Estratègia, incertesa i predictibilitat

 Strategic Decision-Making, Prediction Machines, and Knightian Uncertainty: What are the (Empirical) Challenges?

L'article Strategic Decision-Making, Prediction Machines, and Knightian Uncertainty: What are the (Empirical) Challenges? (publicat el 2026 a la revista Journal of Management Scientific Reports pels professors Nicolai J. Foss i Paul Hünermund) analitza la intersecció entre dos dels desenvolupaments més rellevants en la direcció estratègica: la incertesa de Knight (KU) i la intel·ligència artificial (IA).

La investigació parteix de la constatació que l'efectivitat de la IA com a eina de suport a la presa de decisions estratègiques depèn directament del tipus específic d'incertesa al qual s'enfronti la direcció de l'empresa. Els autors desglossen la incertesa de Knight en quatre nivells conceptuals, proposen un marc d'alineació (matching) entre aquests nivells i diferents paradigmes d'IA, i dissenyen una agenda d'investigació empírica per avaluar-ne l'impacte en la qualitat de les decisions.

1. Els quatre nivells de la Incertesa de Knight (KU)

• Els autors assenyalen que en la literatura d'estratègia el concepte de KU s'ha utilitzat sovint de manera vaga o conflada. Per superar aquesta ambigüitat, proposen una taxonomia de quatre nivells d'incertesa, ordenats de menor a major radicalitat [10–15]:

• • KU I: Desconeixement de les probabilitats objectives (remédiable uncertainty)
    El prenador de decisions no coneix la distribució de probabilitat objectiva dels esdeveniments o resultats futurs a causa d'una manca d'informació inicial. Tanmateix, aquesta informació es pot obtenir o apropar recollint dades i experimentant, transformant la incertesa inicial en un risc calculable.

  • KU II: Probabilitats subjectives (Enfocament baiesià)
    En absència de dades de freqüència objectiva, els agents assignen distribucions de probabilitat subjectiva (priors) o conjunts de probabilitats (credal sets). Aquestes creences inicials s'actualitzen posteriorment mitjançant l'aprenentatge baiesià a mesura que s'obté nova informació.

  • KU III: Ambigüitat i inestabilitat de models
    Existeix incertesa sobre quina distribució de probabilitat s'aplica exactament o quin és l'interval de probabilitats adequat. Acostuma a produir-se quan hi ha canvis estructurals o de distribució en l'entorn (distribution shifts), fent que les dades del passat deixin de ser representatives i impedint assignar una única probabilitat subjectiva de manera racional.

  • KU IV: Ignorància o desconeixement (Unknown Unknowns / Unawareness)
    Representa la forma més radical d'incertesa, en la qual el prenador de decisions és incapaç de caracteritzar o definir completament l'espai d'estats futurs. Inclou el desconeixement absolut (sheer ignorance) de certes opcions o conseqüències, de manera que la materialització de novetats genera sorpreses.

2. Matriu d'alineació: Emparellament entre KU i tecnologies d'IA

L'article demostra que diferents formes de KU requereixen el suport de diferents eines d'IA:

• Alineació per a KU I → Màquines de predicció (Prediction Machines / Aprenentatge Supervisat)
  • Els models d'aprenentatge supervisat analitzen grans volums de dades històriques per identificar patrons i assignar probabilitats a esdeveniments futurs. Són molt eficaços quan la incertesa es deu a la manca de processament de dades existents.
• Alineació per a KU II i KU III → IA Causal (Causal AI) i aprenentatge per transferència
  • Quan l'entorn canvia (KU III), els models predictius tradicionals fallen perquè les relacions correlacionals del passat es trenquen. La IA Causal (models causals estructurals, inferència contrafàctica) ofereix estructures estables gràcies al principi d'autonomia de les relacions causals.
  • Eines associades: Proves A/B (experimentació digital), aprenentatge per reforç (Reinforcement Learning) i eines de descobriment causal (causal discovery) per avaluar intervencions i adaptar el coneixement a nous contextos (transportability).
• Alineació per a KU IV → IA Generativa (Generative AI) i simulació
  • En situacions de desconeixement radical (KU IV), la IA no pot predir el futur en sentit determinista. Tanmateix, els grans models de llenguatge (LLM) actuen com a amplificadors de la imaginació estratègica. En haver estat entrenats amb grans volums de dades que inclouen casos hipotètics i contrafàctics, ajuden a generar escenaris plausibles, detectar "sisgles negres" potencials i transformar "desconeguts desconeguts" en hipòtesis formulables.

