Partire sempre dai bisogni del proprio mercato-cliente
  • L’applicazione efficace e sostenibile deve essere definita in team, con i decision makers e i migliori talenti interni all’azienda.
  • Utilizzare una cultura da Start-up mirando a Business Model innovativi; agire più che pianificare, MVP, Try-Fast-Fail-Fast

Conclusione

Malgrado sempre più persone parlino di strategia digitale, è chiaro che si stiano sbagliando sul focus principale perché le aziende dovrebbero concentrarsi in primis sulla strategia aziendale per una reale trasformazione.

La tecnologia, non produce valore aggiunto all’azienda ma è il modo diverso di fare business che la tecnologia consente di fare. Di fatto, la vera questione è comprendere meglio i bisogni dei clienti che vogliono interagire in modo diverso per decidere e fare acquisti di prodotti e servizi o, a livello industriale, modificare e tracciare i processi (IoT, RfID) e soddisfarli secondo modalità distintive.

Di fatto non serve una strategia digitale ma una strategia aziendale aperta ai bisogni dei clienti supportata dalle tecnologie.

Per realizzare una reale strategia di trasformazione è fondamentale partire dal cuore della propria azienda, a cominciare dalla cultura e dalle competenze per disegnare nuovi approcci che avvicinino tutti gli stakeholder.

Per questo viaggio BBA è il partner ideale perché la competenza dei propri partner nasce nella gestione e trasformazione di impresa e, mediante il proprio trust DVA (Data Value Alliance), permetterà l’applicazione di tutte le soluzioni digitali per un’impeccabile esecuzione della trasformazione digitale della vostra azienda.

Business Model e Strategia nel Biotech

Esistono svariati Business Model nel Biotech e le modalità aumentano in relazione all’evoluzione della scienza e l’impatto crescente del digitale.
Tre sono i modelli prevalenti e, in questa Newsletter, li andremo sinteticamente ad analizzare


di Gabriele Brusa – Partner BBA Srl – BespokeBiotech Advisory

Modello a Rete, Piattaforma, Azienda Integrata: le scelte e fino dove arrivare nella Value Chain

Modello a Rete (anche: Verticale)

Nel biotech, questo modello significa generare ricavi da diverse fasi di un processo.
Ad esempio, nel bioprocessing, il fornitore di materie prime, il generatore di terreni di coltura cellulare, la società di fermentazione/produzione e le società di logistica dipendono tutti l’uno dall’altro.

Nel modello di business verticale, ogni società coinvolta nell’intero processo fa riferimento allo stesso proprietario e quel proprietario genera entrate durante tutte le fasi della value chain.

Modello adatto a situazioni che richiedono di lavorare insieme secondo logiche complesse e di interconnessione

Modello Piattaforma

Il modello di business Piattaforma prevede lo sviluppo di una piattaforma tecnologica e quindi i Ricavi deriveranno prevalentemente dalle attività di licensing, dalla vendita di servizi di consulenza, dall’attività di co-development e co-research,

Il modello Piattaforma è sempre stato molto popolare nel Biotech perché chi ha molecola o prodotto veramente innovativo, può ragionevolmente sfruttare l’innovazione di proprietà per un lungo periodo prosperando esclusivamente sui ricavi delle licenze e co-R&D per progetti verticali.

Sin dall’esplosione del Biotech, il modello Piattaforma ha continuato a perseverare. Allo stesso modo, il ruolo dei Chief Scientific Officer è decollato

Il modello è una forma del modello orizzontale in base al quale un’azienda produce, ad esempio, un kit di rilevamento che utilizza bioindicatori mirati, ovvero apparecchiature monouso uniche come piastre per array specifici o software per un uso specifico come la modellazione delle proteine .

Chiave per lo sfruttamento nel tempo di questo modello è mantenere l’unicità, tramite brevetti o tecnologia comunque avanzata, in modo che la concorrenza non riduca i prezzi con un prodotto d’imitazione o efficacia similare e meno costosa.

Una società che segue questo modello può essere classificata come fornitore di servizi
La massiccia intrusione del digitale nel settore, facilita lo sviluppo di soluzioni avanzate di service design e UX (User Experience) per estendere il modello lungo logiche ancora più innovative e differenzianti

Azienda Biotech completamente integrata

La società completamente integrata (FIPCO: vedi slide iniziale) è un modello verticale che si concentra sullo sviluppo di un prodotto farmaceutico.

