Derpy
Intern Writer
Trong thế giới công nghệ, đôi khi một sự kiện tưởng chừng nhỏ lại là dấu hiệu của một làn sóng lớn sắp tới. Hãy thử hình dung, chỉ trong vòng một tuần, hai nhân vật tầm cỡ, những bộ óc vĩ đại đã định hình nên kỷ nguyên AI hiện tại, lại đồng loạt rời bỏ Google DeepMind để gia nhập các đối thủ. Đây không chỉ là một cuộc "chảy máu chất xám" đơn thuần, mà còn là lời khẳng định rõ ràng về hướng đi tiếp theo của trí tuệ nhân tạo: cuộc đua vào lĩnh vực khoa học sự sống đã chính thức bắt đầu.
Vào ngày 19 tháng 6 năm 2026, John Jumper, người đồng sáng tạo AlphaFold và là chủ nhân giải Nobel Hóa học năm 2024, đã thông báo trên X (trước đây là Twitter) về việc rời Google DeepMind sau gần 9 năm gắn bó để gia nhập Anthropic. AlphaFold của Jumper đã dự đoán hơn 200 triệu cấu trúc protein, được hơn 2 triệu nhà nghiên cứu tại 190 quốc gia sử dụng, biến DeepMind từ một phòng thí nghiệm AI chuyên về cờ vây và trò chơi thành một công ty thực sự có tiếng nói trong khám phá khoa học.
Chỉ một ngày trước đó, Noam Shazeer, một tên tuổi lớn khác và là đồng tác giả của bài báo "Attention Is All You Need" – nền tảng cho kiến trúc Transformer, cũng tuyên bố rời Google để đến với OpenAI. Google từng phải chi khoảng 2,7 tỷ USD (khoảng 69,12 nghìn tỷ VNĐ) vào năm 2024 để đưa ông trở lại thông qua một thỏa thuận cấp phép và hồi hương nhân tài với Character.AI, nhưng chưa đầy hai năm sau, ông lại ra đi.
Việc Google DeepMind mất đi hai nhân vật biểu tượng như vậy trong một tuần chắc chắn là một sự kiện lớn. Tuy nhiên, điều đáng nói hơn là điểm đến của họ: Anthropic và OpenAI. Cùng với DeepMind, ba phòng thí nghiệm AI hàng đầu này đang dồn toàn bộ nguồn lực vào một hướng đi chung: khoa học sự sống. Liệu AI cho khoa học có trở thành "AI cho kỹ thuật phần mềm" của năm ngoái hay không?
Anthropic đang là cái tên có nhiều động thái nhất. Vào tháng 10 năm 2025, họ ra mắt Claude for Life Sciences, tích hợp Claude vào quy trình làm việc của ngành khoa học sự sống, hỗ trợ từ tổng quan tài liệu, thiết kế thí nghiệm, phân tích dữ liệu đến các tài liệu lâm sàng và quy định. Đến tháng 1 năm 2026, tại Hội nghị Chăm sóc sức khỏe JPMorgan, Anthropic tiếp tục giới thiệu Claude for Healthcare, mở rộng trọng tâm từ các công ty dược phẩm và tổ chức nghiên cứu sang dịch vụ y tế, các bên chi trả và môi trường lâm sàng.
Sau đó, Anthropic bắt đầu xây dựng năng lực sâu hơn. Tháng 4 năm 2026, họ mua lại Coefficient Bio với giá khoảng 400 triệu USD (khoảng 10,24 nghìn tỷ VNĐ) bằng cổ phiếu. Đây là một công ty công nghệ sinh học AI mới thành lập vài tháng, với chưa đầy 10 thành viên, chủ yếu đến từ nhóm sinh học tính toán Prescient Design của Genentech. Mức giá 400 triệu USD cho chưa đến 10 người có vẻ đắt đỏ, nhưng Anthropic đang thiếu kinh nghiệm phát triển thuốc mà nhóm này sở hữu.
Các báo cáo cũng cho biết Anthropic đang tuyển dụng các nhà sinh vật học, xây dựng phòng thí nghiệm ướt (wet lab) và tìm cách kết nối AI với vòng lặp xác minh thực nghiệm. Sau thương vụ mua lại, Anthropic bắt đầu xây dựng phòng thí nghiệm ướt của riêng mình, với mục tiêu rút ngắn chu kỳ nghiên cứu và phát triển khoa học sự sống xuống còn một phần mười. Cùng thời điểm đó, một chế độ bí mật tên là Operon, một không gian làm việc chuyên biệt cho sinh học tính toán, đã được phát hiện trong giao diện của Claude. CEO của Novartis, Vas Narasimhan, cũng gia nhập hội đồng quản trị của Anthropic, trở thành giám đốc điều hành công ty dược phẩm đầu tiên tham gia vào ban lãnh đạo của một phòng thí nghiệm AI tiên tiến.
Ngày 9 tháng 6, Claude Fable 5 ra mắt, với khả năng khoa học sự sống là điểm nhấn chính. Mô hình Mythos 5 cơ bản đã tăng tốc độ thiết kế thuốc lên khoảng 10 lần, tự hoàn thành các nhiệm vụ nghiên cứu liệu pháp gen và đưa ra các giả thuyết mới trong lĩnh vực gen học đã được xác minh bằng thực nghiệm. Mười ngày sau, John Jumper chính thức gia nhập.
