Snowflake presenta una startup: in che modo Katalyze AI trasforma i dati della bioproduzione

Nella serie di blog Snowflake presenta una startup chiediamo ai fondatori di startup quali problemi stanno risolvendo, quali app stanno creando e cosa hanno imparato durante il loro percorso. In questa edizione incontriamo Reza Farahani, cofondatore e CEO di Katalyze AI, e scopriamo come Katalyze AI trasforma la documentazione non strutturata del biomanufacturing in dati strutturati ricercabili per ottimizzare la produzione farmaceutica e accelerare il time-to-market.

Parlaci di te

Sono Reza Farahani, cofondatore e CEO di Katalyze AI. Sono un imprenditore seriale con un background in consulenza ingegneristica, AI e data science e ho trascorso oltre un decennio applicando l’intelligenza artificiale e il machine learning per ottimizzare flussi di lavoro complessi in vari settori e settori. 

Cosa ti ispira in quanto fondatore di startup?

Sono guidato dal potenziale dell’AI di rimodellare la bioproduzione. Il settore delle scienze biologiche promuove innovazioni che sembrano appartenere al 2070, ma alcuni processi manuali frammentati sembrano ancora fermi agli anni ’50.

Colmare il gap tra l’intelligenza artificiale all’avanguardia e le rigide realtà operative della produzione farmaceutica mi entusiasma. Considero l’AI uno strumento di precisione che in ultima analisi può rendere più accessibili e convenienti i prodotti salvavita.

Cosa ti ha spinto ad avviare Katalyze AI?

La mia motivazione era rendermi conto che le inefficienze di produzione sono i veri colli di bottiglia che impediscono alle terapie salvavita di raggiungere i pazienti. Malattie come la tubercolosi mietono ancora milioni di vite, non per mancanza di cure, ma a causa di processi produttivi inefficienti e incoerenti. Ho colto l’opportunità di utilizzare l’AI per trasformare la produzione in modo che le terapie possano essere prodotte in modo efficiente, coerente e su vasta scala.

La mia visione con Katalyze AI è sbloccare il pieno potenziale della bioproduzione affrontando le sfide “poco sexy” ma mission-critical. Queste includono l’ottimizzazione della variabilità delle materie prime, l’automazione della documentazione e la scalabilità della produzione biologica. La produzione biofarmaceutica non si limita alla miscelazione degli ingredienti, ma consiste nella produzione coerente di molecole complesse con oltre 20.000 atomi, in condizioni precise e su scala. È qui che l’AI diventa trasformativa, ed è questo il futuro che stiamo costruendo in Katalyze AI.

La produzione biofarmaceutica è un processo complesso. Come hai identificato un problema specifico da affrontare?

L’obiettivo è uno dei maggiori colli di bottiglia nascosti nella bioproduzione: la mancanza di dati strutturati e accessibili nei processi di produzione. La documentazione non strutturata può includere record di lotti, report sugli scostamenti e log di qualità. Questo rallenta il processo decisionale, introduce errori umani e rende quasi impossibile sfruttare l’analisi avanzata per ottimizzare i processi.

Il nostro team conosce bene la sfida: abbiamo esperti delle migliori società di consulenza, grandi aziende farmaceutiche, aziende di dati e prestigiose università che portano le loro conoscenze tecniche e di settore al problema. Questo ci ha portati a progettare Digityze AI, la nostra piattaforma di intelligence documentale basata su AI, per digitalizzare e strutturare dati di produzione critici, consentendo la ricercabilità in tempo reale, il reporting automatizzato e l’analisi avanzata.

In che modo Snowflake Native App Framework ti consente di espandere la concorrenza nel tuo settore? 

Con la creazione di Digityze AI come Snowflake Native App, abbiamo reso possibile un’intelligence documentale trasparente, sicura e scalabile che opera direttamente all’interno degli ambienti Snowflake dei nostri clienti, riducendo i silos di dati, i problemi di sicurezza e gli ostacoli all’integrazione.

Invece di affidarsi a processi di estrazione dei dati lenti e manuali, oggi le aziende farmaceutiche possono eseguire ricerche rapide, applicare analisi basate sull’AI e automatizzare i flussi di lavoro normativi. 

Questo sblocca la visibilità dei processi end-to-end, consentendo alle aziende biofarmaceutiche di accelerare i tempi di produzione, ridurre gli sprechi e migliorare la resa dei lotti con precisione data-driven. In precedenza era impossibile fare questo su vasta scala.

Quale impatto ha avuto Snowflake Native App Framework sulla strategia di crescita di Katalyze AI?

