Stanford spustil virtuální farmaceutickou firmu řízenou 37 000 AI agenty. Merck potvrdil, že její lék funguje
Stanfordská univerzita provozuje virtuální farmaceutickou firmu s 37 000 AI agenty. Její návrh léku na rakovinu plic nezávisle potvrdil a validoval gigant Merck — a FDA mu udělila status průlomové terapie.
Představte si farmaceutickou firmu, která nemá jediného zaměstnance z masa a kostí — a přesto navrhne lék na rakovinu plic, který později nezávisle vyvinul a potvrdil jeden z největších farmaceutických gigantů světa. Přesně to se podařilo týmu profesora Jamese Zoua ze Stanfordské univerzity. Jeho systém 37 000 specializovaných AI agentů pracuje jako virtuální biotechnologická společnost s vlastním vědeckým ředitelem, výzkumnými divizemi a klinickými týmy. A výsledky jsou tak přesvědčivé, že mění pohled na budoucnost celého farmaceutického průmyslu.
Od pěti agentů k virtuální korporaci
Vše začalo nenápadně. Profesor Zou na Stanfordu vytvořil takzvanou Virtuální laboratoř — malý tým pěti až osmi AI agentů, kteří kopírovali strukturu jeho skutečného výzkumného pracoviště. Jeden agent zastával roli hlavního výzkumníka, ostatní představovali studenty s různými specializacemi. Agenti spolu diskutovali na pravidelných schůzkách, přesně jako skutečný akademický tým.
Zou šel ještě dál — vytvořil pro agenty repliku Stanfordu, jakýsi „agent school“, kde mohli procházet supervizovaným dolaďováním a prohlubovat své odborné znalosti v konkrétních oblastech. Tento malý tým pak úspěšně navrhl nové nanobody proteiny pro nedávné varianty covidu. A klíčový výsledek? AI-navržené proteiny fungovaly výrazně lépe než jejich protějšky navržené lidskými výzkumníky při vazbě na různé varianty viru.
Po tomto úspěchu se ambice dramaticky zvýšily. Z malé laboratoře se zrodila Virtual Biotech — virtuální biotechnologická společnost modelující kompletní korporátní strukturu skutečné farmaceutické firmy.
Firma bez lidí: jak funguje 37 000 AI agentů
Virtual Biotech je organizována přesně jako skutečný farmaceutický podnik. V čele stojí agent v roli vědeckého ředitele (CSO), který koordinuje práci celé společnosti. Pod ním fungují specializované divize — jedna se zaměřuje na identifikaci cílů pro léky, druhá na návrh molekul a třetí na bezpečnost a klinické studie.
Uvnitř každé divize pak pracují další specializovaní agenti. V divizi pro hledání cílů má jeden agent na starosti genetická data, jiný analyzuje genomická data a data z jednotlivých buněk. Celkem systém koordinuje práci desítek tisíc agentů, přičemž pro analýzu klinických studií bylo nasazeno 37 000 specializovaných agentů najednou.
Proč tolik agentů místo jednoho výkonnějšího modelu? Zou a jeho tým porovnali výkon multi-agentního systému s jedním agentem řešícím stejný vědecký problém. Výsledek jednoznačně favorizoval týmovou práci umělých inteligencí.
„V těchto vědeckých virtuálních laboratořích spolu agenti skutečně debatují a nesouhlasí. Musí přesvědčit ostatní AI vědce o svých nápadech a to všechno vyvolává mnohem kreativnější a robustnější uvažování ve srovnání s jedním modelem, který se pokouší vyřešit problém sám od nuly.“
Právě tato vnitřní tenze — vzájemné zpochybňování a nutnost obhájit vlastní závěry — vytváří efektivní kontrolní mechanismus proti chybám. Když jeden agent navrhne molekulu, jiný zpochybní její bezpečnostní profil a třetí prověří, zda odpovídá klinickým datům. Výsledkem jsou návrhy odolnější proti kumulativním chybám, které trápí jednotlivé modely.
Merck nezávisle potvrdil návrh AI
Nejpůsobivější důkaz přišel z reálného světa. Armáda 37 000 agentů analyzovala fragmentovaná data z klinických studií a identifikovala buněčné znaky, které předpovídají úspěch léku. Cíle podpořené těmito znaky měly přibližně o 50 procent vyšší pravděpodobnost, že se dostanou na trh, než srovnatelné léky bez nich.