3. Agenda d'investigació empírica: Els tres grans desafiaments

Els autors assenyalen que, per validar teòricament i pràcticament aquests beneficis, cal superar tres reptes metodològics:

1. Mesurar la Incertesa de Knight (Challenge I)

• El problema: A diferència del risc —que es pot quantificar amb mètriques estàndard com la desviació típica o la variància—, la KU es caracteritza per la manca de probabilitats ben definides o per la incapacitat de definir l'espai d'estats futurs. Els indicadors tradicionals (com la dispersió de previsions d'experts o els índexs d'incertesa política) s'utilitzen com a proxies indirectes, però no aconsegueixen diferenciar entre els diferents nivells de KU (KU I a KU IV).
• La solució empírica: Proposen construir instruments d'enquesta i mesura multidimensionals basats en tres eixos de classificació:
  1. Assignabilitat de probabilitats: Avaluar si els prenadors de decisions poden assignar probabilitats puntuals, intervals o si consideren que no és possible assignar-ne cap.
  2. Completitud de l'espai d'estats: Identificar si la direcció creu que coneix tots els escenaris possibles o si admet l'existència de contingències desconegudes (unknown unknowns).
  3. Estabilitat del model: Mesurar si la estructura causal entre accions i resultats es manté constant o si pateix ruptures estructurals.

2. Examinar l'ajust (Matching) entre KU i els paradigmes d'IA (Challenge II)

• El problema: Les grans enquestes d'innovació (com la Community Innovation Survey de la UE) recullen dades sobre quines tecnologies d'IA adopten les empreses, però no mesuren per a quina finalitat ni sota quin paradigma s'utilitzen. Un mateix algorisme es pot utilitzar per predir el passat (IA predictiva), per dissenyar experiments i avaluar intervencions (IA causal) o per generar escenaris i simular futurs alternatius (IA generativa).
• La solució empírica:
  • Ampliar els mòduls d'enquesta per capturar la finalitat epistèmica de l'ús de la IA i relacionar-la amb el tipus de KU que afronta l'empresa.
  • Combinar aquestes dades amb traces digitals (com l'ús d'eines d'A/B testing en línia), experiments de vinyetes i dissenys de mètodes mixtos (enquestes longitudinals i estudis de cas qualitatius) per avaluar si l'ajust entre la tecnologia i el nivell d'incertesa millora realment el rendiment.

3. Mesurar la qualitat de les decisions sota KU (Challenge III)

• El problema: Avaluar la qualitat d'una decisió estratègica només a partir dels seus resultats financers ex post (com els beneficis o la supervivència) és altament imperfecte en entorns d'alta incertesa, ja que la sort o els xocs externs imprevistos poden distorsionar el resultat.
• La solució empírica: Desplaçar el focus des dels resultats cap a la qualitat procedimental (procedural quality) i l'ajust epistèmic del procés de decisió:
  • Indicadors procedimentals: Mesurar el rigor en la formulació d'hipòtesis, la freqüència d'experiments controlats, la velocitat de pivotatge davant evidència desconfirmatòria i la diversitat d'escenaris considerats.
  • Adaptabilitat en KU IV: En situacions de desconeixement radical (KU IV), la qualitat no s'avalua per l'optimització d'una opció inicial, sinó per la capacitat de descobriment del procés (la velocitat per detectar contingències no previstes i adaptar-s'hi preservant la reversibilitat).

Pharma, big pharma (67)

The Global Economics of Pharmaceutical Innovation, Pricing and Access: The New Geopolitics of Pharmaceutical Pricing 

L'article The Global Economics of Pharmaceutical Innovation, Pricing and Access: The New Geopolitics of Pharmaceutical Pricing, elaborat pel professor Jaume Puig-Junoy (UPF Barcelona School of Management) com a Working Paper de la sèrie HEPA (No. 20, setembre de 2026), analitza les interaccions entre la innovació farmacològica, els mecanismes de fixació de preus i les noves pressions geopolítiques internacionals.

1. Tesi central i marc d'anàlisi

• Intersecció geopolítica: La política del medicament ha deixat de ser un debat exclusivament tècnic o d'avaluació econòmica local per situar-se al centre de les relacions comercials i les estratègies geopolítiques globals.
• Més enllà del preu i els ingressos: L'autor defensa que les decisions de finançament no es poden reduir de manera simplista a abaixar preus o augmentar els ingressos de la indústria. Cal avaluar explícitament el valor terapèutic, l'assequibilitat, el cost d'oportunitat i els efectes dinàmics sobre la I+D.

2. Part I: Innovació, valor i cost d'oportunitat (Capítols 1–3)

• Capítol 1 («Cheaper and better»): Analitza l'anomenat «quart quadrant» de la innovació (aquella que és millor i més barata). Es constata que el sistema de salut recompensa sovint innovacions de baix valor incremental però d'alt cost, mentre que desincentiva les tecnologies que redueixen costos operatius. El sistema de patents afavoreix tractaments en fases avançades abans que la prevenció o els antibiòtics. Es proposen alternatives com els models de subscripció o la compra pública de patents.
• Capítol 2 («Raising NICE's threshold»): Examina la decisió del Regne Unit d'elevar l'umbrals de cost-efectivitat del NICE de 20.000–30.000 £ a 25.000–35.000 £ per QALY. L'article emfatitza que augmentar un umbral no és una correcció tècnica sinó una decisió política que implica un cost d'oportunitat directe (recursos que es deixen de destinar a altres prestacions del sistema sanitari).
• Capítol 3 («More revenue, more innovation?»): Revisa l'evidència empírica sobre l'elasticitat de la innovació respecte a la mida del mercat. A partir de l'estudi de Maini et al. (2026), es mostra que les elasticitats oscil·len entre 0,21 i 0,30 depenent de les mètriques utilitzades, desmentint la idea que un dòlar addicional obtingut als EUA generi necessàriament més innovació que un dòlar obtingut en altres mercats.

