CậuVàngQuạu
New member
Chỉ trong vòng 1 tuần mà thôi, giới big tech Silicon Valley đã chứng kiến hàng loạt drama nhân sự xịn sò. Và đằng sau những cú "plot twist" này chính là một cuộc chạy đua cực gắt chưa từng có: OpenAI, Anthropic và DeepMind đang all-in vào lĩnh vực y sinh luôn á!
Mấy năm qua, cuộc đua AI toàn cầu chủ yếu quanh quẩn mỗi chuyện chatbot, mô hình ngôn ngữ lớn (LLM) và các tool hỗ trợ code. Nhưng giờ có vẻ game đã thay đổi rồi nha! Những diễn biến mới nhất từ các lab AI đỉnh nhất thế giới cho thấy một xu hướng mới đang lên ngôi. Sau khi "phá đảo" mảng phần mềm và lập trình, giờ khoa học sự sống đang trở thành target chiến lược tiếp theo của làng AI đây
Dấu hiệu rõ nhất nổ ra vào giữa tháng 6/2026 khi John Jumper – nhà khoa học nổi tiếng với vai trò đồng sáng tạo AlphaFold và là đồng chủ nhân Giải Nobel Hóa học 2024 – tuyên bố "chia tay" Google DeepMind để nhảy sang Anthropic. Chỉ một ngày trước đó, Noam Shazeer – một trong những tác giả của bài báo siêu kinh điển "Attention Is All You Need" – cũng xác nhận rời Google để chuyển qua OpenAI.
Việc DeepMind mất liên tiếp hai nhân vật huyền thoại trong vòng một tuần khiến cả làng tech phải "dậy sóng". Nhưng điều quan trọng hơn không phải là những vụ "chuyển nhượng" này, mà là việc cả Anthropic, OpenAI lẫn DeepMind đều đang đổ tiền và nguồn lực vào cùng một mảng: khoa học sự sống và nghiên cứu y sinh
Trong số ba ông lớn, Anthropic là cái tên thể hiện tham vọng rõ ràng nhất. Công ty liên tục ra mắt các sản phẩm chuyên biệt như Claude for Life Sciences và Claude for Healthcare để phục vụ các công ty dược phẩm, tổ chức nghiên cứu và hệ thống chăm sóc sức khỏe.
Cuộc đua này được thúc đẩy bởi những kết quả thử nghiệm lâm sàng khả quan của thuốc AI, việc cơ quan FDA nới lỏng quy định trên động vật và sự bùng nổ của các bộ dữ liệu sinh học.
Nhưng bước đi khủng nhất phải kể đến tháng 4/2026 khi Anthropic chi tới khoảng 400 triệu USD để "thâu tóm" Coefficient Bio – một startup AI sinh học có quy mô chưa đến 10 người (!). Con số này nghe qua thấy crazy vãi, nhưng điều Anthropic thực sự muốn không phải doanh thu hay sản phẩm, mà chính là kinh nghiệm nghiên cứu thuốc của đội ngũ sáng lập
Sau thương vụ này, Anthropic tiếp tục "gom" các nhà sinh học, xây dựng năng lực phòng thí nghiệm thực nghiệm và từng bước hình thành quy trình khép kín giữa mô hình AI với hoạt động kiểm chứng ngoài đời thực. Công ty cũng tung ra các thế hệ mô hình mới với khả năng tham gia vào thiết kế thuốc, nghiên cứu gene và đề xuất giả thuyết khoa học.
Còn OpenAI lại chọn một cách chơi khác hẳn. Thay vì xây lab sinh học riêng ngay từ đầu, công ty tập trung phát triển các mô hình chuyên biệt và hệ sinh thái công cụ nghiên cứu.
Tháng 4/2026, OpenAI giới thiệu GPT-Rosalind – mô hình suy luận dành riêng cho nghiên cứu sinh học, khám phá thuốc và y học chuyển hóa. Chỉ vài tháng sau, công ty tiếp tục buff thêm năng lực cho hệ thống bằng các plugin chuyên dụng để phân tích dữ liệu sinh học và giải trình tự gene
Mục tiêu của OpenAI không đơn giản chỉ là tạo ra một chatbot trả lời câu hỏi về sinh học. Họ muốn build một trợ lý nghiên cứu có thể tìm kiếm data, tổng hợp bằng chứng khoa học, thiết kế thí nghiệm và thực hiện các quy trình tin sinh học trong cùng một môi trường làm việc.
