Źródło: Link
Szkolenia, warsztaty i wdrożenia AI. Dopasowane do Twojego zespołu.
Converge Bio właśnie zamknęło rundę finansowania na 25 milionów dolarów. Startup wykorzystuje sztuczną inteligencję do odkrywania nowych leków. Prawdziwa historia? Kryje się w tym, kto wypisał czeki.
W rundzie Series A wzięli udział nie tylko profesjonalni inwestorzy z Bessemer Venture Partners. Do gry weszli również ludzie z najwyższych pięter Meta, OpenAI i Wiz. trenerzy najlepszych drużyn piłkarskich zainwestowali w lokalny klub. Sygnał jasny — widzą w nim coś wyjątkowego.
Brzmi dziwnie, prawda? Ludzie od social media i chatbotów inwestują w biotechnologię. Ale to właśnie AI łączy te światy.
Tradycyjne odkrywanie leków? Kosztowne i długie. Średnio 10-15 lat i miliardy dolarów. Większość kandydatów odpada na różnych etapach testów. Szukanie igły w stogu siana — tylko że stóg ma wielkość Manhattanu.
AI zmienia zasady gry. Zamiast testować miliony związków chemicznych metodą prób i błędów, algorytmy analizują ogromne bazy danych. Szukają wzorców, które ludzki mózg by przegapił. Przewidują, które cząsteczki mają szansę zadziałać, zanim ktokolwiek włoży je do probówki.
Dla menedżerów z Meta i OpenAI to naturalne przedłużenie ich codziennej pracy. Budują systemy, które uczą się na danych i znajdują rozwiązania. Tylko zamiast generować tekst czy rozpoznawać twarze, te systemy projektują potencjalne leki.
Rynek startupów AI w medycynie jest zatłoczony. Dziesiątki firm obiecują rewolucję. Converge Bio musiało pokazać coś więcej niż ładną prezentację.
Firma koncentruje się na konkretnym problemie: jak sprawić, by odkryte przez AI cząsteczki rzeczywiście działały w ludzkim organizmie. Bo jedno to znaleźć związek chemiczny, który teoretycznie powinien zadziałać. Drugie — upewnić się, że nie będzie toksyczny, dotrze we właściwe miejsce i faktycznie pomoże pacjentowi.
Converge łączy modele AI z eksperymentami laboratoryjnymi w zamkniętej pętli. Algorytm proponuje kandydata. Laboratorium testuje. Wyniki wracają do algorytmu, który uczy się na błędach. Kolejna iteracja. Szybko.
To jak GPS, który nie tylko pokazuje trasę, ale po każdej podróży analizuje korki i przeprojektowuje algorytm. Za każdym razem jest trochę lepszy.
Bessemer Venture Partners prowadzi rundę. To jeden z najstarszych funduszy venture capital w USA — inwestowali między innymi w LinkedIn, Shopify czy Twilio. Nie rzucają pieniędzmi na wiatr.
Prawdziwy sygnał wysyłają inwestorzy indywidualni z Meta, OpenAI i Wiz. Nie ujawniono konkretnych nazwisk, ale sam fakt, że ludzie z tych firm angażują prywatne pieniądze, mówi wiele.
Ci ludzie na co dzień widzą, co AI potrafi i czego nie potrafi. Znają ograniczenia technologii. Jeśli decydują się zainwestować własne środki — nie firmowe, ale te ze swojego konta — to wierzą w realność obietnic Converge Bio.
To też buduje sieć kontaktów. Startup dostaje nie tylko kapitał, ale dostęp do wiedzy i doświadczenia ludzi, którzy skalowali największe projekty AI na świecie.
Pieniądze pójdą na rozbudowę zespołu i infrastruktury. Converge Bio potrzebuje więcej naukowców — zarówno specjalistów od AI, jak i biologów i chemików. Potrzebuje też mocy obliczeniowej. Trenowanie modeli AI do analizy cząsteczek wymaga potężnych serwerów.
Część budżetu trafi też na eksperymenty. Bo teoria teorią, ale ostatecznie trzeba wejść do laboratorium i sprawdzić, czy zaprojektowana cząsteczka rzeczywiście robi to, co powinna.
Firma planuje również nawiązać partnerstwa z większymi firmami farmaceutycznymi. Startupy rzadko same prowadzą leki przez wszystkie fazy testów klinicznych — to zbyt drogie i ryzykowne. Częściej projektują kandydatów, a potem sprzedają licencje lub całe programy badawcze dużym graczom.
Obietnice są wielkie. Skrócenie czasu o połowę. Redukcja kosztów o 70%. Więcej skutecznych leków na rynku.
Rzeczywistość jest bardziej złożona. AI faktycznie pomaga — to widać w danych z pierwszych projektów, które doszły do testów klinicznych. Wciąż nie ma magicznego przycisku. Biologia jest chaotyczna. Ludzki organizm nie zachowuje się jak komputer — nie da się go w pełni zasymulować w modelu.
Prawdziwa zmiana przyjdzie, gdy AI będzie częścią standardowego procesu, a nie eksperymentem. Gdy każda duża firma farmaceutyczna będzie używać tych narzędzi tak naturalnie, jak dziś używa mikroskopów.
Converge Bio i inne startupy są pionierami tego przejścia. Czy im się uda? Zobaczymy za kilka lat, gdy pierwsze leki zaprojektowane z pomocą ich algorytmów trafią do aptek.
Na razie wiemy jedno: ludzie, którzy zbudowali ChatGPT i algorytmy Facebooka, stawiają na tę wizję własne pieniądze. I to już coś znaczy.
Przeczytaj też:
Podoba Ci się ten artykuł?
Co piątek wysyłam podsumowanie najlepszych artykułów tygodnia. Zapisz się!
90 minut praktycznej wiedzy o AI. Pokaze Ci krok po kroku, jak zaczac oszczedzac 10 godzin tygodniowo dzieki sztucznej inteligencji.
Zapisz sie na webinar
Linear, Notion AI, Asana Intelligence — porównanie funkcji AI w narzędziach PM. Sprawdź, które pasuje do Twojego zespołu i jak je wdrożyć.
Współzałożony przez byłego sekretarza energii USA Rick Perry'ego startup nagle został bez zarządu. Campus AI w Teksasie ma problemy.
Władze Hongkongu uruchomiły system prognozowania powodzi oparty na AI. Trójwymiarowe symulacje mają przyspieszyć reakcję służb i zmniejszyć straty. Czy to działa?