L’esposizione globale GTM di Snowflake cambia radicalmente le carte in tavola. La produzione biofarmaceutica opera in uno dei settori più sensibili ai dati e strettamente regolamentati, in cui la sicurezza, la conformità e l’affidabilità operativa non sono negoziabili. Implementando Digityze AI come Snowflake Native App, otteniamo accesso immediato agli oltre 10.000 clienti aziendali Snowflake, tra cui alcuni dei più grandi produttori farmaceutici e biotecnologici al mondo.

Questo ha trasformato la nostra strategia di lancio sul mercato in tre aspetti chiave. L’esposizione ci offre un’espansione fluida nei mercati regolamentati perché Snowflake è già integrata nelle principali case farmaceutiche. Ci assicura inoltre una scalabilità istantanea di livello enterprise, poiché possiamo integrare nuovi clienti all’istante. Inoltre, la rete di leader nel campo dei dati di Snowflake ci consente di accedere direttamente ai responsabili delle decisioni attraverso le relazioni e le iniziative GTM di Snowflake. 

Quali lezioni ha imparato Katalyze AI mentre cresceva?

Nei primi tempi, abbiamo dato per scontato che l’impatto dell’intelligenza artificiale sull’efficienza della bioproduzione (ad esempio, un aumento della resa dell’8% in 10 settimane) avrebbe immediatamente favorito l’adozione. Ma le grandi aziende farmaceutiche hanno processi consolidati, rigorosi requisiti di conformità e ambienti di stakeholder complessi.

Se potessi tornare indietro, mi concentrerei prima sull’integrazione negli ecosistemi di settore, come la collaborazione con piattaforme come Snowflake e Veeva, l’allineamento con i team di regolamentazione e controllo qualità e la garanzia che i nostri modelli AI si adattino perfettamente ai flussi di lavoro operativi esistenti. Questo approccio si è dimostrato molto più efficace nel promuovere l’adozione su vasta scala.

Qual è il consiglio più prezioso che hai mai ricevuto su come gestire una startup?

Uno dei migliori consigli che ho ricevuto da un mentore durante il mio periodo presso Boston Consulting Group (BCG): “Non creare tecnologia, risolvi un problema mission-critical.”

È facile farsi prendere dall’entusiasmo dell’intelligenza artificiale e della data science, ma in fin dei conti, l’adozione da parte dell’azienda dipende dal fatto che si stia affrontando un punto dolente urgente e di alto valore. Per Katalyze AI, questo punto dolente è l’inefficienza della documentazione non strutturata nella bioproduzione, che influisce direttamente su produttività, conformità e costi. Ogni funzionalità che sviluppiamo viene misurata in base alla sua capacità di generare un impatto misurabile sui risultati di produzione, non solo sulle novità tecniche.

Tutti pensano all’AI. Come fondatore e innovatore, qual è la tua prospettiva sul panorama dell’AI in rapida evoluzione? 

L’AI sta entrando in una fase critica: dalle POC all’operatività in tutta l’azienda. Le innovazioni più interessanti e preziose nel campo dell’AI/ML sono quelle che, passando dagli insight all’automazione, consentono una perfetta integrazione aziendale e migliorano la explainability e la conformità normativa. Ecco perché sviluppare su Snowflake è essenziale. Consente di generare e applicare insight basati sull’AI all’interno di un ambiente dati sicuro e conforme, eliminando la necessità di spostare i dati.

Preoccupa la sfida dell’eccessiva dipendenza dall’AI senza competenze specifiche del settore. Molte startup AI si concentrano sull’automazione generalizzata, ma nella bioproduzione la conoscenza del dominio è importante tanto quanto il modello stesso. Ecco perché il nostro approccio combina profonde competenze farmaceutiche con processi decisionali basati sull’AI, garantendo che ogni insight sia utilizzabile, affidabile e conforme.

Il futuro dell’AI nel settore biofarmaceutico non sarà solo dati migliori, ma anche automazione intelligente che influisce direttamente sull’efficienza della produzione, sui costi e sul time-to-market. Questo è esattamente ciò che Katalyze AI sta creando.

Scopri di più su come Katalyze AI sta trasformando la bioproduzione su https://katalyzeai.com/, prova l’app Digityze AI sul Marketplace Snowflake o leggi il post di Farahani sul Blog Snowflake Builder Medium per i dettagli tecnici. Se sei una startup che utilizza Snowflake, dai un’occhiata al programma Powered by Snowflake Startup per informazioni su come Snowflake può supportare i tuoi obiettivi.