Trong khi đó, DeepMind và Isomorphic Labs lại theo đuổi con đường thứ ba. Thay vì cung cấp tool cho nhà nghiên cứu, Isomorphic Labs hoạt động như một công ty phát triển thuốc thực thụ luôn.
Sau thành công vang dội của AlphaFold, DeepMind đã tách riêng Isomorphic Labs để focus vào khám phá thuốc bằng AI. Công ty hiện đã huy động được khoảng 2,7 tỷ USD vốn đầu tư và thiết lập các mối quan hệ hợp tác cực khủng với những tập đoàn dược phẩm top đầu thế giới như Eli Lilly và Novartis
Mặc dù chọn những chiến lược khác nhau, nhưng cả ba "ông trùm" AI đều đang hướng tới cùng một mục tiêu: đưa AI trở thành nền tảng cốt lõi của ngành khoa học sự sống.
Có nhiều lý do khiến thời điểm hiện tại được xem là "cơ hội vàng" cho xu hướng này. Một trong những yếu tố quan trọng nhất là các dự án thuốc do AI hỗ trợ thiết kế bắt đầu cho ra kết quả thực tế trong thử nghiệm lâm sàng rồi đó!
Case được nhắc đến nhiều nhất phải kể đến rentosertib của Insilico Medicine. Loại thuốc này đạt kết quả tích cực trong thử nghiệm giai đoạn IIa đối với bệnh xơ phổi vô căn và được công bố trên tạp chí Nature Medicine luôn á. Dù vẫn cần thêm thời gian để chứng minh hiệu quả lâu dài, thành công này cho thấy AI không còn chỉ là công cụ lý thuyết suông nữa mà đã bắt đầu tạo ra các ứng viên thuốc có khả năng tiến vào giai đoạn thử nghiệm trên người thật sự
Song song với đó, sự bùng nổ của data sinh học trong những năm gần đây cũng đóng vai trò then chốt. Những bộ data khổng lồ về tế bào đơn, phiên mã không gian, dữ liệu đa hệ gene và tương tác protein đang tạo ra nền tảng lý tưởng để các mô hình AI học hỏi và phát hiện các quy luật mới.
Một thay đổi quan trọng nữa là sự phát triển của Agentic AI. Thế hệ AI mới không chỉ trả lời câu hỏi mà còn có thể chủ động sử dụng tool, thực hiện quy trình nghiên cứu, xử lý data và đề xuất hướng thử nghiệm tiếp theo. Điều này mở ra khả năng tự động hóa nhiều công đoạn vốn tốn cả thời gian lẫn nguồn lực trong nghiên cứu dược phẩm
Tuy nhiên, không phải ai cũng tin rằng cuộc cách mạng này sẽ diễn ra nhanh đâu nha. Lịch sử ngành AI sinh học vẫn ghi nhận không ít thất bại. Nhiều công ty từng được kỳ vọng lớn như BenevolentAI, Exscientia hay Recursion vẫn chưa chứng minh được khả năng tạo ra các loại thuốc thành công trên quy mô rộng.
Dù sở hữu tiềm năng thay đổi cả ngành công nghiệp dược phẩm, AI vẫn phải đối mặt với rào cản từ việc thiếu bằng chứng lâm sàng dài hạn và những yêu cầu siêu khắt khe về tính chính xác trong thế giới thực.
Chính vì thế, giới chuyên môn hiện vẫn chia thành hai phe. Một bên coi AI sinh học là cuộc cách mạng tiếp theo của y học. Bên còn lại lại cho rằng thị trường đang kỳ vọng hơi quá cao vào một lĩnh vực vẫn còn nhiều rủi ro và chưa có đủ bằng chứng dài hạn
Dù kết quả cuối cùng thế nào, một điều đang trở nên ngày càng rõ ràng: khoa học sự sống đã vượt qua vị thế của một lĩnh vực ứng dụng thông thường để trở thành bài kiểm tra khó nhất đối với AI hiện đại.