3. Part II: El gir cap a la Nació Més Afavorida (MFN) als EUA (Capítols 4–6)

• Capítol 4 («The MFN turn in U.S. drug pricing»): Descriu la política de Nació Més Afavorida (Most-Favored-Nation, MFN) impulsada per l'administració nord-americana, que fixa els preus de referència dels medicaments de marca als EUA a partir del segon preu net més baix ajustat per paritat de poder adquisitiu (PPA) d'un cabàs de països de l'OCDE (Alemanya, Canadà, Dinamarca, França, Itàlia, Japó, Regne Unit i Suïssa). El model s'aplica mitjançant acords voluntaris amb les farmacèutiques sota la amenaça de mesures comercials i aranzels.
• Capítol 5 («MFN pricing in Medicaid»): Avalua el model GENEROUS per a Medicaid, on les estimacions estàtiques (Hwang et al., 2026) preveuen estalvis del 34,7% de la despesa neta en 82 medicaments d'alta despesa. L'autor adverteix de les limitacions d'aquestes estimacions en no considerar les respostes dinàmiques dels fabricants o l'optimització de les rebaixes estatals.
• Capítol 6 («The market's verdict on MFN pricing»): Analitza la reacció dels mercats financers (Kirson et al., 2026), destacant que els inversors no van interpretar la MFN com un xoc financer catastròfic per a la indústria nord-americana, ja que les accions es van recuperar després dels primers acords. Tanmateix, es detecta un impacte menys favorable per a les empreses europees i pressions per augmentar els preus a Europa.

4. Part III: Europa, llançaments i la geopolítica dels preus (Capítols 7–10)

• Capítol 7 («MFN and JCA»): Analitza com la MFN interacciona amb l'Avaluació Clínica Conjunta (Joint Clinical Assessment, JCA) obligatòria a la UE. L'evidència (Ramagopalan i Ryan, 2026) mostra una reducció de llançaments de nous medicaments als països europeus de referència (-37,8% a la UE), ja que les companyies retards o eviten el llançament a Europa per protegir el preu de referència MFN als EUA.
• Capítol 8 («The UK-US pharmaceutical agreement»): Analitza l'acord bilateral entre el Regne Unit i els EUA, on el Regne Unit es va comprometre a augmentar la despesa en medicaments nous i elevar els umbrals del NICE a canvi d'exempcions aranzelàries. L'estudi de Cross et al. calcula que el cost d'oportunitat en salut d'aquesta mesura podria traduir-se en entre 229.000 i 291.000 morts addicionals per l'any 2036 degut a la desviació de recursos de la resta del servei públic de salut (NHS).
• Capítol 9 («The incomplete myth of global pharmaceutical free riding»): Desmunta la narrativa política dels EUA sobre el suposat «free-riding» europeu. A partir de dades de Frech et al. (2026), es demostra que les contribucions a la I+D global estan correlacionades amb la mida de la població i el PIB, i que l'alta despesa dels EUA reflecteix una norma d'aportació de la qual els EUA es desvien per la part superior i no un comportament d'explotació per part dels països europeus.
• Capítol 10 («US Drug Pricing After MFN»): Compara l'arquitectura de la MFN amb la proposta RFI dels demòcrates al Senat dels EUA. Mentre que la proposta demòcrata pretén introduir els preus internacionals com un factor dins de la negociació de Medicare, la MFN utilitza la política comercial, aranzels i investigacions comercials (com la Secció 301 iniciada contra Alemanya), amenaçant directament l'autonomia regulatòria dels sistemes de salut europeus.

PD. L'elasticitat de la innovació farmacològica respecte a la mida del mercat es calcula i s'avalua segons els següents principis metodològics:

1. Definició formal

L'elasticitat mesura el canvi percentual en un resultat concret d'innovació (com ara el nombre de nous medicaments desenvolupats o llançats) associat a un canvi de l'1% en la mesura rellevant de la mida del mercat (els ingressos o les vendes esperades). La fórmula conceptual respon a:

2. Com s'estima empíricament

En l'anàlisi de Maini et al. (2026), es manté constant el mètode d'estimació i es varien les definicions de la mida del mercat i de la innovació per avaluar com canvia el paràmetre:

• Rang d'elasticitat observat: Sota les especificacions preferides dels autors, l'elasticitat oscil·la entre 0,21 i 0,30.
• Impacte de la definició de la mostra:
  • Quan es consideren tots els medicaments llançats a escala global, les estimacions d'elasticitat són més baixes (aprox. 0,21 a 0,34).
  • Quan la mostra es restringeix als medicaments disponibles als Estats Units, les estimacions són més altes (aprox. 0,28 a 0,47).
  • Per a una mateixa mostra, utilitzar els ingressos dels EUA o els ingressos globals ofereix resultats molt similars sense diferències estadísticament significatives.