Questo modello di business, tipico del Pharma fino agli anni 90, è ora quasi sempre 2nd or 3rd tier choice se non no-choice– anche per le Big Pharma- per gli enormi costi e tempi necessari per il go-to market,
Agli albori del Biotech, aa 90-inizio aa 2000 il modello ricevette credito e finanziamenti per supportare innovazioni disruptive e scientists pionieri, che non volevano cedere l’idea prima che il suo pieno valore venisse realizzato.
Il trio di stelle del Biotech, Amgen, Genentech e Chiron è cresciuto con questa logica, finendo poi inevitabilmente per accettare le Big Pharma nel capitale e, ad eccezione di Amgen -unica delle tre senza un Big Pharma nel capitale -, a diventare chi una controllata o chi a scomparire all’interno del gruppo acquirente .

Considerazione finale ma che ridefinisce la scala delle priorità nel processo di scelta è che la Proprietà Intellettuale /Brevetto e, quindi, la possibilità di una privativa che innalza barriere nei confronti della concorrenza è dirimente nella selezione. Tipo di innovazione e disponibilità di finanziamenti forniscono poi il necessario corredo al modello di valutazione.
Torneremo in modo più approfondito su Strategia e Modelli di Business nel Biotech nelle prossime newsletters, partendo dal tema Start-up in area TLR 6-7 o CM 1,2 o3

Il nostro percorso “Design -> Deliver “, condotto da Partner con esperienza aziendale pluriennale e plurisettoriale, aiuta l’impresa nel comprendere quale Modello di Business meglio si adatta alla propria Proposta di Valore ovvero come ritarare la stessa in relazione ai mutati bisogni del mercato e cosa serve per rimodulare un Business Model di successo .

Business strategy? Perché

Business strategy? Perché

 

 


di Gabriele Brusa – Partner BBA Srl – BespokeBiotech Advisory

Le aziende eccellenti, fra le tante, sono rigorose in due cose:
1. Hanno uno strategia a medio-lungo termine e la aggiornano regolarmente, in relazione alle mutate condizioni interne-esterne.
2. Assicurano che la strategia sia incorporata nella cultura delle loro imprese.
Senza una chiara direzione strategica è impossibile gestire, cambiare o sviluppare un’impresa in modo efficace.

La strategia, anche la più visionaria e di rottura, deve poi essere applicata.. Quando si passa all’esecuzione e sul lungo periodo, spesso, anche il migliore “disegno”, si scolora..

In questa e in prossime newsletter, cercheremo di toccare alcuni temi che qualsiasi azienda, dalla nascente startup, all’azienda già affermata, pur con approcci e contenuti diversi, è obbligata ad affrontare per cercare di crescere, prosperando ora ma durando nel tempo, con un focus particolare sul nostro mondo, il pharma-biotech, che impone logiche connaturate alle tipicità della propria Value-Chain.

Partiamo da considerazioni basiche.

Cosa significa che le aziende eccellenti hanno una strategia?

  • Significa che sono dotate di capacità imprenditoriale di comprendere quali saranno i pochi elementi determinanti per il successo dell’azienda nel futuro, sia prossimo sia di lungo periodo.

  • Significa che capiscono o cercano di intuire, in anticipo, come si modificano i fattori chiave per il successo in uno scenario in continuo cambiamento e caratterizzato da incertezze macro e micro ora fortemente influenzate da innovazioni tecnologiche trasversali (es.:digitali).

  • Significa che adeguano velocemente e continuamente le scelte chiave dell’azienda allo scenario che cambia, quindi fanno in modo che l’azienda, mantenendo caratteristiche di distintività, sia dotata di adeguata reattività

  • Significa che gestiscono efficacemente il presente e presidiano con attenzione il lungo termine, dandosi continuamente obiettivi sfidanti su cui concentrare gli sforzi e ottenere risultati eccezionali.

  • Significa che si focalizzano su cosa sanno fare meglio su cui costruiscono competenze distintive e una solida cultura d’impresa.

  • Significa avere una chiara Missione e una sfidante Visione, la declinazione della Strategia e le azioni necessarie (Deployment).

Mi capita spesso di leggere definizioni di Missione che in realtà sono la Visione aziendale, ovvero un mix delle due con la declinazione di alcuni elementi della Strategia.

Spesso risultano esercizi di stile da inserire nel Company Profile o nel sito web ma con limitato richiamo, come quadro di riferimento e indirizzo operativo, nei continui momenti in cui sono necessarie scelte di cosa fare e cosa non fare.

Nei percorsi che definiamo con i clienti, la rivisitazione e il valore di quanto si inserisce in queste definizioni aziendali, gioca un ruolo chiave per la caratterizzazione della strategia nel tempo e nella stesura dei piani operativi

La Missione definisce il business nel quale opera l’azienda, fornendone il valore distintivo attraverso l’esplicita elencazione di tre elementi che identificano anche la proposta di valore (Value Proposition):

  • Cosa [i bisogni che si vogliono soddisfare],

  • Chi [i clienti target da soddisfare],

  • Come [il modello attraverso il quale verranno soddisfatti i bisogni];

La Visione costituisce il “sogno” dell’azienda, si proietta nel lungo termine e definisce le linee guida entro cui devono essere orientate tutte le attività aziendali e a cui deve ispirarsi il personale nello svolgere il proprio ruolo.

