Название компании, состав руководства и первый продукт пока не представлены. Несколько других исследователей OpenAI могут присоединиться к проекту, но их имена также не раскрываются.
Стартап может получить оценку в $2 млрд ещё до публичного запуска
По информации четырёх источников TechCrunch, новая компания Майлза Вана сосредоточится на применении генеративного ИИ в фармацевтических исследованиях.
Lightspeed Venture Partners обсуждает возможность возглавить инвестиционный раунд объёмом около $200 млн. При предложенных условиях стартап может получить оценку примерно в $2 млрд. Переговоры продолжаются, поэтому окончательные параметры финансирования пока не определены.
Сам Ван оспорил опубликованные суммы и описание будущей компании, но не назвал альтернативные цифры и не раскрыл подробности проекта. Lightspeed также не предоставила комментарий TechCrunch.
Это означает, что оценку в $2 млрд пока нельзя считать подтверждённой стоимостью компании. Речь идёт о параметрах возможной инвестиционной сделки, которые обсуждают инвесторы и основатели.
Кто такой Майлз Ван
Майлз Ван присоединился к OpenAI в марте 2024 года, оставив обучение по компьютерным наукам в Гарвардском университете. В компании он работал в команде обучения с подкреплением и занимался безопасностью моделей, оценкой их возможностей, научными задачами и применением ИИ в биологии.
На своём сайте Ван указывает среди основных направлений работы создание ИИ-агентов для научных исследований, оценку рисков передовых моделей и применение искусственного интеллекта в биологии. Он также участвовал в подготовке исследований FrontierScience и GeneBench, предназначенных для проверки способности ИИ выполнять сложные научные задачи.
Одной из наиболее заметных работ с его участием стал эксперимент OpenAI по оптимизации лабораторного протокола молекулярного клонирования.
В ходе нескольких циклов GPT-5 анализировала результаты реальных экспериментов и предлагала изменения. По данным OpenAI, итоговая комбинация методов увеличила эффективность конкретного процесса в 79 раз по сравнению с исходным протоколом. Люди при этом продолжали выполнять физическую работу в лаборатории и загружать результаты обратно в систему.
«Ускорение научного прогресса — один из наиболее ценных способов, которыми искусственный интеллект может приносить пользу человечеству», — говорится в публикации OpenAI.
Эксперимент не привёл к созданию нового лекарства и проводился в ограниченной лабораторной среде. Однако он показал, что передовые модели могут не только обрабатывать научные публикации, но и предлагать изменения, которые затем проверяются физическим экспериментом.
Стартап может заняться поиском новых применений для существующих лекарств
По данным источников TechCrunch, компания Вана может разрабатывать модели, способные находить новые варианты применения уже существующих препаратов. Ещё одним направлением может стать повторный анализ лекарств, которые ранее не показали необходимого результата в клинических испытаниях.
Такой подход называют перепрофилированием лекарств. Вместо создания молекулы с нуля исследователи пытаются определить, может ли уже известное вещество применяться при другом заболевании или в другой группе пациентов.
FDA отмечает, что разработка нового показания для существующего препарата в некоторых случаях требует меньше времени и затрат, поскольку часть сведений о составе, производстве, токсикологии и безопасности уже получена. Это не отменяет необходимость доказать эффективность и безопасность препарата для нового применения.
Таким образом, ИИ может помочь быстрее находить потенциально перспективные связи между лекарствами, заболеваниями, белками и результатами исследований. Но окончательное решение всё равно требует лабораторной проверки, клинических испытаний и рассмотрения регулятором.
Почему инвесторы готовы обсуждать такую высокую оценку
Предполагаемая оценка стартапа отражает не только интерес к личности основателя, но и общий приток капитала в ИИ-разработки для фармацевтики.
Инвесторы рассчитывают, что модели смогут сократить время на анализ научной литературы, поиск биологических мишеней, проектирование молекул и выбор кандидатов для дальнейших исследований.
В мае 2026 года Isomorphic Labs, созданная на базе Google DeepMind, привлекла $2,1 млрд. Компания планирует масштабировать собственную систему проектирования лекарств и продвигать кандидатов по нескольким терапевтическим направлениям.
Isomorphic Labs рассчитывает начать первые клинические испытания к концу 2026 года. При этом срок уже переносился: ранее компания ожидала вывести разработанные с помощью ИИ препараты в клиническую стадию до конца 2025 года.
Другой заметный участник рынка, Chai Discovery, разрабатывает модели для прогнозирования взаимодействий между молекулами и биологическими структурами. Компания также привлекла крупное финансирование, что дополнительно усилило интерес инвесторов к сочетанию передового ИИ и биотехнологий.
