Искусственный интеллект обещает революцию в разработке лекарств — от поиска мишеней до моделирования молекул. Но инвесторы ждут главного: доказательств, что ИИ способен изменить экономику фармы и повысить долю успешных препаратов. Пока этого не произошло, и рынок не спешит переоценивать отрасль, несмотря на миллиардные вложения Roche, Lilly, Novartis и других.
ИИ уже доказал, что способен ускорять то, что люди и так умеют делать: писать код, подводить итоги отчётов, автоматизировать рутину. Но может ли он помочь открыть то, чего люди пока не знают? Это вопрос на триллион долларов.
Ничто не подтвердило бы потенциал ИИ лучше, чем улучшение процесса создания лекарств — особенно для болезней вроде Альцгеймера или рака. Но именно здесь ИИ сталкивается с упрямой реальностью человеческой биологии. Уолл‑стрит ждёт доказательств, что ИИ способен изменить экономику разработки лекарств. Пока таких доказательств нет — и инвесторы не готовы оценивать фарму так же высоко, как компании, создающие ИИ‑инструменты.
ИИ уже ускоряет работу лабораторий — но это не меняет экономику
В лабораториях ИИ уже приносит скачок эффективности: предсказывает свёртывание белков, находит потенциальные мишени, виртуально перебирает миллионы молекул. Раньше учёные вручную выбирали мишени, опираясь на знакомые исследования, а затем годами проверяли гипотезы.
В Genentech (подразделение Roche) биолог Авив Регев создала систему «лаборатория в цикле»: ИИ предлагает мишени и молекулы, учёные проверяют их экспериментально, а результаты снова загружаются в модели, улучшая следующие прогнозы.
Регев говорит, что подход расширил круг проектов, которые учёные могут реально вести. Преимущество ИИ не в том, что он «умнее», а в том, что способен охватывать и структурировать объёмы биологических данных, недоступные одному человеку.
Но главный вопрос — дойдут ли открытия до рынка
Научные прорывы впечатляют, но проблема остаётся прежней: превращение идей в лекарства, которые работают на людях. Лишь 1 из 10 кандидатов, дошедших до клинических испытаний, выходит на рынок — и многие провалы происходят после лет исследований и миллиардов инвестиций.
В вычислениях действует закон Мура: инновации дают экспоненциальный рост. В фарме — обратная динамика: исследования становятся медленнее и дороже. Учёные назвали это законом Эрума (Eroom’s Law) — закон Мура наоборот.
Джек Сканнелл, автор термина, считает, что часть проблемы — эффект снижающейся отдачи: каждый новый препарат должен быть лучше предыдущих, включая дешёвые дженерики. Теоретически ИИ должен ломать эту стену, находя идеи, которые человек бы не увидел.
Но найти идею — не значит доказать её эффективность. Клеточные культуры, животные модели и компьютерные симуляции — несовершенные аналоги человеческого организма. Сканнелл сравнивает задачу так: обучать ИИ на нынешних данных — «как пытаться научить Waymo ездить по Сан‑Франциско, посадив лягушку на велосипед в Альбукерке». Автопилоты работают, потому что машины проехали миллионы реальных километров. У медицины нет «карты» человеческого тела.
Поэтому даже сторонники ИИ признают: доказательства появятся через несколько лет. Эрик Каудерер‑Абрамс из Anthropic говорит, что ИИ будет «гнуть кривую», устраняя сразу несколько узких мест, но отрасль пока лишь «во втором иннинге».
Инвесторы в ожидании: потенциал огромен, но экономика пока прежняя
Трудно награждать фарму авансом, когда стоимость вывода препарата на рынок только растёт. Но игнорировать ИИ тоже невозможно. Руководители Eli Lilly, Novartis и других компаний вкладывают миллиарды в вычислительные мощности, партнёрства и новые платформы.
Goldman Sachs оценивает, что ИИ может принести фарме до $400 млрд выгоды за десятилетие — за счёт ускорения разработки, снижения затрат и повышения вероятности успеха.
Но разница между сегодняшней экономикой и завтрашними возможностями огромна. Сейчас ИИ делает лаборатории продуктивнее, но не меняет главный показатель — сколько успешных лекарств появляется на каждый доллар исследований. Пока этот показатель не улучшится, Уолл‑стрит не будет переоценивать сектор.
Что должно измениться, чтобы закон Эрума начал «гнуться»
ИИ может стать частью биотехнологического возрождения — но только если отрасль улучшит цикл «открытие → доказательства». Это означает:
- больше данных о пациентах,
- новые способы мониторинга,
- клинические испытания, которые дают ответы быстрее.
Инвестор Род Вонг считает, что конкуренция с Китаем может стать катализатором: китайские компании быстрее переходят от идеи к клиническим данным, и это давление может заставить США пересмотреть систему испытаний, которая стала слишком медленной и дорогой.
Если всё сложится, закон Эрума может наконец начать сгибаться. И победителями станут не создатели ИИ‑моделей, а те, кто объединит мощные инструменты с глубокими биологическими данными и глобальными программами разработки — преимущество крупных фармгигантов.
Но биология живёт по своему графику, а не по циклу полупроводников. Революция может быть реальной — но станет очевидной только через несколько лет. В разработке лекарств «реально» и «скоро» почти никогда не совпадают.