Systém poté autonomně navrhl konjugát protilátky a léčiva (ADC) cílící na protein CD276 pro léčbu rakoviny plic. Agenti pracovali výhradně s daty publikovanými před lednem 2025 — žádné úniky, žádné podvádění.
O několik měsíců později farmaceutický gigant Merck nezávisle vyvinul a validoval totožný terapeutický návrh. Tento lék následně získal od amerického úřadu FDA označení průlomové terapie — jeden z nejvyšších možných statutů, který urychluje cestu léku k pacientům.
Zou tuto shodu označil za „nezávislou externí validaci terapeutického návrhu poskytnutého agenty virtuální biotechnologické společnosti.“ Jinými slovy: umělá inteligence navrhla lék, o kterém jeden z největších farmaceutických koncernů na světě nezávisle rozhodl, že stojí za vývoj a investici miliard dolarů.
Problém orchestrace: jak řídit tisíce AI najednou
Při škálování na desítky tisíc agentů se orchestrace stává hlavním úzkým hrdlem. Systém potřebuje jednotnou kontextovou vrstvu, která umožní agentům syntézu znalostí z různých nástrojů, datových sad a historických záznamů. Běžný přístup — obalit existující databáze rozhraním typu MCP — nestačí.
Zou vysvětluje proč: existující databáze a API rozhraní jsou navržena pro lidi nebo starší algoritmy, nikoliv pro AI agenty. Vložit PDF výzkumné práce do kontextového okna agenta je neefektivní — běžné textové modely mají potíže s interpretací složitých grafů a tabulek, což vede k halucinacím.
Řešením je platforma Paperclip, kterou Zouův tým vyvinul jako open-source projekt. Namísto nucení agentů dotazovat se na nespolehlivá databázová API, Paperclip digitalizuje nestrukturovaná data a mapuje různorodé databáze do jednotného virtuálního souborového systému přizpůsobeného AI. Agenti tak mohou přistupovat ke znalostem z milionů vědeckých prací pomocí standardních souborových operací. Výsledek? Řádově nižší náklady a čas ve srovnání s agenty bez této infrastruktury.
Co to znamená pro české firmy
Stanfordský projekt vysílá jasný signál: budoucnost AI ve firmách nespočívá v jednom všemocném chatbotovi, ale v organizovaných týmech specializovaných agentů. A tato budoucnost se netýká jen farmacie.
- Farmaceutický průmysl čeká zásadní proměna. Pokud AI dokáže navrhnout lék potvrzený Merckem, výzkumné a vývojové oddělení každé farmaceutické firmy bude muset přehodnotit svou strategii. České firmy jako Zentiva nebo Sotio by měly sledovat vývoj multi-agentních systémů velmi pozorně.
- Princip je přenositelný. Virtuální biotechnologická firma je šablona — stejný model lze aplikovat na pojišťovnictví (tisíce agentů analyzujících rizika), stavebnictví (agenti navrhující konstrukce) nebo logistiku (optimalizace dodavatelských řetězců).
- Prostředí místo pracovních postupů. Zouova klíčová lekce zní: neříkejte agentům co mají dělat krok za krokem. Vytvořte prostředí s infrastrukturou, pobídkami a mantinely — a nechte je spolupracovat. To je zásadní posun v přístupu k automatizaci.
- Náklady na vývoj léků mohou dramaticky klesnout. Průměrný vývoj jednoho léku stojí přes 2,5 miliardy dolarů a trvá více než deset let. Virtuální biotechnologická firma pracuje řádově rychleji a za zlomek nákladů.
Éra jednotlivých AI asistentů rychle končí. Stanford ukázal, že skutečná síla umělé inteligence se projeví teprve tehdy, když ji necháte pracovat tak, jak fungují úspěšné lidské organizace — ve specializovaných týmech, s jasnou strukturou a prostorem pro tvořivý nesoulad. A pokud výsledky těchto týmů potvrzují firmy jako Merck, nejde o akademický experiment. Jde o novou realitu farmaceutického průmyslu — a potenciálně každého dalšího odvětví.