173 программы. Ноль одобренных препаратов. ИИ в открытии лекарств — самая дорогая ставка фармы, которая пока не оправдала ни одного вложенного доллара. Но данные по клиническим испытаниям заставляют пересмотреть скепсис.
AI-discovered молекулы показывают success rate (успешность прохождения) 80–90% в фазе I — против 40–65% у традиционных кандидатов. 173 программы уже в клинике. 15–20 войдут в ключевые испытания в 2026 году. Рынок AI в drug discovery (открытии лекарств) — $6,93 млрд в 2025-м, прогноз $17,81 млрд к 2034-му.
При этом 95% корпоративных генеративных AI-пилотов не приносят измеримого бизнес-результата. Фарма — не исключение.
2026 год — водораздел для искусственного интеллекта в фармацевтике. Впервые в индустрии количество AI-программ в клинических испытаниях достигло масштаба, который нельзя списать на хайп. По данным BCG и аналитической платформы MapleLine Ventures, 173 AI-discovered препарата находятся на разных стадиях клинических исследований — от фазы I до фазы III. Ещё 15–20 молекул войдут в ключевые (pivotal) испытания в течение 2026 года.
AI-кандидаты в клинике
75 AI-discovered молекул вошли в клинику с 2015 года, compound annual growth rate (совокупный годовой темп роста) — более 60%. · BCG, MapleLine Ventures, 2026
Где AI показывает результат
Ключевой аргумент сторонников AI в фарме — не скорость, а точность отбора. Традиционный drug discovery (открытие лекарств) работает методом перебора: из тысяч молекул, синтезированных в лаборатории, единицы доходят до клиники. AI-алгоритмы, обученные на миллионахKnown соединений, отсеивают неперспективные кандидаты до синтеза.
Данные это подтверждают. BCG проанализировала pipeline 20 AI-native биотех-компаний и обнаружила, что AI-discovered молекулы проходят фазу I с вероятностью 80–90% — против исторических 40–65% у традиционных кандидатов. В фазе II success rate составляет около 40%, что сопоставимо с отраслевыми средними.
«AI отлично умеет выбирать молекулы с drug-like свойствами — это вопрос оптимизации структуры, — комментирует Дэвид Лэтшоу, бывший руководитель AI-разработки Johnson & Johnson. — Вопрос в том, удержат ли эти молекулы эффективность в фазе III, где отсев традиционно максимальный».
AI vs традиционный подход
AI-discovered: 80–90% (фаза I) vs 40–65% традиционные кандидаты. Фаза II: ~40% у обоих. · BCG, Drug Discovery Today, 2024
Где AI пока не сработал
Данные клинических испытаний — только одна сторона. Другая — операционная реальность. Исследование MIT 2025 года показало: 95% корпоративных генеративных AI-пилотов не приносят измеримого бизнес-результата. Фармацевтическая индустрия — не исключение.
Benchling-опрос 2026 года (100 биотех- и фарма-организаций, активно использующих AI) фиксирует чёткий разрыв: литературный обзор (76% adoption) и предсказание структуры белков (71%) работают — потому что их результаты верифицируются известными данными. Генеративный дизайн молекул и анализ биомаркеров — буксуют: данные разрозненны, неполны и трудно валидируются.
«Разговор должен сместиться с моделей на AI-системы, — говорит Дов Герц, CEO Converge Bio. — В отличие от ChatGPT, нельзя просто дать модели промпт и получить полезный результат. От модели, которая хорошо работает на бенчмарках, до AI-системы, которую может использовать биолог, — дистанция огромного размера».
Провал корпоративного AI
95% корпоративных GenAI-пилотов не достигли измеримого бизнес-эффекта — основная причина: отрыв от реальных рабочих процессов. · MIT Sloan, 2025
Что меняется прямо сейчас
Несмотря на разрыв между promise и reality, 2026 год принёс три структурных сдвига.
Первый: инфраструктурные инвестиции. Eli Lilly и NVIDIA построят самый мощный AI-суперкомпьютер в фарме — более 1000 GPU B300, полный AI-пайплайн от data ingestion до инференса. Партнёрство оценивается в $1 млрд на пять лет. Lilly также инвестировала $250 млн в восьмилетнее AI-партнёрство с Purdue University.
Второй: первая end-to-end AI-молекула прошла фазу II. rentosertib (ISM001-055) от Insilico Medicine — первый препарат, полностью спроектированный AI от target identification до клиники, — завершил фазу IIa с измеримым улучшением лёгочной функции у пациентов с идиопатическим лёгочным фиброзом. Результаты опубликованы в Nature Medicine. Весь цикл — от идентификации мишени до фазы II — занял менее 30 месяцев. Традиционный путь занимает 6–8 лет.
Третий: регуляторная определённость. FDA и EMA в январе 2026 года совместно опубликовали guiding principles (руководящие принципы) для использования AI в разработке лекарств. EU AI Act вступает в силу в августе 2026 года. Регуляторный риск для AI в фарме существенно снизился — появились понятные требования к валидации и документированию.
Инфраструктурный сдвиг
$1 млрд на 5 лет, 1000+ GPU B300, полный AI-пайплайн от data до инференса. · CNBC, Clinical Trials Arena, 2026
Сравнение: традиционный и AI-подходы
| Параметр | Традиционный подход | AI-driven подход |
|---|---|---|
| Discovery → фаза I | ~4,5 года | ✔ ~12 месяцев |
| Success rate фазы I | 40–65% | ✔ 80–90% |
| Стоимость вывода препарата | $2,6 млрд | ◐ на 15–22% ниже (прогноз) |
| Hit rate (confirmed actives) | ~2% | ✔ 22–46% |
| AI-программ в клинике (2026) | — | ✔ 173 |
Кто финансирует AI-фарму
Концентрация капитала — ещё один индикатор зрелости сектора. В январе 2026 года Converge Bio закрыла $25 млн Series A от Bessemer Venture Partners при участии топ-менеджеров Meta, OpenAI и Wiz. Компания уже обслуживает более десятка фарма- и биотех-клиентов: её платформа для target discovery, antibody design и оптимизации производства белка показывает измеримые результаты — single-digit nanomolar аффинность антител и повышение manufacturing yields в 4–7 раз.
Канадская Biossil привлекла $70 млн на развитие AI-платформы для поиска таргетных терапий. OutSee закрыла seed-раунд и запустила партнёрство с o2h Discovery. Каждый из этих раундов — не про «AI ради AI», а про конкретные clinical milestones.
Параллельно крупные фармкомпании переходят от партнёрств к собственной AI-инфраструктуре. Novartis объявила о $23 млрд инвестиций в R&D-инфраструктуру США, включая data science и AI. Bayer направила $7 млрд на R&D с фокусом на advanced therapies, где AI — ключевой инструмент. Как мы писали в мае, Perceptic (бывшие инженеры Palantir) запустила end-to-end AI-платформу для разработки лекарств — ещё один сигнал, что talent из Big Tech перетекает в биотех.
Рынок AI в drug discovery оценивался в $6,93 млрд в 2025 году. Прогноз на 2034 — $17,81 млрд. Цифры выглядят консервативно, если хотя бы одна из 15–20 AI-молекул, входящих в pivotal trials 2026 года, получит одобрение FDA.
Ключевые сигналы
Завершение pivotal trials для 15–20 AI-discovered молекул — первый массовый тест AI в фазе III
Имплементация EU AI Act (август 2026) — регуляторные требования к high-risk AI в фарме
Первое полное одобрение FDA для AI-discovered препарата — катализатор для всего сектора
Динамика venture funding в AI drug discovery — концентрация капитала вокруг лидеров
