Jeden člověk s pomocí AI vyvinul kandidáta na lék za 18 měsíců. Anthropic jeho firmu rovnou koupil

Anthropic ukázal první výsledky Claudu ve vývoji léků – a koupil jednočlenný startup, který s AI dostal kandidáta od nápadu k myším za necelý rok a půl. Nejsilnější čísla ale platí pro každou firmu.

Lék proti vzácné svalové dystrofii obvykle vzniká roky. Jeden člověk s pomocí umělé inteligence dostal nadějného kandidáta od nápadu k výsledkům na myších za méně než 18 měsíců – a Anthropic, firma za modelem Claude, celý jeho jednočlenný startup koupila. Zároveň ukázala první výsledky od šesti farmaceutických partnerů. Pro každého, kdo řídí firmu, je to signál, jak rychle se dá s AI zkrátit práce, která dřív trvala měsíce.

Co se vlastně stalo

Anthropic, tvůrce AI asistenta Claude, oznámil 27. října hned dvě věci najednou. Zaprvé zveřejnil první konkrétní výsledky spolupráce se šesti biotechnologickými a farmaceutickými firmami, které Claude nasadily do vývoje léků. Zadruhé koupil firmu Mithril Medicine, která vyvíjí léčbu dvou vzácných forem svalové dystrofie – a tím oznámil, že do vývoje léčiv jde i sám za sebe.

Mithril Medicine byla doslova jednočlenná firma. Její zakladatel Cody Tranbarger používal Claude k organizaci smluv, logistiky a experimentů napříč jedenácti externími laboratořemi – řadu provozních úkolů prostě předal AI. Jeho hlavní program cílí na vrozenou svalovou dystrofii typu LAMA2. Myši, kterým podali jednu z navržených protilátek, dosáhly zhruba dvojnásobné síly úchopu oproti neléčeným zvířatům. Tranbarger teď pracuje v Anthropicu a pokud kandidáti obstojí, klinické testy na lidech by mohly začít už koncem roku 2028.

Proč je to průlom

Vývoj nového léku je jeden z nejpomalejších a nejdražších procesů, jaké lidstvo zná. Od prvního nápadu k léku na trhu uběhne běžně deset až patnáct let a náklady se počítají ve stovkách milionů až miliardách dolarů. Většina kandidátů navíc cestou selže. Právě proto farmaceutické firmy roky hledají způsob, jak tenhle cyklus zkrátit – a umělá inteligence je zatím nejslibnější kandidát, jak toho dosáhnout.

Podstatné je, že Claude není specializovaný vědecký model vycvičený jen na biologii. Je to tentýž univerzální asistent, kterého dnes firmy používají na psaní e-mailů, rozbor dat nebo programování. A přesto zvládl navrhovat protilátky, číst výrobní dokumentaci i koordinovat laboratoře. To je zpráva, kterou by si měl přečíst každý podnikatel: nástroje, které už možná máte k dispozici, umí víc, než na co je dnes používáte.

Čísla, která stojí za pozornost

Nejzajímavější na celém oznámení nejsou sliby, ale tvrdá čísla z reálné práce partnerů. Ta ukazují, kde přesně AI ušetří čas a kde zatím ne. Nejde o laboratorní kouzla, ale o konkrétní úkoly, které má v nějaké podobě každá firma – psaní dokumentace, kontrola podkladů, návrh a testování variant.

• Enveda: kontrola 1 061 stran výrobní dokumentace zabrala Claudovi necelé 3 hodiny místo více než 25 – tedy o 89 % méně času. Navíc našel všech 11 chyb, které odhalili lidé, plus dalších sedm, které lidem unikly.
• Enveda: návrh regulatorního dokumentu za 4 hodiny místo zhruba 3 měsíců ruční práce.
• Divergence Labs: zhruba 35 000 návrhů protilátek proti potravinovým alergiím vygenerovaných během přibližně měsíce.
• BigHat Biosciences: 1 010 variant navržených a otestovaných za 10 týdnů, nejlepší se vázaly více než 10krát pevněji než původní.
• Generate Biomedicines: přepracovaný návrh CAR-T terapie proti rakovině o 70 % kratší, s desetkrát vyšším počtem receptorů.

Právě případ Enveda je nejnázornější pro běžný byznys. Chemici tam trávili až 75 % času papírováním – ne vědou. Claude jim tuhle administrativu z velké části sebral z ramen a navíc byl důkladnější než člověk. To není příběh o robotech v laboratoři, ale o tom, jak AI zvládne nudnou, ale kritickou práci, na které stojí každá regulovaná branže.