3. Ajustos necessaris segons el tipus de política

L'estudi emfatitza que no es pot aplicar un únic valor d'elasticitat a qualsevol decisió de finançament o regulació:

• Variacions de volum vs. preu: Les elasticitats empíriques solen derivar-se de variacions d'ingressos associades a canvis en el volum de vendes (com les expansions de cobertura de Medicaid o Medicare Part D).
• Escalat per a regulacions de preus: Atès que els canvis en els preus es traslladen de manera diferent als marges de benefici de les empreses que els canvis en el volum, les elasticitats basades en volum s'han d'ajustar o escalar per la inversa de la quota de benefici variable abans d'aplicar-les a polítiques de control de preus (com les clàusules de Nació Més Afavorida - MFN o les negociacions de preus).

PS. Aquest concepte d'elasticitat és volatilitza en un moment i no serveix per gaire en un entorn de financiarització dels actius farmacèutics. Caldria fer-ne un article sencer per deixar-ho clar.

Pharma, big pharma (65)

 Cost-Effectiveness Thresholds: Overvaluing Innovation, Undervaluing Health

L'article titulat "Cost-Effectiveness Thresholds: Overvaluing Innovation, Undervaluing Health", publicat a Health Affairs el maig de 2026, examina críticament com els llindars utilitzats en l'anàlisi de cost-efectivitat (CEA) sovint inflen el preu dels medicaments nous a costa de la salut general de la població.

1. L'Anàlisi de Cost-Efectivitat (CEA) i els Llindars

L'anàlisi de cost-efectivitat és una eina que ajuda a determinar si el benefici per a la salut que proporciona un medicament està alineat amb el seu cost. El resultat s'expressa generalment com una ràtio (cost per unitat de salut guanyada), utilitzant sovint els Anys de Vida Ajustats per Qualitat (QALY).

• El llindar: És la quantitat màxima de diners per unitat de benefici que es considera "cost-efectiva".
• Impacte en la salut neta: Si un medicament costa més que el llindar per cada QALY guanyat, la seva introducció pot provocar una pèrdua neta de salut en el sistema, ja que els diners utilitzats es deixen d'invertir en altres serveis més eficients.

2. El concepte fonamental del Cost d'Oportunitat

L'argument central dels autors és que els llindars haurien de reflectir el cost d'oportunitat: el fet que els recursos destinats a un medicament car no estaran disponibles per a altres necessitats, com ara contractar més infermeres, finançar l'educació o altres programes socials.

• Nivell ideal del llindar: Idealment, el llindar hauria de basar-se en el "cost marginal de la salut", és a dir, la quantitat que un sistema pot gastar per crear nova salut sense desplaçar o destruir la salut existent en altres parts del sistema.

3. La "Deriva" dels Llindars i l' "Innovation Premium"

L'article documenta com els llindars han anat augmentant sense una base empírica sòlida.

• Evolució als EUA: Als anys 90, la recerca es movia al voltant dels 50.000 $/QALY, però actualment organismes com l'ICER utilitzen un rang de 100.000 a 150.000 $/QALY.
• La bretxa (Innovation Premium): Hi ha una diferència significativa entre els llindars oficials (de guies) i el cost real marginal de la salut (cost d'oportunitat). Aquesta diferència és el que els autors anomenen "prima a la innovació" (innovation premium): un preu extra que els pagadors accepten pagar per la "novetat" del producte, tot i que això resulti en una pèrdua de salut per a la resta de la població.

Dades destacades de la Figura 1 (Exhibit 1) sobre el cost marginal real vs. el llindar de les guies:

• Estats Units: El llindar de les guies és de 100.000-150.000 $, mentre que el cost marginal estimat és d'uns 104.000 $ (o fins i tot tan baix com 24.283 $ en alguns estudis), cosa que representa una prima a la innovació d'entre el 30% i el 73%.
• Anglaterra i Gal·les: Tenen una prima a la innovació d'entre el 55% i el 73%.

4. Conseqüències per a la Salut Pública i l'Equitat

L'ús de llindars artificialment alts per afavorir els preus dels medicaments nous té un impacte negatiu real:

• Pèrdua neta de salut: Es gasta més del que el sistema pot absorbir sense retallar en altres llocs.
• Inequitat: Aquesta pèrdua de salut sol afectar els pacients més vulnerables, com els que no tenen assegurança o tenen cobertures insuficients, que veuen com els recursos es desvien o les primes de les assegurances pugen.