Missione e Visione forniscono il quadro in cui l’azienda vuole trovarsi nel divenire e assumono significato e valore se rese operative.

ll percorso necessario per raggiungere il posizionamento auspicato e per “legare” gli enunciati, passa dalla Strategia, che -internamente all’azienda- esplicita le linee guida da seguire, nel rispetto di Missione e Visione, per migliorare il posizionamento distintivo e, quindi, competitivo, dell’azienda, definendo chiaramente come agire ma anche chiaramente come non si vuole agire, con massima focalizzazione sugli obiettivi determinanti per il successo dell’azienda.

Ciò si raggiunge attraverso una o più griglie di sviluppo operativo che, nel tempo di riferimento, permettono la declinazione secondo una dimensione tecnico-organizzativa e temporale delle azioni, funzionali poi alla stesura di solidi Business Plan.

Chi”, “Cosa”,“Come” sono specifiche chiave nella definizione del processo strategico di una Biotech Company, dove il “lungo-termine” legato ai tempi di sviluppo dei prodotti, gli elevati e crescenti investimenti necessari, si intersecano -nella Value-Chain – alla difficoltà di accesso ai capitali, ai stringenti obblighi regolatori, alla necessità di collaborazioni specialistiche e alla credibilità da accrescere. Il tutto in un mix da relazionare alle opportunità di mercato e alla concorrenza, a partire dal mercato delle idee e IP

Il nostro percorso “Design -> Deliver “, condotto da Partner con esperienza pluriennale aziendale e plurisettoriale e da specialisti di processo o facenti parte del nostro Digital Trust sotto il marchio DVA, permetterà di cogliere gli obiettivi e valorizzare asset e competenze applicandolo alla complessità della Value Chain nel pharma-biotech.

La necessaria differenziazione a seconda dello stadio di vita dell’azienda o del progetto, permetterà la creazione di una solida Strategia di Impresa nel medio/lungo termine, utile alla guida, al coordinamento, alla comunicazione verso i vari stakeholders

BBA – BIO4DREAMS

BBA – BIO4DREAMS

Siglato accordo di collaborazione con la “Business Nursery” dedicata alle Scienze della Vita e a supporto dei progetti Early Stage


di Redazione Interna

 

BBA crede nella collaborazione con partner specializzati come fattore critico di successo per affrontare la complessità.

Dopo la creazione del Trust tecnologico e commerciale, sotto il brand DVA (Data Value Alliance), nell’ICT e nelle tecnologie digitali applicabili alle Scienze della Vita, BBA ha siglato un accordo di collaborazione con Bio4Dreams di Bresso, un incubatore interamente privato, con competenze, dotazioni tecniche e di laboratorio di eccellenza.

BBA, che rivolge la propria offerta a PMI con obiettivi di crescita e valorizzazione, microimprese e imprese in fase CM 4,5 o startupper in fase TRL 6/7 ovvero CM1,2 o 3, oltre a Investitori, con o senza una specifica conoscenza del settore o segmento, grazie a questo accordo, avrà la possibilità di aiutare i propri clienti anche in uno stadio di vita di progetto o impresa/spin off “early-stage”.

L’attività di Bio4Dreams mira a:

  • coltivare l’innovazione nelle Life Sciences, nelle fasi very early stage, supportando ricercatori e giovani imprenditori nelle fasi molto iniziali dei loro progetti, attraverso la messa a disposizione di expertise manageriali, know-how scientifico, supporto per la raccolta dei fondi, conoscenza dei mercati di nicchia;

  •  creare un aggregatore internazionale di innovazione in Life Sciences, finalizzato a promuovere le idee innovative, accelerando le fasi iniziali del loro sviluppo ed, allo stesso tempo, realizzare hotspot internazionali;

  • individuare, selezionare, valorizzare e proteggere i risultati della ricerca scientifica dei ricercatori per implementarli in prodotti/servizi innovativi, capaci di collegare le scoperte scientifiche con le esigenze di business delle startup e le richieste del mercato;

  • promuovere e sostenere le startup innovative in Life Sciences nella fase di avvio e di consolidamento delle startup.

La collaborazione bilaterale e la complementarietà nelle competenze, permetterà reciproche sinergie su progetti e a favore della crescita delle startup, nel lungo e complesso percorso della specifica Value-Chain.