ИИ пытаются встроить во весь цикл фармацевтической разработки
Первые системы машинного обучения в фармацевтике использовались преимущественно для обработки отдельных наборов данных.
Современные модели претендуют на более широкую роль. Они могут анализировать научную литературу, работать с геномными данными, прогнозировать структуру белков, предлагать молекулы и помогать исследователям планировать эксперименты.
OpenAI сообщает, что учёные уже применяют ChatGPT для анализа литературы, программирования, обработки данных и подготовки экспериментов. По данным компании, около 1,3 млн пользователей еженедельно работают в ChatGPT со сложными темами из науки и математики.
Однако переход от удачного цифрового прогноза к готовому лекарству остаётся длительным.
Компьютерная модель может определить перспективную молекулу или предложить новую гипотезу, но она не заменяет:
— лабораторные исследования;
— проверку токсичности;
— производство стабильной формы препарата;
— испытания с участием людей;
— оценку эффективности;
— регуляторное одобрение.
FDA требует, чтобы разработчик предоставил данные, подтверждающие безопасность и эффективность препарата для заявленного применения. Даже ранее одобренное лекарство может потребовать дополнительных исследований, если его предлагают использовать при другом заболевании или для другой группы пациентов.
Главным активом стартапа может стать не отдельное лекарство, а модель
Традиционная биотехнологическая компания обычно строится вокруг одного или нескольких медицинских препаратов.
ИИ-стартап может развиваться иначе. Его основным продуктом способна стать платформа, которую фармацевтические компании используют сразу для нескольких исследовательских программ.
Такая бизнес-модель позволяет работать через партнёрства, лицензирование технологий или совместную разработку лекарств.
С другой стороны, стоимость ИИ-платформы сложно доказать только результатами тестов. Для фармацевтического рынка важны реальные кандидаты, воспроизводимые лабораторные результаты и успешное прохождение клинических стадий.
Пока неизвестно, будет ли стартап Вана самостоятельно создавать лекарства, предоставлять модели другим компаниям или совмещать оба направления. TechCrunch сообщает только о возможной разработке ИИ-моделей для поиска и перепрофилирования препаратов.
У проекта пока нет публичного продукта
Несмотря на обсуждаемую оценку, новая компания ещё не раскрыла:
— название;
— официальный состав команды;
— инвесторов;
— размер завершённого раунда;
— технологическую платформу;
— партнёров среди фармацевтических компаний;
— перечень заболеваний;
— лабораторные результаты;
— кандидатов на клинические испытания.
Поэтому сравнивать проект с уже работающими биотехнологическими компаниями пока рано.
Оценка около $2 млрд, если она будет согласована, станет ставкой инвесторов на команду, опыт OpenAI и потенциальный рынок, а не оценкой подтверждённой выручки или готовых лекарственных разработок.
Почему переход исследователей OpenAI в биотехнологии важен
До недавнего времени крупнейшие ИИ-лаборатории концентрировались прежде всего на универсальных языковых моделях, программировании и пользовательских ассистентах.
Теперь часть исследователей начинает применять похожие подходы в естественных науках.
Модели учатся работать с результатами экспериментов, планировать последовательность исследований и изменять гипотезы после получения новых данных. Эксперимент OpenAI с молекулярным клонированием показал ранний пример такого цикла: модель предложила изменение, учёные провели эксперимент, а результаты вернулись системе для следующего этапа.
Если этот подход удастся масштабировать, ИИ сможет стать не только инструментом анализа, но и постоянным участником научного процесса.
При этом биология требует более строгой проверки, чем генерация текста или программного кода. Ошибочный ответ нельзя исправить простым обновлением сообщения: он может привести к потере месяцев работы, дорогостоящему эксперименту или неверному выбору кандидата для дальнейших исследований.
Что известно на данный момент
Майлз Ван, по данным TechCrunch, готовится покинуть OpenAI и создать компанию, которая будет применять ИИ для поиска лекарств.
Стартап обсуждает раунд примерно на $200 млн при возможной оценке около $2 млрд. Условия не подтверждены, переговоры продолжаются, а сам Ван оспорил опубликованные цифры и описание проекта.
Возможным направлением компании станет поиск новых применений для существующих препаратов и повторный анализ лекарств, которые ранее не прошли клинические испытания. Официальная стратегия пока не представлена.
Интерес инвесторов показывает, что искусственный интеллект в фармацевтике переходит из экспериментальной ниши в одно из крупнейших направлений венчурного финансирования.
Но высокая оценка сама по себе не подтверждает научную состоятельность технологии. Реальные результаты можно будет оценить после публикации данных, появления партнёрств и продвижения первых лекарственных кандидатов к клиническим испытаниям.