5. Recomanacions dels Autors

L'article conclou que no s'ha d'abandonar el mètode de cost-efectivitat, sinó fer-lo més rigorós:

1. Investigar el cost marginal real: Cal identificar clarament quant costa realment produir una unitat de salut en cada sistema sanitari.
2. Transparència en les decisions: Si un govern decideix pagar una "prima" per un medicament nou per sobre del seu valor de salut, ha de ser una decisió conscient i política, no un biaix ocult dins dels llindars de cost-efectivitat.
3. Qüestionar les afirmacions de la indústria: Els autors conviden a dubtar de l'argument que els mètodes actuals no recompensen la innovació, ja que els llindars inflats ja estan oferint preus molt per sobre del seu valor real de salut.

Exhibit 1: Cost-effectiveness thresholds used in guidelines and estimated opportunity-cost thresholds

Country	Cost per QALY threshold in guidelines (currency)	Marginal cost per QALY (opportunity cost threshold, year)	% of guideline threshold	Innovation premium (%)
Australia	50,000 AUD*	28,033 AUD (2011/12)	56.1	43.9
Canada	50,000 CAD*	26,221–33,088 CAD (2013)	66.2	33.8
England and Wales	20,000–30,000 GBP	8,000 GBP	26.7	73.3
		12,936 GBP (2008)	43.1	56.9
		13,311 GBP (2013)	44.4	55.6
		15,000 GBP (2012)	50.0	50.0
	25,000–35,000 GBP (new)	15,000 GBP (2012)	42.9	57.1
Netherlands	20,000–80,000 EUR	73,600 EUR	92.0	8.0
	41,000 EUR		21.3	48.8
Norway	500,000 NOK	253,597–550,118 NOK (2013)	110.0	-10.0
Spain	30,000 EUR	22,000–25,000 EUR (2012)	83.3	16.7
Sweden	500,000 SEK*	180,000–430,000 SEK	86.0	14.0
United States	50,000–150,000 USD*; 100,000–150,000 USD (ICER)	104,000 USD (2019)	69.3	30.7
		24,283–40,112 USD (2013)	26.7	73.3

Sources: See links in exhibit. Notes: *Designates an “implicit/informal” threshold that is used by decision makers but is not explicitly stated in a country’s guidance. The Canadian threshold is for price negotiation purposes, not reimbursement decision making. aThe calculated threshold is reported as a percentage of the guideline threshold. Where either number is a range, the larger of each was used to determine the percentage of guideline threshold and corresponding “innovation premium.” bFor marginal cost per quality-adjusted life-year calculations that report a range only (that is, Canada), the higher number was used. For countries with a threshold range (that is, England and Wales), the higher value was reported. cMethod: For studies that used US dollars rather than the currency of the guideline, the amount was converted to the same currency as the guideline using Xe.com historical currency on June 1 of the year of the paper.

Exhibit 2: Cost-effectiveness thresholds and the “innovation premium”

Note: This figure shows a cost-effectiveness plane with incremental costs on the vertical axis and incremental health effects, measured in quality-adjusted life-years (QALYs), on the horizontal axis. Two threshold lines are displayed. One represents a higher cost-effectiveness threshold of 150,000 dollars per QALY. The second represents a lower threshold corresponding to the U.S. opportunity cost of health care spending. A point labeled A lies on the lower threshold line, while a point labeled A-prime lies on the higher threshold line for the same level of health gain. The vertical distance between these two points represents the additional cost that is accepted under the higher threshold. This difference is labeled the “innovation premium,” illustrating the extra amount paid for health gains above the opportunity cost threshold when higher cost-effectiveness thresholds are used.

Source: Authors’ analysis.

Per fixar preus que reflecteixin millor el valor real de la salut i evitin pèrdues netes en el sistema sanitari, els autors de l'article proposen les següents alternatives i millores al sistema actual:

• Identificar i utilitzar el cost marginal real de la salut: Els autors suggereixen que s'ha de dur a terme una recerca continuada per determinar quin és el cost real d'una unitat de salut (com el QALY) dins de cada sistema sanitari específic. Aquest "llindar de cost d'oportunitat" hauria de ser el resultat primari en qualsevol anàlisi de cost-efectivitat per entendre quina salut s'està desplaçant o perdent en altres parts del sistema en finançar un nou medicament.
• Convertir la "prima a la innovació" en una decisió conscient: En lloc de tenir llindars inflats de manera implícita, els autors proposen que qualsevol pagament que superi el cost marginal de la salut sigui una decisió política explícita i transparent. Això implica que els responsables de les polítiques han de decidir conscientment quina recompensa addicional volen donar als nous medicaments o a condicions específiques, tenint en compte els recursos disponibles.
• Rigor en la determinació dels nivells dels llindars: En lloc d'abandonar els llindars de cost-efectivitat, l'article advoca per determinar els seus nivells de manera més rigorosa. Actualment, molts llindars s'utilitzen sense una base empírica sòlida, cosa que resulta en preus que superen el benefici real que aporten als pacients.
• Avaluar l'impacte en l'equitat i les poblacions vulnerables: Les decisions sobre preus han de tenir en compte que els llindars massa alts poden provocar una pèrdua de salut que afecta sovint els pacients més vulnerables (com els no assegurats), a causa de l'augment de les primes o la retallada d'altres serveis essencials.
• Reconèixer el cost d'oportunitat real: Les alternatives de preus han de basar-se en la comprensió que els diners gastats en un nou fàrmac no estan disponibles per a altres serveis crítics, com la contractació d'infermeres o programes d'educació. El llindar ideal hauria de ser aquell que permeti crear nova salut sense destruir la salut existent en la població.