OpenAI lại đi theo một con đường khác. Thay vì tự xây dựng phòng thí nghiệm ướt, họ tập trung vào việc xây dựng mạng lưới hợp tác và các mô hình chuyên biệt. Ngày 16 tháng 4 năm 2026, OpenAI ra mắt GPT-Rosalind, một mô hình suy luận dành cho nghiên cứu khoa học sự sống, hỗ trợ sinh học, khám phá thuốc và nghiên cứu y học chuyển đổi. Nó giúp các nhà nghiên cứu tổng hợp bằng chứng, tạo giả thuyết, thiết kế thí nghiệm và kết nối với các công cụ, cơ sở dữ liệu khoa học sự sống thông qua Codex.
Vào tháng 6, OpenAI tiếp tục cập nhật GPT-Rosalind, tích hợp khả năng lập trình tác nhân (agentic coding) và gọi công cụ của GPT-5.5, đồng thời phát hành hai plugin Codex là Life Sciences Research và Life Sciences NGS Analysis. Điều này cho phép mô hình không chỉ trả lời câu hỏi mà còn có thể truy xuất bằng chứng, phân tích dữ liệu omics, thực hiện các quy trình tin sinh học trong cùng một không gian làm việc, đồng thời lưu giữ quá trình và kết quả.
Quỹ OpenAI cũng đã liệt kê khoa học sự sống là một trong những hướng đi chính trong kế hoạch đầu tư ít nhất 1 tỷ USD (khoảng 25,6 nghìn tỷ VNĐ) trong năm tới, tập trung vào bệnh Alzheimer, bộ dữ liệu sức khỏe cộng đồng và các bệnh có tỷ lệ tử vong cao nhưng ít được đầu tư. Kevin Weil, cựu lãnh đạo OpenAI for Science, từng có một câu nói được trích dẫn rộng rãi vào đầu năm 2026: "AI cho khoa học vào năm 2026 sẽ giống như AI cho kỹ thuật phần mềm vào năm 2025." Câu nói này ngày càng trở thành một nhận định chung trong ngành: trợ lý lập trình đã trở thành chiến trường thương mại hóa đông đúc nhất cho các mô hình tiên tiến, và quy trình làm việc có giá trị cao tiếp theo được AI viết lại đang chuyển sang nghiên cứu khoa học, với khoa học sự sống đứng đầu.
DeepMind và Isomorphic Labs, công ty con của họ, đi theo con đường thứ ba và cũng là con đường sớm nhất: tách ra một công ty khám phá thuốc AI độc lập, trực tiếp phát triển các đường ống lâm sàng. Vào tháng 2 năm 2026, Isomorphic Labs đã giới thiệu Drug Design Engine của mình, hay còn gọi là IsoDDE. Tạp chí Nature đã gọi đây là một bước tiến gần với "AlphaFold 4". Nó không chỉ dự đoán cấu trúc protein mà còn giải quyết các vấn đề gần gũi hơn với ứng dụng công nghiệp trong khám phá thuốc, như tương tác protein-ligand, cấu trúc kháng thể và vị trí liên kết. Khác với AlphaFold đi theo hướng mở, IsoDDE là một hệ thống đóng, giữ năng lực trong hệ sinh thái thương mại của Isomorphic Labs.
Isomorphic Labs đã huy động được tổng cộng khoảng 2,7 tỷ USD (khoảng 69,12 nghìn tỷ VNĐ): 600 triệu USD vào năm 2025 và 2,1 tỷ USD trong vòng Series B vào tháng 5 năm 2026. Họ cũng đã hợp tác với các công ty dược phẩm lớn như Eli Lilly và Novartis, với tổng giá trị giao dịch tiềm năng lên tới gần 3 tỷ USD (khoảng 76,8 nghìn tỷ VNĐ). CEO Demis Hassabis cho biết công ty dự kiến sẽ bắt đầu các thử nghiệm lâm sàng đầu tiên vào cuối năm 2026, mặc dù thời gian này đã bị trì hoãn so với mục tiêu ban đầu là "vào lâm sàng trước cuối năm 2025".
Ba công ty này có những con đường khác nhau. Anthropic tập trung vào việc tích hợp sâu khả năng sinh học vào các mô hình nền tảng tổng quát, đồng thời xây dựng vòng lặp khép kín thông qua mua lại và phát triển năng lực thực nghiệm. OpenAI xây dựng các mô hình chuyên biệt, plugin công cụ và mạng lưới hợp tác với các công ty dược phẩm. DeepMind/Isomorphic thì thành lập một công ty độc lập, phát triển công cụ đóng và các đường ống nghiên cứu riêng hoặc hợp tác. Tuy nhiên, tất cả đều có chung một hướng đi: các phòng thí nghiệm AI tiên tiến đang coi khoa học sự sống là chiến trường cốt lõi tiếp theo sau kỹ thuật phần mềm.
Vậy tại sao lại là bây giờ?
Động lực trực tiếp nhất là: các loại thuốc được thiết kế bằng AI đã bắt đầu cho thấy kết quả trong các thử nghiệm trên người. Vào tháng 6 năm 2025, rentosertib của Insilico Medicine đã đạt được kết quả tích cực trong thử nghiệm lâm sàng giai đoạn IIa cho bệnh xơ phổi vô căn, với bài báo được công bố trên tạp chí Nature Medicine. Rentosertib là một chất ức chế TNIK, mà cả việc phát hiện mục tiêu và thiết kế phân tử đều sử dụng AI tạo sinh. Dù cuối cùng nó có được đưa ra thị trường hay không, điều này ít nhất đã đưa câu hỏi "AI có thực sự khám phá được thuốc không" từ một vấn đề lý thuyết sang một vấn đề có bằng chứng lâm sàng.