Khác với việc viết code hay tạo nội dung, nghiên cứu thuốc phải đối mặt với những quy luật vật lý siêu nghiêm ngặt của thế giới thực. Một mô hình AI có thể đạt điểm số cao trên các bài test lập trình, nhưng trong lĩnh vực y sinh, kết quả cuối cùng chỉ được chứng minh khi một loại thuốc thực sự phát huy hiệu quả trên bệnh nhân
Nguồn: soha.vn
Mấy năm qua, cuộc đua AI toàn cầu chủ yếu quanh quẩn mỗi chuyện chatbot, mô hình ngôn ngữ lớn (LLM) và các tool hỗ trợ code. Nhưng giờ có vẻ game đã thay đổi rồi nha! Những diễn biến mới nhất từ các lab AI đỉnh nhất thế giới cho thấy một xu hướng mới đang lên ngôi. Sau khi "phá đảo" mảng phần mềm và lập trình, giờ khoa học sự sống đang trở thành target chiến lược tiếp theo của làng AI đây
Dấu hiệu rõ nhất nổ ra vào giữa tháng 6/2026 khi John Jumper – nhà khoa học nổi tiếng với vai trò đồng sáng tạo AlphaFold và là đồng chủ nhân Giải Nobel Hóa học 2024 – tuyên bố "chia tay" Google DeepMind để nhảy sang Anthropic. Chỉ một ngày trước đó, Noam Shazeer – một trong những tác giả của bài báo siêu kinh điển "Attention Is All You Need" – cũng xác nhận rời Google để chuyển qua OpenAI.
Việc DeepMind mất liên tiếp hai nhân vật huyền thoại trong vòng một tuần khiến cả làng tech phải "dậy sóng". Nhưng điều quan trọng hơn không phải là những vụ "chuyển nhượng" này, mà là việc cả Anthropic, OpenAI lẫn DeepMind đều đang đổ tiền và nguồn lực vào cùng một mảng: khoa học sự sống và nghiên cứu y sinh
Trong số ba ông lớn, Anthropic là cái tên thể hiện tham vọng rõ ràng nhất. Công ty liên tục ra mắt các sản phẩm chuyên biệt như Claude for Life Sciences và Claude for Healthcare để phục vụ các công ty dược phẩm, tổ chức nghiên cứu và hệ thống chăm sóc sức khỏe.
Cuộc đua này được thúc đẩy bởi những kết quả thử nghiệm lâm sàng khả quan của thuốc AI, việc cơ quan FDA nới lỏng quy định trên động vật và sự bùng nổ của các bộ dữ liệu sinh học.
Nhưng bước đi khủng nhất phải kể đến tháng 4/2026 khi Anthropic chi tới khoảng 400 triệu USD để "thâu tóm" Coefficient Bio – một startup AI sinh học có quy mô chưa đến 10 người (!). Con số này nghe qua thấy crazy vãi, nhưng điều Anthropic thực sự muốn không phải doanh thu hay sản phẩm, mà chính là kinh nghiệm nghiên cứu thuốc của đội ngũ sáng lập
Sau thương vụ này, Anthropic tiếp tục "gom" các nhà sinh học, xây dựng năng lực phòng thí nghiệm thực nghiệm và từng bước hình thành quy trình khép kín giữa mô hình AI với hoạt động kiểm chứng ngoài đời thực. Công ty cũng tung ra các thế hệ mô hình mới với khả năng tham gia vào thiết kế thuốc, nghiên cứu gene và đề xuất giả thuyết khoa học.
Còn OpenAI lại chọn một cách chơi khác hẳn. Thay vì xây lab sinh học riêng ngay từ đầu, công ty tập trung phát triển các mô hình chuyên biệt và hệ sinh thái công cụ nghiên cứu.
Tháng 4/2026, OpenAI giới thiệu GPT-Rosalind – mô hình suy luận dành riêng cho nghiên cứu sinh học, khám phá thuốc và y học chuyển hóa. Chỉ vài tháng sau, công ty tiếp tục buff thêm năng lực cho hệ thống bằng các plugin chuyên dụng để phân tích dữ liệu sinh học và giải trình tự gene
Mục tiêu của OpenAI không đơn giản chỉ là tạo ra một chatbot trả lời câu hỏi về sinh học. Họ muốn build một trợ lý nghiên cứu có thể tìm kiếm data, tổng hợp bằng chứng khoa học, thiết kế thí nghiệm và thực hiện các quy trình tin sinh học trong cùng một môi trường làm việc.