En resum, la proposta dels autors no és eliminar l'anàlisi de cost-efectivitat, sinó fer-la més honesta i basada en evidències, assegurant que els preus dels medicaments estiguin realment alineats amb els beneficis que aporten i les limitacions pressupostàries dels sistemes de salut.

David Hockney ha traspassat, la seva obra resta entre nosaltres

Aranzels farmacèutics (2)

Pharmaceutical Tariffs Would Add Costs and Reduce Innovation

L’article analitza l’impacte econòmic que tindria la imposició d’aranzels als productes i ingredients farmacèutics per part de l’administració Trump el 2026, concloent que aquesta mesura augmentaria els costos per als consumidors i reduiria la innovació.

1. Context i magnitud de les importacions

Els Estats Units van importar productes i ingredients farmacèutics per valor de 225.000 milions de dòlars el 2024. La gran majoria d'aquestes importacions provenen de la Unió Europea (61% dels medicaments i 47% dels ingredients), mentre que la Xina representa menys del 4% del total. Malgrat que a principis de 2026 aquests productes encara estan exempts, hi ha una investigació en curs (Secció 232) i amenaces presidencials de fins al 200% d'aranzel.

2. Escenaris d'impacte econòmic

L'estudi estima tres escenaris de càstig aranzelari (aplicant generalment un 25%, però amb un 15% negociat per a la UE i el Japó, i l'exempció per al Regne Unit):

• Escenari 1 (Màxim): Aplicar aranzels a totes les importacions farmacèutiques. Això generaria pagaments de 23.000 milions de dòlars.
• Escenari 2 (Intermedi): Eximir els ingredients i gravar només medicaments i fàrmacs preparats. El cost seria de 21.900 milions de dòlars.
• Escenari 3 (Mínim): Gravar només els medicaments de marca, eximint els genèrics. El cost seria de 19.700 milions de dòlars.

L'exempció dels genèrics tindria un impacte limitat en l'estalvi total, ja que, tot i ser la majoria de les receptes, els medicaments de marca representen gairebé el 90% de la despesa farmacèutica.

3. Conseqüències per a l'economia i la llar

L'informe destaca que els aranzels actuarien com un impost indirecte amb efectes nocius:

• Preus més alts: Una part del cost es traslladaria directament als consumidors en forma de preus més elevats pels medicaments.
• Costos ocults: En els casos on els preus estan regulats i no poden pujar, l'aranzel absorbiria els beneficis de les empreses, traduint-se en salaris més baixos per als treballadors i menys dividends per als accionistes.
• Menys innovació: La reducció dels ingressos disponibles per a les farmacèutiques comportaria una menor reinversió en el desenvolupament de nous fàrmacs.
• Problemes de subministrament: Si les empreses intentessin moure la producció als EUA per evitar l'aranzel, el procés seria lent i costós, podent provocar escassetat de medicaments a curt termini.

4. Efecte net sobre la recaptació fiscal

Un punt rellevant és que el govern no recaptaria el total del pagament aranzelari de forma neta. Com que els aranzels redueixen la renda disponible de les empreses i els treballadors, es produeix un efecte de compensació mecànica: el govern rep menys ingressos per l'impost sobre la renda i les nòmines. Per exemple, en l'escenari màxim, dels 23.000 milions recaptats per aranzels, l'increment net real per al govern seria només de 17.700 milions.

En conclusió, l'article adverteix que, fins i tot si els aranzels es dissenyen de forma específica, acabaran funcionant com un cost ocult que reduirà les rendes dels nord-americans i frenarà el progrés científic del sector. 

Table 1. Pharmaceutical Imports Totaled $270 Billion in 2024

	EU	UK	Japan	China	India	Rest of World	Total
Active Pharmaceutical Ingredients	$5.40	$0.20	$0.40	$1.50	$0.50	$3.20	$11.30
Drugs and Medicaments	$130.30	$7.00	$7.30	$7.20	$12.50	$49.50	$213.80
Total	$135.60	$7.20	$7.80	$8.70	$13.00	$52.80	$225.10

Source: USITC DataWeb.

Table 2. Pharmaceutical Tariffs Would Add Up to $23 Billion in New Costs

	Total Tariff Revenue, 2026	Net Tax Increase, 2026
Scenario 1: All Pharmaceutical Products	$23 billion	$17.7 billion
Scenario 2: Drugs and Medicaments Only	$21.9 billion	$16.8 billion
Scenario 3: Estimated Branded Drugs Only	$19.7 billion	$15.1 billion

Source: Tax Foundation estimates and Tax Foundation General Equilibrium Model.Segons la IA:

L'impacte de la nova política comercial dels EUA sobre la indústria farmacèutica de Catalunya i Espanya és significatiu, ja que els Estats Units són, amb diferència, el primer destí de les exportacions farmacèutiques de l'Estat .