Việc AlphaFold giành giải Nobel Hóa học năm 2024 cũng đóng vai trò như một tín hiệu tương tự. Nó cho các nhà đầu tư, công ty dược phẩm và phòng thí nghiệm AI tiên tiến thấy rằng AI cho khoa học không chỉ là một bản demo, mà còn có thể tạo ra những thành tựu cơ bản được cộng đồng khoa học công nhận. Và việc FDA vào tháng 4 năm 2025 tuyên bố dần loại bỏ yêu cầu thử nghiệm kháng thể đơn dòng trên động vật, khuyến khích sử dụng các mô hình tính toán AI thay thế, đã mở ra một con đường mà hai năm trước không hề tồn tại.
Những thay đổi về dữ liệu cũng rất quan trọng. Các bản đồ tế bào đơn, bộ dữ liệu nhiễu loạn, transcriptomics không gian và dữ liệu đa omics đã tích lũy nhanh chóng trong vài năm qua, cung cấp vật liệu đào tạo cho các mô hình ngoài cấu trúc protein. Theo dữ liệu của Bessemer trích dẫn từ Epoch AI, năm 2015 chỉ có chưa đến 10 mô hình AI sinh học mới được phát hành, nhưng đến năm 2025 con số này đã vượt quá 380. Sinh học đang chuyển từ một "ngành khoa học thực nghiệm thiếu dữ liệu" thành một lĩnh vực phù hợp hơn cho việc đào tạo mô hình và vòng lặp tự động hóa khép kín.
Một yếu tố khác dễ bị đánh giá thấp là: AI tác nhân (Agentic AI) đã biến các mô hình sinh học từ "biết trả lời câu hỏi" thành "có thể làm việc". Một mô hình có thể giải thích sự gấp nếp protein rất có giá trị, nhưng nó vẫn chỉ là một trợ lý. Một mô hình có thể chọn công cụ, thiết kế thí nghiệm, đọc dữ liệu, sửa lỗi, đưa ra các phương án ứng cử và gửi kết quả đến phòng thí nghiệm để xác minh, mới gần với một sản phẩm hơn. Quy trình thiết kế thuốc của Claude Mythos 5, plugin Codex của GPT-Rosalind, IsoDDE của Isomorphic, về bản chất đều đang đi theo hướng này: không chỉ làm khoa học hỏi đáp, mà còn nhúng mô hình vào chuỗi thực thi công việc khoa học.
Cuối cùng là logic thương mại. Trợ lý lập trình đã là đường đua thương mại hóa mô hình tiên tiến đông đúc nhất. So với đó, ngành dược phẩm và chăm sóc sức khỏe là một ngành lớn hơn, chậm hơn, đắt đỏ hơn và cũng khó bị viết lại hơn. McKinsey ước tính, AI tạo sinh có thể giải phóng giá trị từ 60 tỷ đến 110 tỷ USD (khoảng 1.53 triệu tỷ đến 2.81 triệu tỷ VNĐ) mỗi năm cho ngành dược phẩm và sản phẩm y tế. Mô hình của BCG cũng cho rằng AI có cơ hội rút ngắn thời gian khám phá tiền lâm sàng từ 30% đến 50%, và giảm chi phí từ 25% đến 50%.
Đồng thời, các công ty dược phẩm lớn đang đối mặt với một làn sóng hết hạn bằng sáng chế mới. Từ năm 2026 đến 2030, nhiều loại thuốc bom tấn sẽ mất đi sự bảo hộ bằng sáng chế, khiến hàng nghìn tỷ USD doanh thu của ngành gặp rủi ro. Các công ty dược phẩm cần bổ sung đường ống nghiên cứu nhanh hơn, và các công ty công nghệ sinh học AI cùng các công ty mô hình tiên tiến đang đứng đúng vào khoảng trống này.
Vậy đây là bong bóng hay một cuộc cách mạng?
Tuy nhiên, nếu chỉ nhìn vào những luận điểm tích cực, câu chuyện này có vẻ diễn ra quá suôn sẻ. Nhìn từ một góc độ khác, hồ sơ lâm sàng của việc khám phá thuốc bằng AI thực tế vẫn còn rất ít. Recursion vẫn chưa có thuốc được phê duyệt, và vào năm 2025 còn phải thu hẹp một số đường ống nghiên cứu. Thuốc ứng cử của BenevolentAI đã thất bại trong thử nghiệm lâm sàng cho bệnh viêm da dị ứng, sau đó công ty đã hủy niêm yết khỏi sàn Amsterdam và bị mua lại. Các dự án thuốc AI ban đầu của Exscientia cũng đã bị dừng sau giai đoạn lâm sàng. Kết quả của rentosertib từ Insilico là có thật, nhưng hiện tại nó giống một mẫu thử quan trọng hơn là một quy luật công nghiệp đã được kiểm chứng nhiều lần.
Nói cách khác, khám phá thuốc bằng AI đã vượt qua giai đoạn "hoàn toàn không có bằng chứng lâm sàng", nhưng vẫn còn rất xa mới đến giai đoạn "chắc chắn có thể cải thiện tỷ lệ thành công một cách có hệ thống".
