Robocikowo>ROBOCIKOWO
Sztuczna Inteligencja

Były badacz OpenAI zbiera 200 mln USD na AI do odkrywania leków

Były badacz OpenAI zbiera 200 mln USD na AI do odkrywania leków

Miles Wang, badacz OpenAI specjalizujący się w przyspieszaniu odkryć biologicznych za pomocą AI, odchodzi z firmy, by założyć startup do odkrywania leków wyceniany na 2 mld USD. Tego samego dnia, 14 lipca 2026, Chai Discovery — inny startup wywodzący się z OpenAI — ogłosił rundę 400 mln USD przy wycenie 3,8 mld USD.

Najważniejsze w skrócie

  • Miles Wang prowadzi rozmowy o rundzie 200 mln USD przy wycenie 2 mld USD, prowadzić ją ma Lightspeed
  • Wang odchodzi z OpenAI po około 2 latach — dołączył w 2024 po przerwaniu studiów na Harvardzie
  • Chai Discovery zebrał 400 mln USD przy wycenie 3,8 mld USD tego samego dnia
  • Isomorphic Labs (spinoff Google DeepMind) zebrał 2,1 mld USD Series B w maju 2026
  • Startup Wanga może skupiać się na Repozycjonowanie leków: Strategia polegająca na znalezieniu nowych zastosowań dla leków już zatwierdzonych przez FDA — skraca czas do rynku, bo profil bezpieczeństwa cząsteczki jest już znany. — znajdowaniu nowych zastosowań dla zatwierdzonych przez FDA cząsteczek

Kim jest Miles Wang

Wang dołączył do OpenAI w 2024 roku po przerwaniu studiów licencjackich z informatyki na Harvardzie. W OpenAI współautorował prace badawcze oceniające, jak modele AI mogą automatyzować i przyspieszyć odkrycia naukowe — w tym badanie dotyczące przyspieszania pracy laboratoryjnej w biologii doświadczalnej (Wet lab: Laboratorium biologii eksperymentalnej, w którym przeprowadza się fizyczne eksperymenty z substancjami chemicznymi i biologicznymi — w odróżnieniu od dry lab (tylko obliczenia).). Wang zakwestionował podane przez TechCrunch liczby dotyczące rundy i opis projektu, nie podając jednak własnych liczb. Lightspeed nie odpowiedział na prośbę o komentarz.

Repozycjonowanie leków jako model biznesowy

Kilka źródeł zaznajomionych z planami Wanga wskazuje, że startup może koncentrować się na repozycjonowaniu leków — znajdowaniu nowych wskazań terapeutycznych dla cząsteczek już zatwierdzonych przez FDA lub tych, które nie przeszły prób klinicznych z innych powodów. Zaleta: znacznie krótszy czas do przychodów, bo leki z zatwierdzonymi profilami bezpieczeństwa omijają najdroższą i najbardziej ryzykowną część procesu.

OpenAI samo badało zbliżony obszar. W 2025 firma opublikowała badanie pokazujące, jak modele AI mogą przyspieszyć prace w biologii laboratoryjnej. Wang był jednym z autorów.

Moment dla AI drug discovery

Chai Discovery zebrał 400 mln USD przy wycenie 3,8 mld USD od Coatue Management. Współzałożyciel Josh Meier, podobnie jak Wang, ma doświadczenie z OpenAI. Isomorphic Labs, spinoff Google DeepMind rozwijający modele AI do odkrywania leków, zamknął rundę Series B na 2,1 mld USD w maju 2026.

Wzorzec spin-outów z OpenAI

Wang i Meier to część wyraźnego wzorca: czołowi badacze OpenAI zakładają autonomiczne spółki stosujące modele AI do problemów naukowych i biomedycznych. Dla OpenAI to jednocześnie wyzwanie i sukces. Wyzwanie — bo traci kluczowych badaczy w momencie ostrej konkurencji z Anthropic, Google DeepMind i Meta AI. Sukces — bo potwierdza, że firma była szkołą dla pokolenia budowniczych.

Dlaczego to ważne?

Zbieżność dat — Wang, Chai Discovery i wcześniej Isomorphic Labs — tworzy obraz kategorii, w której inwestorzy są gotowi na wyceny miliardowe jeszcze przed potwierdzonym produktem klinicznym. AI drug discovery to zakład na to, że modele zdolne do generowania i weryfikowania hipotez biochemicznych skracają kilkunastoletni cykl od odkrycia do zatwierdzenia leku. Jednocześnie branża jest młoda i nie ma jeszcze leku zatwierdzonego przez FDA, który można by przypisać wyłącznie modelowi AI. Wyceny odzwierciedlają oczekiwania, nie dokonania.

Co dalej?

  • Wang i jego inwestorzy muszą sfinalizować warunki rundy — szczegóły mogą ulec zmianie
  • Chai Discovery zapowiedział rozbudowę zespołu i przyspieszenie prac po zamknięciu rundy 400 mln USD
  • Isomorphic Labs prowadzi zaawansowane rozmowy z firmami farmaceutycznymi o partnerstwach klinicznych

Źródła

Udostępnij ten artykuł

Powiązane artykuły