Диого Рау, директор по информационным и цифровым технологиям Eli Lilly, дал Wall Street Journal один из самых откровенных комментариев от топ-менеджера крупной фармкомпании за последнее время: реальная отдача от ИИ пришла не из лабораторий, а из цехов и офисов. Это признание тем весомее, что Lilly одновременно вкладывает миллиарды в партнёрство с Nvidia и строит один из мощнейших суперкомпьютеров в отрасли.
Конкретный пример — производство тирзепатида, активного вещества препаратов Mounjaro и Zepbound. Lilly создала цифрового двойника производственного процесса и применила машинное обучение, чтобы подобрать оптимальные комбинации давления и температуры. Результат — сокращение времени производства и рост объёма выпуска. Это классический сценарий промышленной оптимизации, где ИИ хорошо зарекомендовал себя и в других отраслях: авиастроении, нефтехимии, электронике.
| Компания | Применение ИИ | Результат |
|---|---|---|
| Eli Lilly | Цифровой двойник производства тирзепатида | Сокращение времени производства, рост выпуска |
| Recursion Pharmaceuticals | ИИ-проектирование онкопрепарата | 18 месяцев вместо ~4 лет на этапе дизайна молекулы |
| Recursion Pharmaceuticals | ИИ-разработка препаратов (13 лет) | Ни одного препарата на рынке; сокращение 20% персонала |
Цифровой двойник — виртуальная копия физического процесса или объекта, которая позволяет моделировать изменения без остановки реального производства. В фарме это особенно ценно: остановка линии стоит дорого, а регуляторные требования делают эксперименты «вживую» крайне затратными.
Recursion Pharmaceuticals за 13 лет не вывела на рынок ни одного препарата, разработанного с помощью ИИ, и сократила 20% персонала.
С открытием новых молекул картина принципиально иная. Recursion Pharmaceuticals — одна из первых компаний, сделавших ставку на ИИ в поиске лекарств, — основана почти 13 лет назад с амбицией сломить отраслевую статистику: около 90% препаратов-кандидатов не доходят до рынка. За всё это время Recursion не вывела ни одного ИИ-разработанного препарата. В прошлом году компания уволила 20% сотрудников. Один обнадёживающий результат всё же есть: экспериментальный онкологический препарат был спроектирован за 18 месяцев — против четырёх лет в среднем по отрасли. Но клинические испытания, которые следуют за этим этапом, по-прежнему занимают годы и не ускоряются от того, что молекула найдена быстрее.
Аналитик RBC Трунг Хюинь прямо говорит: убедительных доказательств того, что ИИ повышает процент успешных клинических испытаний, пока нет. Это важное разграничение — скорость проектирования молекулы и вероятность её успеха в испытаниях на людях суть разные метрики. Отрасль долго смешивала их в маркетинговых нарративах.
Тем не менее RBC оценивает совокупную экономию для американской фармацевтики в $90 млрд за следующие пять лет — преимущественно за счёт производственной эффективности и автоматизации административных процессов. Roche, GSK, AstraZeneca и Merck в последние месяцы также заключили собственные многомиллиардные сделки с ИИ-специалистами. Отрасль не отказывается от ставки на технологию — она уточняет, где именно она работает прямо сейчас, а где остаётся долгосрочным проектом.
