Anthropic Европа Искусственный интеллект
Anthropic потратила год на покупку талантов в области биологии. Ее новый партнер утверждает, что дело вовсе не в науке.
Компания ICON plc заключила многолетнее партнерство с Anthropic с целью внедрения ИИ-модели Claude во все процессы клинических испытаний.
Дублинская компания является контрактной исследовательской организацией. Это означает, что фармацевтические фирмы нанимают ее для проведения своих испытаний. По состоянию на конец июня в ней работало примерно 40 200 человек в 99 офисах в 55 странах мира.
Финансовые условия сделки ни одна из сторон не разглашала.
Что Anthropic только что заявила о своей собственной сфере
Самое интересное здесь — вовсе не сама сделка, а обоснование, которое дала ей компания Anthropic.
«Слишком часто барьером на пути более быстрого создания лекарств для пациентов становятся операционные проблемы, а не научные», — заявила Пип Уайт (Pip White), возглавляющая подразделение Anthropic в Ирландии, Великобритании и Северной Европе.
Она указала на одну конкретную «узкую горлышку». Набор участников исследования — это «одна из главных проблем в клинических разработках, из-за которой задерживается до 80% испытаний», отметила она.
Сопоставьте это с тем, как Anthropic потратила последний год.
Она выплатила 400 миллионов долларов за Coefficient Bio — стартап, насчитывающий менее десяти человек, в основном бывших специалистов по вычислительной биологии из Genentech. Она переманила из Google DeepMind Джона Джампера (John Jumper), получившего Нобелевскую премию за AlphaFold. Она запустила Claude Science — рабочую среду для исследователей.
Все это указывает на сферу открытий, молекулы, протеины и гипотезы. Эта же сделка направлена на куда менее гламурную сторону: подбор персонала, бумажную волокиту и составление расписаний.
Что на самом деле строит ICON
Эта работа разворачивается внутри Orbis — существующей платформы агентного ИИ от ICON — и охватывает четыре основные возможности.
Две из них напрямую решают проблему набора участников. Аналитика исследовательских центров и планирование исследований будут использовать рассуждения передовых моделей для выбора площадок для испытаний и проверки их целесообразности. Предиктивная аналитика будет в режиме реального времени отслеживать текущие исследования на предмет рисков набора и операционных сигналов.
Третья возможность применяет ИИ к разработке протоколов с целью сокращения числа поправок и ускорения запуска исследований. Поправки к протоколам обходятся дорого и являются рутинной процедурой, причем каждая из них может отправить испытание обратно на рассмотрение в этические комитеты.
Четвертая возможность выглядит стратегически странной. ICON позволит клиентам получать доступ к своей аналитике клинических данных прямо из интерфейса Claude.
Преимущество контрактной исследовательской организации заключается в ее собственных закрытых данных клинических испытаний. ICON же решает предоставлять их через чужой интерфейс.
Внедрение с реальной конкретикой
Большинство заявлений об искусственном интеллекте в корпоративном секторе описывают лишь амбиции. Это же объявление описывает реальное развертывание.
ICON будет внедрять Claude в соответствии с ролями сотрудников по всей организации. Разработчики получат Claude Code, команды, работающие с информацией — Claude, а научные и клинические команды — Claude Science.
Барри Балф (Barry Balfe), генеральный директор ICON, охарактеризовал привлекательность партнерства скорее через призму близости к разработчикам, чем к продукту.
«Работа с Anthropic дает нам прямой доступ к передовым возможностям искусственного интеллекта и к людям, которые его создают», — заявил он.
В ICON рассчитывают, что внедрение автоматизирует большой объем повторяющейся работы и перенаправит сотрудников на более ценные задачи. Это стандартное обещание, однако 40 200 сотрудников делают его весьма серьезной проверкой на прочность.
Где это находит свое место
Деньги вливаются в это направление уже некоторое время. Компания Dassault Systèmes купила ArisGlobal в рамках сделки на 2 миллиарда долларов в сфере ИИ для медико-биологических наук, а Isomorphic, спин-офф DeepMind, активно направляет разработку лекарств в сторону клинических испытаний.
Большая часть этих средств преследует цель найти молекулу. И лишь малая часть направлена на борьбу с теми восемнадцатью месяцами, которые испытание теряет в ожидании пациентов.
Заявления, сделанные здесь, можно проверить на практике, что случается нечасто. Сроки набора участников, количество поправок в протоколы и время запуска исследований — все это регулярно измеряется во всей индустрии.
Если Claude сократит хотя бы один из этих показателей, цифры это продемонстрируют. Если же нет — это тоже станет очевидно.