Về định giá, Isomorphic Labs đã huy động tổng cộng khoảng 2,7 tỷ USD (khoảng 69,12 nghìn tỷ VNĐ), nhưng chưa công bố tài sản lâm sàng cụ thể nào. Coefficient Bio, một nhóm chưa đầy 10 người, lại được Anthropic mua lại với giá khoảng 400 triệu USD (khoảng 10,24 nghìn tỷ VNĐ). Trong đó, tất nhiên có giá trị của công nghệ và nhân tài, nhưng quan trọng hơn là sự khan hiếm.
Sự khan hiếm của Isomorphic Labs nằm ở chỗ, nó có lẽ là thực thể gần nhất với một "công ty dược phẩm tích hợp theo chiều dọc, bản địa AI" hiện nay. Các nhà đầu tư đã trả giá cao cho một công ty "không thể tìm thấy thứ hai". Việc Jumper đến Anthropic, ở một mức độ nào đó, chính là đang tạo ra một "thứ hai" đáng tin cậy này.
Khi cả ba công ty đều tham gia, một vấn đề thực tế hơn cũng xuất hiện: vai trò dài hạn của các phòng thí nghiệm AI tiên tiến trong khoa học sự sống là gì? Là bán API cho các công ty dược phẩm để kiếm tiền từ công cụ? Là tự phát triển các đường ống nghiên cứu và cạnh tranh với các công ty dược phẩm? Hay trở thành cơ sở hạ tầng cơ bản, thu thuế nền tảng từ toàn bộ ngành nghiên cứu và phát triển thuốc?
Hiện tại, ba công ty đã đưa ra những câu trả lời khác nhau. Isomorphic Labs chọn tự mình làm công ty khám phá thuốc, trực tiếp kết nối với lâm sàng và đường ống nghiên cứu. OpenAI chọn mô hình chuyên biệt và mạng lưới hợp tác, đưa khả năng vào Codex và quy trình làm việc của doanh nghiệp. Anthropic thì giống một con đường hỗn hợp hơn: xây dựng khả năng sinh học vào mô hình tổng quát, đồng thời tích lũy kinh nghiệm khám phá thuốc thông qua mua lại, cấu hình hội đồng quản trị và xây dựng năng lực thực nghiệm.
Dario Amodei, trong bài viết dài "Machines of Loving Grace" vào tháng 10 năm 2024, đã đặt sinh học ở chương đầu tiên (đáng chú ý là Dario Amodei cũng là người có nền tảng sinh học). Ông đưa ra một khái niệm gọi là "thế kỷ 21 bị nén": khi AI đạt đến trình độ đủ cao, những tiến bộ mà con người phải mất một trăm năm mới đạt được trong sinh học và y học, có thể được nén lại chỉ còn 5 đến 10 năm.
Một năm rưỡi sau, công ty của ông đã mua lại một nhóm công nghệ sinh học AI, xây dựng năng lực phòng thí nghiệm ướt, phát hành mô hình cấp độ Mythos có khả năng thiết kế thuốc, đưa CEO của Novartis vào hội đồng quản trị, và sau đó tuyển dụng người đồng sáng tạo AlphaFold. Nhìn lại, bài viết đó gần như là một bản đồ lộ trình mà Anthropic đã vẽ ra cho chính mình.
Sự lựa chọn của Jumper vì thế cũng mang nhiều ý nghĩa hơn. Ông đã đạt đến đỉnh cao khi làm AlphaFold tại DeepMind, giành giải Nobel, và công việc thương mại hóa được giao cho Isomorphic Labs, do chính Hassabis dẫn dắt. Việc ở lại và tiếp tục làm gì thực sự là một câu hỏi.
Ông đã chọn Anthropic, chứ không phải quay lại Isomorphic Labs để làm đường ống thuốc, cũng không phải đến OpenAI để làm GPT-Rosalind. Điều này cho thấy con đường của Anthropic hấp dẫn ông: không phải chỉ đơn thuần là một công ty dược phẩm AI, mà là nỗ lực để bản thân mô hình nền tảng tổng quát có khả năng thực hiện nghiên cứu sinh học.
Con đường này chắc chắn sẽ khó khăn hơn. Khoa học sự sống không phải là mã code, sai không thể dễ dàng hoàn tác. Mô hình càng mạnh, càng có thể đồng thời mang lại rủi ro khám phá thuốc và an toàn sinh học. Một trong những điểm gây tranh cãi nhất khi Fable 5 ra mắt là nó sẽ kích hoạt chế độ giảm cấp bảo thủ trong một số kịch bản sinh học, hóa học và an ninh mạng. Cách tiếp cận "càng mạnh, càng kiểm soát chặt chẽ" này đã làm một số nhà nghiên cứu khó chịu, nhưng nó cũng chính là cốt lõi trong câu chuyện của Anthropic từ trước đến nay.
Đối với một nhà khoa học hiểu rõ hai mặt của việc dự đoán gấp nếp protein, con đường đi trên dây giữa năng lực và an toàn này có lẽ hấp dẫn hơn việc chỉ đơn thuần theo đuổi công nghệ tiên tiến.