U firmy BigHat Biosciences zašla spolupráce ještě o krok dál. Claude tam nejen navrhoval varianty protilátek, ale společně s výzkumníkem znovu rozebral surová data a usoudil, že standardní metriky, podle kterých se tým dosud rozhodoval, mohou být zavádějící – a navrhl lepší. Nejlepší varianty se pak vázaly více než desetkrát pevněji, jedna zůstala stabilní o 18 stupňů Celsia výš a jiná se shlukovala stokrát pomaleji. Jinými slovy, AI nepracovala jen jako rychlejší ruka, ale jako partner, který zpochybnil zažitý postup.

U Divergence Labs zase Claude z běžně formulovaného cíle „najít lék na potravinové alergie“ sám sestavil plán a vygeneroval zmíněných 35 tisíc návrhů. Z nich tým našel tři, které se vážou na protilátku IgE, a dvacet, které ji dokážou vytěsnit – tři z nich překonaly i standardní dnešní lék. Tempo, jaké by malý tým ručně nikdy nezvládl, se stalo otázkou týdnů.

Pokud má Claude výrazně zvýšit tempo vzniku nových léků, musíme spolupracovat s mnohem více biotechnologickými firmami.

Co si z toho odnést pro vlastní firmu

Vývoj léků je extrémní obor – roky výzkumu, přísná regulace, miliardové sázky. Právě proto je poučný. Když AI dokáže ukousnout 89 % času z kontroly dokumentace v jednom z nejregulovanějších odvětví na světě, je jasné, že ve vaší firmě – ať děláte účetnictví, právo, marketing nebo výrobu – je podobný prostor téměř jistě taky.

Klíčové poučení nezní „nahraďte lidi AI“, ale „najděte tu práci, která žere čas a nepřidává hodnotu“. U Envedy to byla dokumentace. Tranbarger zase AI pověřil provozem – smlouvami, logistikou, koordinací laboratoří – a sám se mohl soustředit na vědu. Jeden člověk tak zvládl to, co dřív vyžadovalo celý tým. To je model, který dává smysl i pro malou českou firmu: nejdřív delegovat rutinu, teprve pak řešit to složitější.

Důležitá je i střízlivost. Výsledky jsou rané a většinou předklinické, technické zprávy neprošly recenzí a jeden z Claudem připravených dokumentů obsahoval chybu, kterou zachytila až lidská kontrola. To je přesně ten správný rámec: AI zrychluje a rozšiřuje práci odborníka, ale člověk zůstává tím, kdo výsledek schvaluje. Kdo tenhle princip – „AI navrhne, člověk ověří a nese odpovědnost“ – zabuduje do procesů dřív než konkurence, získá náskok v rychlosti i v nákladech.

A ještě jeden signál pro trh: Anthropic nezůstává u pronájmu nástroje. Koupí Mithril Medicine a vlastními programy dává najevo, že firmy, které AI skutečně rozumí, budou chtít vstoupit přímo do byznysů svých zákazníků. Pro vás to znamená, že technologičtí dodavatelé se mohou proměnit v konkurenty – a že vlastní know-how a data jsou to, co vaši firmu dlouhodobě ochrání.

• Najděte ve firmě rutinu, která žere čas a nepřidává hodnotu – začněte tam, ne u nejtěžšího problému.
• Nasaďte AI nejdřív na kontrolu a přípravu dokumentů; výsledky jsou rychlé a dobře měřitelné.
• U všeho s právním nebo finančním dopadem nechte poslední slovo člověku.
• Chraňte si vlastní data a know-how – jsou tím, co vás odliší od dodavatele i konkurence.

Kam to celé směřuje

Anthropic jasně říká, že tohle je teprve začátek. V oznámení uvádí, že chce spolupráci výrazně rozšířit a zapojit Claude i do samotných klinických studií, tedy do fáze, kdy se lék testuje na lidech. Bristol Myers Squibb, jedna z největších farmaceutických firem světa, už dnes Claude používá k posuzování plánů klinických studií a odhadu jejich šance na úspěch – a obě firmy plánují spolupráci v roce 2027 prohloubit.

Pro českého podnikatele z toho plyne jednoduchý závěr. Nemusíte vyvíjet léky, abyste si vzali to podstatné: univerzální AI nástroje dnes zvládnou podstatně náročnější práci, než na jakou je většina firem používá. Rozdíl mezi těmi, kdo z toho vytěží, a těmi, kdo zůstanou pozadu, nebude v tom, kdo má lepší technologii – ta je dostupná všem. Bude v tom, kdo si dřív pojmenuje, které části vlastní práce dávají AI smysl svěřit, a kdo u toho nezapomene nechat člověka tam, kde na tom záleží.