Medicina Personalizzata: l’approccio strategico di BBA

Medicina Personalizzata: l’approccio strategico di BBA

La Sanità così come tutte le aziende Biotech si stanno confrontando con le aspettative sempre più alte promesse dalla Medicina Personalizzata.
BBA è consapevole della complessità della sfida e si pone a sostegno dei propri clienti nello sviluppo di progetti complessi.


di Enrico Appiani – Partner BBA Srl – Bespoke Biotech Advisory

 

A fronte di ampie discussioni, dibattiti, pubblicazioni sui potenziali scenari, i progressi sono per lo più circoscritti a sperimentazioni cliniche che rischiano di rimanere relegate all’interno dell’ambito accademico.

PerMed, l’agenzia della Commissione Europea che si occupa dello sviluppo della Medicina Personalizzata ( http://www.erapermed.eu/) in un documento strategico (Shaping Europe’s Vision for Personalised Medicine), ha dettagliatamente indicato le aree che debbono essere sviluppate per diffondere e rendere accessibile la Medicina Personalizzata a tutti i cittadini della Comunità Europea, per assicurare e continuare a fornire adeguati standard per il mantenimento dei livelli ottimali di salute di tutti i cittadini degli stati membri e per consolidare la leadership nell’ambito delle Scienze della Vita.

PerMed ha indicato 5 aree di sviluppo che insieme concorreranno alla creazione delle condizioni per una coerente e rapida diffusione di queste pratiche innovative.

Le aree indicate sono:

  • Sviluppare consapevolezza e responsabilizzazione tra gli amministratori ed operatori sanitari
  • Modellare un’assistenza sanitaria sostenibile
  • Portare l’innovazione sul mercato
  • Migrare la ricerca di base a quella clinica e oltre
  • Integrazione di Big Data e soluzioni ICT

Attualmente solo alcune di queste aree tematiche vengono affrontate sistematicamente; l’ambito in cui si sviluppa la maggior attività riguarda l’Area Clinica, ricca di sperimentazioni e ricerche che spesso non trovano la giusta diffusione nella pratica quotidiana.

Tutto ciò che riguarda la parte organizzativa, che va dal Market Access alla diffusione sul mercato, presentano numerose difficoltà spesso dovute all’inadeguatezza del modello utilizzato.

Per esempio, la caratterizzazione genetica dei tumori solidi è una pratica consolidata sia per la diagnosi sia per la prognosi, nonché per un corretto orientamento terapeutico, tuttavia solo il 30% dei pazienti interessati ricevono una diagnosi basata su una caratterizzazione genetica.

BBA, essendo un’azienda di Consulenza orientata al Business in ambito Biotech e Scienze della Vita, è in grado di apportare un contributo concreto in alcune aree che, al momento, risultano chiave per creare quell’ecosistema di collaborazioni da più parti invocato per la diffusione della Medicina Personalizzata.

Gli aspetti collaborativi ed interdisciplinari rivestono, ancora di più in questi ambiti, il vero motore dell’innovazione e della competitività. A questo proposito ci sembra importante citare quanto indicato da G.Satel nel suo articolo su Harvard Business Review

A questo proposito, se da un lato, l’area dei BigData dispone di formidabili strumenti, l’inaccessibilità, la frammentazione e la disomogeneità dei dati ne complica l’accesso o spesso ne compromette il risultato. Per una rapida introduzione nel mercato di queste potenti innovazioni, i modelli collaborativi attuali risultano ancora insufficienti o limitati e necessitano di profondi cambiamenti.

BBA è consapevole dei gap che le aziende debbono affrontare sia per ottimizzare l’uso dei dati indispensabili per lo sviluppo della Medicina Personalizzata, sia per la necessità di intervenire sulla catena del valore per arrivare al mercato.

Una delle chiavi di successo per conseguire questi obbiettivi, è la necessità di sviluppare contesti multidisciplinari con esperti di aziende dell’Information Technology e del Life Science, proponendo una metodologia di lavoro che, sin dalle prime fasi di sviluppo di un progetto, permetta di configurarlo sui reali bisogni dei pazienti e della sostenibilità economica.

Team di esperti in Information Technology, Life Science e Economia Sanitaria, permettono la modellazione e la contaminazione di progetti con valori provenienti da culture tecniche e esperienze distanti, ma che -se opportunamente coordinati- permetteranno l’auspicata creazione di valore per i pazienti.

BBA, unitamente ai propri specialisti ICT, identificati dal brand DVA (Data Value Alliance), si avvale dei più moderni strumenti per la modellazione progettuale forniti dal Design Thinking e applicati tramite logiche di Service Design.

L’opportunità che ne deriva è quella di fornire strumenti e competenze per trasformare le aziende Biotech in Digital Biotech, ridisegnando il posizionamento strategico con il presupposto di aumentarne il valore.

Aumentare l’Enterprise Value ha dei riscontri immediati lungo tutto il ciclo di vita aziendale, con indiscutibili vantaggi verso i principali stakeholders, fra cui il mondo finanziario, per qualsiasi tipo di operazione: finanziamento, M&A, IPO, Exit.