Ban đầu, ba phòng thí nghiệm này đều bắt đầu với mục tiêu "giải quyết trí tuệ". Giờ đây, họ đang dùng tiền bạc, sản phẩm và nhân tài để trả lời một câu hỏi cụ thể hơn: nếu trí tuệ thực sự trở nên đủ mạnh, lĩnh vực đầu tiên bị nó viết lại sẽ là gì? Hiện tại, câu trả lời dường như đang hội tụ vào lĩnh vực khoa học sự sống.
Và yêu cầu của khoa học sự sống đối với mô hình hoàn toàn không cùng cấp độ với việc viết mã hay làm dịch vụ khách hàng. Mô hình phải xử lý các ràng buộc vật lý của thế giới thực, phải suy luận nhân quả trong điều kiện dữ liệu không đầy đủ, phải đưa kết quả tính toán vào phòng thí nghiệm để xác minh bằng thực nghiệm ướt. Sai là sai, không có chỗ cho sự mơ hồ. Trợ lý lập trình có thể đạt điểm cao bằng cách hoàn thành mã và chạy benchmark, nhưng thuốc thì hoặc có tác dụng lâm sàng, hoặc không. Từ góc độ này, khoa học sự sống không chỉ là thị trường lớn tiếp theo của AI. Nó đang trở thành một bài kiểm tra khắc nghiệt cho AI tiên tiến, ai có thể hoàn thành vòng lặp ở đây, người đó sẽ chứng minh rằng mô hình của mình không chỉ hữu ích trên màn hình, mà còn có thể tạo ra kết quả có thể kiểm chứng trong thế giới thực.
Vào ngày 19 tháng 6 năm 2026, John Jumper, người đồng sáng tạo AlphaFold và là chủ nhân giải Nobel Hóa học năm 2024, đã thông báo trên X (trước đây là Twitter) về việc rời Google DeepMind sau gần 9 năm gắn bó để gia nhập Anthropic. AlphaFold của Jumper đã dự đoán hơn 200 triệu cấu trúc protein, được hơn 2 triệu nhà nghiên cứu tại 190 quốc gia sử dụng, biến DeepMind từ một phòng thí nghiệm AI chuyên về cờ vây và trò chơi thành một công ty thực sự có tiếng nói trong khám phá khoa học.
Chỉ một ngày trước đó, Noam Shazeer, một tên tuổi lớn khác và là đồng tác giả của bài báo "Attention Is All You Need" – nền tảng cho kiến trúc Transformer, cũng tuyên bố rời Google để đến với OpenAI. Google từng phải chi khoảng 2,7 tỷ USD (khoảng 69,12 nghìn tỷ VNĐ) vào năm 2024 để đưa ông trở lại thông qua một thỏa thuận cấp phép và hồi hương nhân tài với Character.AI, nhưng chưa đầy hai năm sau, ông lại ra đi.
Việc Google DeepMind mất đi hai nhân vật biểu tượng như vậy trong một tuần chắc chắn là một sự kiện lớn. Tuy nhiên, điều đáng nói hơn là điểm đến của họ: Anthropic và OpenAI. Cùng với DeepMind, ba phòng thí nghiệm AI hàng đầu này đang dồn toàn bộ nguồn lực vào một hướng đi chung: khoa học sự sống. Liệu AI cho khoa học có trở thành "AI cho kỹ thuật phần mềm" của năm ngoái hay không?
Anthropic đang là cái tên có nhiều động thái nhất. Vào tháng 10 năm 2025, họ ra mắt Claude for Life Sciences, tích hợp Claude vào quy trình làm việc của ngành khoa học sự sống, hỗ trợ từ tổng quan tài liệu, thiết kế thí nghiệm, phân tích dữ liệu đến các tài liệu lâm sàng và quy định. Đến tháng 1 năm 2026, tại Hội nghị Chăm sóc sức khỏe JPMorgan, Anthropic tiếp tục giới thiệu Claude for Healthcare, mở rộng trọng tâm từ các công ty dược phẩm và tổ chức nghiên cứu sang dịch vụ y tế, các bên chi trả và môi trường lâm sàng.
Sau đó, Anthropic bắt đầu xây dựng năng lực sâu hơn. Tháng 4 năm 2026, họ mua lại Coefficient Bio với giá khoảng 400 triệu USD (khoảng 10,24 nghìn tỷ VNĐ) bằng cổ phiếu. Đây là một công ty công nghệ sinh học AI mới thành lập vài tháng, với chưa đầy 10 thành viên, chủ yếu đến từ nhóm sinh học tính toán Prescient Design của Genentech. Mức giá 400 triệu USD cho chưa đến 10 người có vẻ đắt đỏ, nhưng Anthropic đang thiếu kinh nghiệm phát triển thuốc mà nhóm này sở hữu.
Các báo cáo cũng cho biết Anthropic đang tuyển dụng các nhà sinh vật học, xây dựng phòng thí nghiệm ướt (wet lab) và tìm cách kết nối AI với vòng lặp xác minh thực nghiệm. Sau thương vụ mua lại, Anthropic bắt đầu xây dựng phòng thí nghiệm ướt của riêng mình, với mục tiêu rút ngắn chu kỳ nghiên cứu và phát triển khoa học sự sống xuống còn một phần mười. Cùng thời điểm đó, một chế độ bí mật tên là Operon, một không gian làm việc chuyên biệt cho sinh học tính toán, đã được phát hiện trong giao diện của Claude. CEO của Novartis, Vas Narasimhan, cũng gia nhập hội đồng quản trị của Anthropic, trở thành giám đốc điều hành công ty dược phẩm đầu tiên tham gia vào ban lãnh đạo của một phòng thí nghiệm AI tiên tiến.
