> ## Content Index
> Fetch the complete content index at: https://eclibra.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI в открытии лекарств: 173 программы, 80% success rate и стена реальности
- URL: https://eclibra.com/ai-drug-discovery-pharma-2026/
- Published: 2026-06-02T10:00:42.000Z
- Updated: 2026-06-02T10:00:42.000Z
- Description: AI в drug discovery: 173 программы в клинических испытаниях, success rate 80–90% в фазе I против 40–65% у традиционных кандидатов. Lilly и NVIDIA вкладывают $1 млрд в AI-суперкомпьютер. Первая end-to-end AI-молекула прошла фазу II. Данные IQVIA, BCG, Benchling.
- Author: BioHacker
- Tags: Долголетие и биотех, #mode-6, #hook-statistic, #track-A

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.

🎯

**Ключевые цифры**  
  
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.

173 AI-программ в клинических испытаниях ↑ 60% CAGR с 2015 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».

80–90% success rate фазы I ↑ в 2× выше исторической нормы 

#### 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».

95% GenAI-пилотов без измеримого результата 

#### 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.

$1 млрд Lilly + NVIDIA AI-партнёрство 

#### 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                      |

BCG, IQVIA Institute Global R&D Trends 2026, Exscientia, ModelMedicines

## 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

📊

**Что отслеживать во втором полугодии 2026**  
  
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 

## Источники

[ IQVIA Institute Global R&D Trends 2026 Ключевой отчёт: AI-enabled программы emerging biopharma показывают 75% success rate в фазе I — значительное преимущество перед non-AI программами IQVIA Institute for Human Data Science ](https://www.iqvia.com/blogs/2026/05/iqvia-institutes-global-r-and-d-trends-2026-report-finds-credible-signal-on-ai-enabled-programs?ref=eclibra.com) 

Основа для сравнительного анализа AI vs non-AI в клинических испытаниях

[ AI Drug Discovery: 173 Programs Enter Critical Phase 173 AI-discovered программ в клинических испытаниях, 15–20 войдут в pivotal trials в 2026\. Данные о rentosertib от Insilico Medicine MapleLine Ventures ](https://maplelineventures.com/blog/ai-drug-discovery-reaches-clinical-trial-milestones-173-programs-enter-critical-phase?ref=eclibra.com) 

Агрегированные данные по AI-pipeline с детальным анализом фазы II от Insilico

[ Eli Lilly, Nvidia partner to build AI supercomputer for drug discovery Самый мощный суперкомпьютер в фарме: 1000+ GPU B300, AI factory для полного цикла drug discovery CNBC ](https://www.cnbc.com/2025/10/28/eli-lilly-nvidia-supercomputer-ai-factory-drug-discovery.html?ref=eclibra.com) 

Крупнейшая инфраструктурная AI-инвестиция в фарме — индикатор сдвига от пилотов к production