🤖 Компания, где все сотрудники — ИИ
Биотех-компания со своим научным директором, профильными отделами и штатом до 37 тысяч «человек». Только людей в нём нет, а только сплошь ИИ-агенты. Такую Virtual Biotech собрала команда Джеймса Цзоу, специалиста по компьютерным наукам из Стэнфорда.
Устроено всё как в настоящей фирме. Агент-директор раздаёт задания «отделам»: одни ищут мишени для лекарств, другие продумывают клинические испытания. В распоряжении у ИИ-коллектива больше сотни инструментов и баз данных. «Мозгом» агентов в исследовании были версии Claude от Anthropic, но, по словам Цзоу, подойдёт любая продвинутая языковая модель — даже открытая, которую можно запустить на своём компьютере.
Системе поручили разобрать опубликованные результаты свыше 55 тысяч клинических испытаний, и «директор» закрепил за каждым из 37 075 агентов по одному исследованию поздней фазы. Заодно ИИ-сотрудники нашли закономерность: у лекарств, нацеленных на белки, которые активны в определённых типах клеток, шансы дойти до рынка почти в полтора раза выше.
А с подачи людей система взялась за белок CD276 при раке лёгкого и предложила, как по нему ударить: антитело против CD276, «пристёгнутое» к противоопухолевому препарату. Спустя несколько месяцев, в августе 2025-го, Merck объявила об ускоренном рассмотрении в FDA своего лекарства со схожим механизмом — разработанного независимо.
Но есть нюанс: предсказания ИИ не проверяли ни экспериментами, ни клиническими испытаниями. Анализировать уже собранные данные это одно, а решать, тратить ли 2 миллиона долларов на единственное испытание, от которого зависит судьба компании, — совсем другое.
Биотех-компания со своим научным директором, профильными отделами и штатом до 37 тысяч «человек». Только людей в нём нет, а только сплошь ИИ-агенты. Такую Virtual Biotech собрала команда Джеймса Цзоу, специалиста по компьютерным наукам из Стэнфорда.
Устроено всё как в настоящей фирме. Агент-директор раздаёт задания «отделам»: одни ищут мишени для лекарств, другие продумывают клинические испытания. В распоряжении у ИИ-коллектива больше сотни инструментов и баз данных. «Мозгом» агентов в исследовании были версии Claude от Anthropic, но, по словам Цзоу, подойдёт любая продвинутая языковая модель — даже открытая, которую можно запустить на своём компьютере.
Системе поручили разобрать опубликованные результаты свыше 55 тысяч клинических испытаний, и «директор» закрепил за каждым из 37 075 агентов по одному исследованию поздней фазы. Заодно ИИ-сотрудники нашли закономерность: у лекарств, нацеленных на белки, которые активны в определённых типах клеток, шансы дойти до рынка почти в полтора раза выше.
А с подачи людей система взялась за белок CD276 при раке лёгкого и предложила, как по нему ударить: антитело против CD276, «пристёгнутое» к противоопухолевому препарату. Спустя несколько месяцев, в августе 2025-го, Merck объявила об ускоренном рассмотрении в FDA своего лекарства со схожим механизмом — разработанного независимо.
Но есть нюанс: предсказания ИИ не проверяли ни экспериментами, ни клиническими испытаниями. Анализировать уже собранные данные это одно, а решать, тратить ли 2 миллиона долларов на единственное испытание, от которого зависит судьба компании, — совсем другое.