Ngày 9 tháng 6, Claude Fable 5 ra mắt, với khả năng khoa học sự sống là điểm nhấn chính. Mô hình Mythos 5 cơ bản đã tăng tốc độ thiết kế thuốc lên khoảng 10 lần, tự hoàn thành các nhiệm vụ nghiên cứu liệu pháp gen và đưa ra các giả thuyết mới trong lĩnh vực gen học đã được xác minh bằng thực nghiệm. Mười ngày sau, John Jumper chính thức gia nhập.
OpenAI lại đi theo một con đường khác. Thay vì tự xây dựng phòng thí nghiệm ướt, họ tập trung vào việc xây dựng mạng lưới hợp tác và các mô hình chuyên biệt. Ngày 16 tháng 4 năm 2026, OpenAI ra mắt GPT-Rosalind, một mô hình suy luận dành cho nghiên cứu khoa học sự sống, hỗ trợ sinh học, khám phá thuốc và nghiên cứu y học chuyển đổi. Nó giúp các nhà nghiên cứu tổng hợp bằng chứng, tạo giả thuyết, thiết kế thí nghiệm và kết nối với các công cụ, cơ sở dữ liệu khoa học sự sống thông qua Codex.
Vào tháng 6, OpenAI tiếp tục cập nhật GPT-Rosalind, tích hợp khả năng lập trình tác nhân (agentic coding) và gọi công cụ của GPT-5.5, đồng thời phát hành hai plugin Codex là Life Sciences Research và Life Sciences NGS Analysis. Điều này cho phép mô hình không chỉ trả lời câu hỏi mà còn có thể truy xuất bằng chứng, phân tích dữ liệu omics, thực hiện các quy trình tin sinh học trong cùng một không gian làm việc, đồng thời lưu giữ quá trình và kết quả.
Quỹ OpenAI cũng đã liệt kê khoa học sự sống là một trong những hướng đi chính trong kế hoạch đầu tư ít nhất 1 tỷ USD (khoảng 25,6 nghìn tỷ VNĐ) trong năm tới, tập trung vào bệnh Alzheimer, bộ dữ liệu sức khỏe cộng đồng và các bệnh có tỷ lệ tử vong cao nhưng ít được đầu tư. Kevin Weil, cựu lãnh đạo OpenAI for Science, từng có một câu nói được trích dẫn rộng rãi vào đầu năm 2026: "AI cho khoa học vào năm 2026 sẽ giống như AI cho kỹ thuật phần mềm vào năm 2025." Câu nói này ngày càng trở thành một nhận định chung trong ngành: trợ lý lập trình đã trở thành chiến trường thương mại hóa đông đúc nhất cho các mô hình tiên tiến, và quy trình làm việc có giá trị cao tiếp theo được AI viết lại đang chuyển sang nghiên cứu khoa học, với khoa học sự sống đứng đầu.
DeepMind và Isomorphic Labs, công ty con của họ, đi theo con đường thứ ba và cũng là con đường sớm nhất: tách ra một công ty khám phá thuốc AI độc lập, trực tiếp phát triển các đường ống lâm sàng. Vào tháng 2 năm 2026, Isomorphic Labs đã giới thiệu Drug Design Engine của mình, hay còn gọi là IsoDDE. Tạp chí Nature đã gọi đây là một bước tiến gần với "AlphaFold 4". Nó không chỉ dự đoán cấu trúc protein mà còn giải quyết các vấn đề gần gũi hơn với ứng dụng công nghiệp trong khám phá thuốc, như tương tác protein-ligand, cấu trúc kháng thể và vị trí liên kết. Khác với AlphaFold đi theo hướng mở, IsoDDE là một hệ thống đóng, giữ năng lực trong hệ sinh thái thương mại của Isomorphic Labs.
Isomorphic Labs đã huy động được tổng cộng khoảng 2,7 tỷ USD (khoảng 69,12 nghìn tỷ VNĐ): 600 triệu USD vào năm 2025 và 2,1 tỷ USD trong vòng Series B vào tháng 5 năm 2026. Họ cũng đã hợp tác với các công ty dược phẩm lớn như Eli Lilly và Novartis, với tổng giá trị giao dịch tiềm năng lên tới gần 3 tỷ USD (khoảng 76,8 nghìn tỷ VNĐ). CEO Demis Hassabis cho biết công ty dự kiến sẽ bắt đầu các thử nghiệm lâm sàng đầu tiên vào cuối năm 2026, mặc dù thời gian này đã bị trì hoãn so với mục tiêu ban đầu là "vào lâm sàng trước cuối năm 2025".
Ba công ty này có những con đường khác nhau. Anthropic tập trung vào việc tích hợp sâu khả năng sinh học vào các mô hình nền tảng tổng quát, đồng thời xây dựng vòng lặp khép kín thông qua mua lại và phát triển năng lực thực nghiệm. OpenAI xây dựng các mô hình chuyên biệt, plugin công cụ và mạng lưới hợp tác với các công ty dược phẩm. DeepMind/Isomorphic thì thành lập một công ty độc lập, phát triển công cụ đóng và các đường ống nghiên cứu riêng hoặc hợp tác. Tuy nhiên, tất cả đều có chung một hướng đi: các phòng thí nghiệm AI tiên tiến đang coi khoa học sự sống là chiến trường cốt lõi tiếp theo sau kỹ thuật phần mềm.
