Фармацевтична індустрія десятиліттями жила за правилами повільних циклів: кандидат у ліки, роки тестів, гори паперів. Тепер у цей «ритм десятиліття» вмонтовують штучний інтелект — не як магію відкриттів, а як інструмент швидкості.
Керівники великих фармкомпаній і біотехнологічних стартапів на J.P. Morgan Healthcare Conference описують однаковий біль: клінічні випробування буксують на відборі сайтів, наборі пацієнтів і підготовці документів для регуляторів.
Публічно всі чекають «AI-drug», але гроші вже економлять на буденних процесах. За оцінкою редакції Дейком, саме «непрестижна» автоматизація — пошук центрів, звірка таблиць, шаблони для FDA — найшвидше дає вимірюваний ефект і знижує ризик затримок.
Середня ціна помилки в розробці — величезна: компанії часто говорять про до 10 років і близько $2 млрд, аби довести препарат до ринку. У такій математиці виграні тижні в реєстрації ліків інколи дорожчі за будь-який маркетинг.
Перший фронт змін — клінічні випробування. ШІ допомагає швидше знайти учасників і підібрати сайти з вищою продуктивністю, а отже — зменшити «просідання» у графіках, коли центри набирають повільніше, ніж планувалося.
Другий фронт — регуляторні подання. У великих програмах це тисячі сторінок: клініка, безпека, виробництво, контроль якості. Їх потрібно зібрати, звірити й утримувати узгодженими між країнами, часто через дорогих підрядників.
Показовий кейс — Novartis і пізня, 14-тисячна кардіоваскулярна програма для Leqvio. За словами головного медичного директора Шрірама Арадхьє, типовий відбір сайтів на 4–6 тижнів перетворили на двогодинну нараду завдяки ШІ.
Ефект не лише у швидкості. Novartis завершила набір майже «впритул» до цілі — лише на 13 пацієнтів понад план. Це важливо: зайвий набір означає зайві витрати, а недобір — ризик статистичної слабкості та повторних заходів.
GSK робить ставку на мікс цифрових і AI-інструментів: менше ручного збору даних, швидша агрегація та підтримка набору. Компанія заявляє про мету прискорити всі клінічні дослідження на 15%, а на пізніх стадіях зекономити мільйони.
Звучить як внутрішня оптимізація, але для ринку це про конкурентність. Коли один виробник «закриває» досьє для регуляторів швидше, він раніше виходить у продажі, раніше збирає дані реального світу й раніше масштабує виробництво.
Teva прямо називає цей пласт «не сексуальним», але вирішальним. CEO Річард Френсіс говорить про цифровізацію та процесні покращення як про спосіб вивільнити ресурси під головну мету — успішно доводити нові препарати до ринку.
Венчурні гроші також потекли у «брудну середину» розробки ліків. Партнер Andreessen Horowitz Хорхе Конде описує набір у дослідження як «діряву воронку», де люди відсіюються на етапах скринінгу й логістики, і ставить на ШІ для комунікації та планування.
Окрема лінія — агентний ШІ, тобто системи, що виконують ланцюжки дій з мінімальним втручанням людини. McKinsey прогнозувала, що він може додати 35–45% продуктивності клінічній розробці протягом п’яти років — якщо компанії навчаться керувати ризиками.
Genmab планує застосовувати Claude-агенти для післятестової рутини: аналізу даних, перетворення їх у графіки, таблиці, фігури й звіти. Це саме той етап, де «людська уважність» дорога, а стандартність — виснажлива.
Німецька ITM, за даними Reuters, вже навчилася конвертувати довгі звіти у формати шаблонів FDA і розглядає економію тижнів роботи кількох співробітників. Але ключове — впровадження: прототипи не завжди переживають вимоги комплаєнсу.
Тут і криється головний бар’єр: регульована галузь не може «помилятися красиво». Будь-яка автоматизація має залишати слід перевірки, версійність і відповідальність людини. Тому ШІ частіше позиціонують як «augmenting intelligence» — підсилення, а не заміну.
Аналітик TD Cowen Брендан Сміт застерігає: інвесторам може знадобитися 1–3 роки, щоб виміряти, як саме ШІ прискорює розробку ліків. Економію важко порахувати, бо вона залежить від того, де саме інструмент вбудований у процес.
Попри це, тренд виглядає незворотним. Eli Lilly партнериться з Nvidia, Amgen говорить про «молекули в пайплайнах», а великі фармацевтичні компанії масово купують або ліцензують AI-платформи під клінічні випробування та регуляторні подання.
Найімовірніший сценарій на 2026–2027 роки — не раптовий «прорив ШІ-молекули», а стабільне скорочення циклів: швидший відбір сайтів, точніший набір пацієнтів, менше збоїв у документах для FDA та інших регуляторів, менше повторної роботи.
І саме це змінює логіку конкуренції: виграють не ті, хто голосніше обіцяє «революцію», а ті, хто першим поставить ШІ на потік у щоденній операційці. Бо в фармі тижні — це гроші, а інколи й шанс пацієнта дочекатися нового лікування.