Trong khi đó, DeepMind và Isomorphic Labs lại theo đuổi con đường thứ ba. Thay vì cung cấp tool cho nhà nghiên cứu, Isomorphic Labs hoạt động như một công ty phát triển thuốc thực thụ luôn.
Sau thành công vang dội của AlphaFold, DeepMind đã tách riêng Isomorphic Labs để focus vào khám phá thuốc bằng AI. Công ty hiện đã huy động được khoảng 2,7 tỷ USD vốn đầu tư và thiết lập các mối quan hệ hợp tác cực khủng với những tập đoàn dược phẩm top đầu thế giới như Eli Lilly và Novartis
Mặc dù chọn những chiến lược khác nhau, nhưng cả ba "ông trùm" AI đều đang hướng tới cùng một mục tiêu: đưa AI trở thành nền tảng cốt lõi của ngành khoa học sự sống.
Có nhiều lý do khiến thời điểm hiện tại được xem là "cơ hội vàng" cho xu hướng này. Một trong những yếu tố quan trọng nhất là các dự án thuốc do AI hỗ trợ thiết kế bắt đầu cho ra kết quả thực tế trong thử nghiệm lâm sàng rồi đó!
Case được nhắc đến nhiều nhất phải kể đến rentosertib của Insilico Medicine. Loại thuốc này đạt kết quả tích cực trong thử nghiệm giai đoạn IIa đối với bệnh xơ phổi vô căn và được công bố trên tạp chí Nature Medicine luôn á. Dù vẫn cần thêm thời gian để chứng minh hiệu quả lâu dài, thành công này cho thấy AI không còn chỉ là công cụ lý thuyết suông nữa mà đã bắt đầu tạo ra các ứng viên thuốc có khả năng tiến vào giai đoạn thử nghiệm trên người thật sự
Song song với đó, sự bùng nổ của data sinh học trong những năm gần đây cũng đóng vai trò then chốt. Những bộ data khổng lồ về tế bào đơn, phiên mã không gian, dữ liệu đa hệ gene và tương tác protein đang tạo ra nền tảng lý tưởng để các mô hình AI học hỏi và phát hiện các quy luật mới.
Một thay đổi quan trọng nữa là sự phát triển của Agentic AI. Thế hệ AI mới không chỉ trả lời câu hỏi mà còn có thể chủ động sử dụng tool, thực hiện quy trình nghiên cứu, xử lý data và đề xuất hướng thử nghiệm tiếp theo. Điều này mở ra khả năng tự động hóa nhiều công đoạn vốn tốn cả thời gian lẫn nguồn lực trong nghiên cứu dược phẩm
Tuy nhiên, không phải ai cũng tin rằng cuộc cách mạng này sẽ diễn ra nhanh đâu nha. Lịch sử ngành AI sinh học vẫn ghi nhận không ít thất bại. Nhiều công ty từng được kỳ vọng lớn như BenevolentAI, Exscientia hay Recursion vẫn chưa chứng minh được khả năng tạo ra các loại thuốc thành công trên quy mô rộng.
Dù sở hữu tiềm năng thay đổi cả ngành công nghiệp dược phẩm, AI vẫn phải đối mặt với rào cản từ việc thiếu bằng chứng lâm sàng dài hạn và những yêu cầu siêu khắt khe về tính chính xác trong thế giới thực.
Chính vì thế, giới chuyên môn hiện vẫn chia thành hai phe. Một bên coi AI sinh học là cuộc cách mạng tiếp theo của y học. Bên còn lại lại cho rằng thị trường đang kỳ vọng hơi quá cao vào một lĩnh vực vẫn còn nhiều rủi ro và chưa có đủ bằng chứng dài hạn
Dù kết quả cuối cùng thế nào, một điều đang trở nên ngày càng rõ ràng: khoa học sự sống đã vượt qua vị thế của một lĩnh vực ứng dụng thông thường để trở thành bài kiểm tra khó nhất đối với AI hiện đại.
Khác với việc viết code hay tạo nội dung, nghiên cứu thuốc phải đối mặt với những quy luật vật lý siêu nghiêm ngặt của thế giới thực. Một mô hình AI có thể đạt điểm số cao trên các bài test lập trình, nhưng trong lĩnh vực y sinh, kết quả cuối cùng chỉ được chứng minh khi một loại thuốc thực sự phát huy hiệu quả trên bệnh nhân
Nguồn: soha.vn