Vậy tại sao lại là bây giờ?
Động lực trực tiếp nhất là: các loại thuốc được thiết kế bằng AI đã bắt đầu cho thấy kết quả trong các thử nghiệm trên người. Vào tháng 6 năm 2025, rentosertib của Insilico Medicine đã đạt được kết quả tích cực trong thử nghiệm lâm sàng giai đoạn IIa cho bệnh xơ phổi vô căn, với bài báo được công bố trên tạp chí Nature Medicine. Rentosertib là một chất ức chế TNIK, mà cả việc phát hiện mục tiêu và thiết kế phân tử đều sử dụng AI tạo sinh. Dù cuối cùng nó có được đưa ra thị trường hay không, điều này ít nhất đã đưa câu hỏi "AI có thực sự khám phá được thuốc không" từ một vấn đề lý thuyết sang một vấn đề có bằng chứng lâm sàng.
Việc AlphaFold giành giải Nobel Hóa học năm 2024 cũng đóng vai trò như một tín hiệu tương tự. Nó cho các nhà đầu tư, công ty dược phẩm và phòng thí nghiệm AI tiên tiến thấy rằng AI cho khoa học không chỉ là một bản demo, mà còn có thể tạo ra những thành tựu cơ bản được cộng đồng khoa học công nhận. Và việc FDA vào tháng 4 năm 2025 tuyên bố dần loại bỏ yêu cầu thử nghiệm kháng thể đơn dòng trên động vật, khuyến khích sử dụng các mô hình tính toán AI thay thế, đã mở ra một con đường mà hai năm trước không hề tồn tại.
Những thay đổi về dữ liệu cũng rất quan trọng. Các bản đồ tế bào đơn, bộ dữ liệu nhiễu loạn, transcriptomics không gian và dữ liệu đa omics đã tích lũy nhanh chóng trong vài năm qua, cung cấp vật liệu đào tạo cho các mô hình ngoài cấu trúc protein. Theo dữ liệu của Bessemer trích dẫn từ Epoch AI, năm 2015 chỉ có chưa đến 10 mô hình AI sinh học mới được phát hành, nhưng đến năm 2025 con số này đã vượt quá 380. Sinh học đang chuyển từ một "ngành khoa học thực nghiệm thiếu dữ liệu" thành một lĩnh vực phù hợp hơn cho việc đào tạo mô hình và vòng lặp tự động hóa khép kín.
Một yếu tố khác dễ bị đánh giá thấp là: AI tác nhân (Agentic AI) đã biến các mô hình sinh học từ "biết trả lời câu hỏi" thành "có thể làm việc". Một mô hình có thể giải thích sự gấp nếp protein rất có giá trị, nhưng nó vẫn chỉ là một trợ lý. Một mô hình có thể chọn công cụ, thiết kế thí nghiệm, đọc dữ liệu, sửa lỗi, đưa ra các phương án ứng cử và gửi kết quả đến phòng thí nghiệm để xác minh, mới gần với một sản phẩm hơn. Quy trình thiết kế thuốc của Claude Mythos 5, plugin Codex của GPT-Rosalind, IsoDDE của Isomorphic, về bản chất đều đang đi theo hướng này: không chỉ làm khoa học hỏi đáp, mà còn nhúng mô hình vào chuỗi thực thi công việc khoa học.
Cuối cùng là logic thương mại. Trợ lý lập trình đã là đường đua thương mại hóa mô hình tiên tiến đông đúc nhất. So với đó, ngành dược phẩm và chăm sóc sức khỏe là một ngành lớn hơn, chậm hơn, đắt đỏ hơn và cũng khó bị viết lại hơn. McKinsey ước tính, AI tạo sinh có thể giải phóng giá trị từ 60 tỷ đến 110 tỷ USD (khoảng 1.53 triệu tỷ đến 2.81 triệu tỷ VNĐ) mỗi năm cho ngành dược phẩm và sản phẩm y tế. Mô hình của BCG cũng cho rằng AI có cơ hội rút ngắn thời gian khám phá tiền lâm sàng từ 30% đến 50%, và giảm chi phí từ 25% đến 50%.
Đồng thời, các công ty dược phẩm lớn đang đối mặt với một làn sóng hết hạn bằng sáng chế mới. Từ năm 2026 đến 2030, nhiều loại thuốc bom tấn sẽ mất đi sự bảo hộ bằng sáng chế, khiến hàng nghìn tỷ USD doanh thu của ngành gặp rủi ro. Các công ty dược phẩm cần bổ sung đường ống nghiên cứu nhanh hơn, và các công ty công nghệ sinh học AI cùng các công ty mô hình tiên tiến đang đứng đúng vào khoảng trống này.
Vậy đây là bong bóng hay một cuộc cách mạng?