La posició de les empreses del sector davant d'aquest xoc es divideix en dues realitats molt diferents: la d'aquelles multinacionals que ja tenen fàbriques als EUA i la de les empreses mitjanes que depenen totalment de l'exportació directa des de les seves plantes a Catalunya o la resta de l'Estat.

1. El "salvavides" de l'acord UE-EUA

La millor notícia per al sector químic i farmacèutic català i espanyol ha estat la negociació de la Unió Europea, que ha aconseguit que els seus estats membres no rebin l'aranzel general del 100%.

• Les empreses que exporten des de territori espanyol paguen un aranzel reduït del 15% en lloc del 100%.

• Tot i ser una taxa molt més assumible, un 15% segueix sent un cop directe als marges de benefici, especialment en un sector on els preus sovint estan regulats o negociats a llarg termini amb els grans proveïdors d'assegurances nord-americans.

2. Com afecta les grans farmacèutiques catalanes i espanyoles

L'impacte varia radicalment segons l'estratègia i l'estructura de cada companyia:

Grifols (L'escut de la producció local)

La multinacional catalana d'hemoderivats (plasma) és la que es troba en una posició més segura davant d'aquesta crisi comercial. El motiu és que Grifols és, a la pràctica, una empresa altament nord-americana en l'àmbit industrial:

• Té la seva seu operativa a Raleigh (Carolina del Nord).

• La immensa majoria dels seus centres de donació de plasma i les seves principals plantes de fraccionament estan ubicades als propis EUA.

• Com que produeix in situ per al mercat nord-americà, esquiva el gruix dels aranzels. L'únic risc es troba en els components o línies menors que s'enviessin des de les plantes de Parets del Vallès o de Múrcia, que sí que reben el recàrrec del 15%.

Almirall (Impacte moderat en dermatologia)

La farmacèutica catalana centrada en dermatologia mèdica té els EUA com un mercat clau per a productes com Klisyri (per a la queratosi actínica).

• Almirall utilitza una xarxa mixta: part de la seva producció es fa a Europa i part subcontractada als EUA.

• L'aranzel del 15% als productes importats d'Europa l'ha obligat a renegociar preus o a accelerar el trasllat de les fases finals d'envasat (fill & finish) a laboratoris tercers en sòl estatunidenc per rebre la consideració de producte local.

Laboratoris Rovi (El repte dels biològics)

La companyia madrilenya té una forta dependència de la fabricació per a tercers (CDMO), essent famosa globalment per fabricar la vacuna de Moderna per a Europa.

• En l'àmbit de la seva pròpia expansió (com amb el llançament de l'antipsicòtic Okedi i el seu salt als EUA), Rovi ha hagut d'adaptar la seva planificació. Qualsevol exportació de fàrmacs injectables d'alta tecnologia des de les seves plantes a Espanya cap als EUA pateix la pressió de la taxa del 15%, cosa que frena la competitivitat respecte als rivals locals de Massachusetts o Califòrnia.

3. L'impacte en el teixit de Pimes farmacèutiques

Catalunya concentra el fons de la indústria farmacèutica de l'Estat (més del 45% de la producció). Per a les empreses mitjanes i els fabricants de principis actius (APIs) i matèries primeres químiques, el panorama és el més fosc:

• Pèrdua de competitivitat: En dependre d'exportar el producte directament en vaixells o avions des del Port de Barcelona o l'Aeroport del Prat, l'aranzel del 15% fa que els seus components químics siguin un 15% més cars que els produïts dins dels EUA.

• Impossibilitat de fer 'Onshoring': A diferència de Merck o Johnson & Johnson, una pime catalana no té capacitat financera ni milions de dòlars per obrir una fàbrica a Texas o Delaware. Per tant, es veuen abocades a assumir la pèrdua de marge comercial o a buscar mercats alternatius a Europa, Àsia o llatinoamèrica per compensar la pèrdua de vendes als EUA.

Pharma, big pharma (63)

Be brave, be bold: Measuring the return from pharmaceutical innovation 

La 15a edició de l'informe de Deloitte, titulat "Be brave, be bold: Measuring the return from pharmaceutical innovation", analitza el rendiment de la indústria biofarmacèutica en la generació de retorns a partir de la seva inversió en R+D. L'informe destaca una trajectòria ascendent en la rendibilitat, tot i que adverteix dels reptes constants en costos i temps de desenvolupament.

A continuació es presenta un resum detallat dels punts clau de l'informe:

1. Millora en la Taxa Interna de Retorn (IRR)

L'anàlisi de 2024 indica que la previsió de la taxa interna de retorn (IRR) ha augmentat fins al 5,9%, continuant la tendència a l'alça iniciada l'any anterior. Aquest creixement s'explica principalment per:

• Productes d'alt valor: L'entrada en la fase final de la línia de recerca (late-stage pipeline) de nous productes, especialment els GLP-1 per a la diabetis i la pèrdua de pes.
• Millora de les previsions comercials: Els resultats impressionants en els assajos clínics han elevat les expectatives de vendes d'actius en fases finals.
• L'impacte dels GLP-1: Sense aquests medicaments, l'IRR de 2024 cauria del 5,9% al 3,8%, demostrant la seva enorme influència en el mercat actual.

2. El Cost i l'Eficiència del Desenvolupament

Malgrat la millora del rendiment financer, els costos de desenvolupament segueixen sent un repte crític:

• Cost mitjà per actiu: El cost de desenvolupar un medicament des del descobriment fins al llançament ha augmentat fins als 2.230 milions de dòlars.
• Factors de cost: L'augment es deu a la complexitat de les malalties (com l'Alzheimer o càncers), la utilització de modalitats complexes (teràpies gèniques, conjugats d'anticossos i fàrmacs), les exigències reguladores i les dificultats en el reclutament de pacients.
• Temps de cicle: El temps necessari per passar de la Fase I al registre ja supera els 100 mesos de mitjana. La Fase III ha patit l'increment més gran, allargant-se un 12,0% en els darrers cinc anys.

3. Dinàmiques de la Línia de Recerca (Pipeline)

L'informe observa un ressorgiment dels actius "blockbuster" (aquells amb previsions de vendes superiors als 1.000 milions de dòlars):

• Noves incorporacions: 29 nous actius "blockbuster" han entrat en la fase final de recerca aquest any, un 53% més que l'any anterior.
• Concentració terapèutica: L'oncologia segueix sent l'àrea amb més inversió, concentrant el 37% de tots els actius de la línia de recerca, cosa que genera una competència intensa per pacients i llocs d'assaig.
• L'auge de l'obesitat: La previsió d'ingressos per a indicacions d'obesitat ha passat de l'1% el 2022 al 16% el 2024.

4. Innovació i Mecanismes d'Acció (MoAs)

Deloitte suggereix que les empreses han de ser "valentes" i prioritzar la innovació transformadora:

• Mecanismes d'Acció Novells: Tot i que els MoA novells (mai llançats anteriorment) representen el 23,5% del volum en desenvolupament, la seva quota d'ingressos prevista és molt superior (37,3%).
• Malalties Rares: Hi ha hagut un increment en el focus cap a les malalties rares, que ja representen el 37,4% dels actius en fases finals.

5. Fusions, Adquisicions (M&A) i IA

• Dependència externa: Els actius d'origen extern a les pròpies empreses representen el 61% de la línia de recerca en fase final, reflectint una dependència creixent de la innovació externa.
• Penya-segat de patents: Es preveu una pèrdua de 200.000 milions de dòlars en ingressos durant la propera dècada a causa de l'expiració de patents, cosa que impulsa l'activitat de fusions i adquisicions.
• El potencial de la IA: La tecnologia d'IA generativa ja està oferint retorns financers moderats o significatius segons el 42% dels executius enquestats, amb potencial per optimitzar el disseny d'assajos i reduir costos i terminis.

Recomanacions Estratègiques

Per mantenir i millorar els retorns, l'informe proposa quatre accions "valentes":

1. Prioritzar necessitats mèdiques no cobertes i mecanismes d'acció novells.
2. Adoptar tecnologies d'avantguarda, com la IA i l'edició gènica, a escala.
3. Utilitzar la presa de decisions basada en dades (advanced analytics i dades de món real) per optimitzar l'assignació de recursos.
4. Explorar nous models de col·laboració i adquisició d'innovació en fases primerenques.

Segons l'informe de Deloitte, la taxa de fracàs (o taxa d'atrició) en el desenvolupament de fàrmacs és inherentment alta, el que suposa un risc significatiu per a la inversió en R+D.

L'informe detalla les següents dades sobre els actius que no han arribat al mercat:

• Proporció d'actius finalitzats (2024): L'anàlisi mostra que la probabilitat de fracàs varia segons l'origen de l'actiu. Els actius desenvolupats internament van tenir una taxa de finalització del 12%, mentre que els actius d'origen extern (adquirits o mitjançant llicència) van presentar una taxa de finalització molt més elevada, del 14%.
• Volum de finalitzacions: Durant el cicle d'anàlisi de 2024, es van finalitzar un total de 79 actius en fase final (2 "blockbusters" i 77 altres productes), cosa que demostra l'escala dels riscos en R+D.
• Cost econòmic del fracàs: Les empreses de la cohort analitzada van gastar 7.700 milions de dòlars en assajos clínics per a actius que van ser finalitzats durant el període d'aquest informe.

Aquestes altes taxes de fracàs es deuen a diversos factors, incloent-hi la complexitat de les malalties tractades, dificultats en el reclutament de pacients per a assajos clínics i l'evolució del panorama regulador i competitiu. Per mitigar aquests riscos, l'informe recomana un enfocament més audaç basat en la presa de decisions dirigida per dades per minimitzar les terminacions en etapes tardanes.