Tuy nhiên, nếu chỉ nhìn vào những luận điểm tích cực, câu chuyện này có vẻ diễn ra quá suôn sẻ. Nhìn từ một góc độ khác, hồ sơ lâm sàng của việc khám phá thuốc bằng AI thực tế vẫn còn rất ít. Recursion vẫn chưa có thuốc được phê duyệt, và vào năm 2025 còn phải thu hẹp một số đường ống nghiên cứu. Thuốc ứng cử của BenevolentAI đã thất bại trong thử nghiệm lâm sàng cho bệnh viêm da dị ứng, sau đó công ty đã hủy niêm yết khỏi sàn Amsterdam và bị mua lại. Các dự án thuốc AI ban đầu của Exscientia cũng đã bị dừng sau giai đoạn lâm sàng. Kết quả của rentosertib từ Insilico là có thật, nhưng hiện tại nó giống một mẫu thử quan trọng hơn là một quy luật công nghiệp đã được kiểm chứng nhiều lần.
Nói cách khác, khám phá thuốc bằng AI đã vượt qua giai đoạn "hoàn toàn không có bằng chứng lâm sàng", nhưng vẫn còn rất xa mới đến giai đoạn "chắc chắn có thể cải thiện tỷ lệ thành công một cách có hệ thống".
Về định giá, Isomorphic Labs đã huy động tổng cộng khoảng 2,7 tỷ USD (khoảng 69,12 nghìn tỷ VNĐ), nhưng chưa công bố tài sản lâm sàng cụ thể nào. Coefficient Bio, một nhóm chưa đầy 10 người, lại được Anthropic mua lại với giá khoảng 400 triệu USD (khoảng 10,24 nghìn tỷ VNĐ). Trong đó, tất nhiên có giá trị của công nghệ và nhân tài, nhưng quan trọng hơn là sự khan hiếm.
Sự khan hiếm của Isomorphic Labs nằm ở chỗ, nó có lẽ là thực thể gần nhất với một "công ty dược phẩm tích hợp theo chiều dọc, bản địa AI" hiện nay. Các nhà đầu tư đã trả giá cao cho một công ty "không thể tìm thấy thứ hai". Việc Jumper đến Anthropic, ở một mức độ nào đó, chính là đang tạo ra một "thứ hai" đáng tin cậy này.
Khi cả ba công ty đều tham gia, một vấn đề thực tế hơn cũng xuất hiện: vai trò dài hạn của các phòng thí nghiệm AI tiên tiến trong khoa học sự sống là gì? Là bán API cho các công ty dược phẩm để kiếm tiền từ công cụ? Là tự phát triển các đường ống nghiên cứu và cạnh tranh với các công ty dược phẩm? Hay trở thành cơ sở hạ tầng cơ bản, thu thuế nền tảng từ toàn bộ ngành nghiên cứu và phát triển thuốc?
Hiện tại, ba công ty đã đưa ra những câu trả lời khác nhau. Isomorphic Labs chọn tự mình làm công ty khám phá thuốc, trực tiếp kết nối với lâm sàng và đường ống nghiên cứu. OpenAI chọn mô hình chuyên biệt và mạng lưới hợp tác, đưa khả năng vào Codex và quy trình làm việc của doanh nghiệp. Anthropic thì giống một con đường hỗn hợp hơn: xây dựng khả năng sinh học vào mô hình tổng quát, đồng thời tích lũy kinh nghiệm khám phá thuốc thông qua mua lại, cấu hình hội đồng quản trị và xây dựng năng lực thực nghiệm.
Dario Amodei, trong bài viết dài "Machines of Loving Grace" vào tháng 10 năm 2024, đã đặt sinh học ở chương đầu tiên (đáng chú ý là Dario Amodei cũng là người có nền tảng sinh học). Ông đưa ra một khái niệm gọi là "thế kỷ 21 bị nén": khi AI đạt đến trình độ đủ cao, những tiến bộ mà con người phải mất một trăm năm mới đạt được trong sinh học và y học, có thể được nén lại chỉ còn 5 đến 10 năm.
Một năm rưỡi sau, công ty của ông đã mua lại một nhóm công nghệ sinh học AI, xây dựng năng lực phòng thí nghiệm ướt, phát hành mô hình cấp độ Mythos có khả năng thiết kế thuốc, đưa CEO của Novartis vào hội đồng quản trị, và sau đó tuyển dụng người đồng sáng tạo AlphaFold. Nhìn lại, bài viết đó gần như là một bản đồ lộ trình mà Anthropic đã vẽ ra cho chính mình.
Sự lựa chọn của Jumper vì thế cũng mang nhiều ý nghĩa hơn. Ông đã đạt đến đỉnh cao khi làm AlphaFold tại DeepMind, giành giải Nobel, và công việc thương mại hóa được giao cho Isomorphic Labs, do chính Hassabis dẫn dắt. Việc ở lại và tiếp tục làm gì thực sự là một câu hỏi.
Ông đã chọn Anthropic, chứ không phải quay lại Isomorphic Labs để làm đường ống thuốc, cũng không phải đến OpenAI để làm GPT-Rosalind. Điều này cho thấy con đường của Anthropic hấp dẫn ông: không phải chỉ đơn thuần là một công ty dược phẩm AI, mà là nỗ lực để bản thân mô hình nền tảng tổng quát có khả năng thực hiện nghiên cứu sinh học.
Con đường này chắc chắn sẽ khó khăn hơn. Khoa học sự sống không phải là mã code, sai không thể dễ dàng hoàn tác. Mô hình càng mạnh, càng có thể đồng thời mang lại rủi ro khám phá thuốc và an toàn sinh học. Một trong những điểm gây tranh cãi nhất khi Fable 5 ra mắt là nó sẽ kích hoạt chế độ giảm cấp bảo thủ trong một số kịch bản sinh học, hóa học và an ninh mạng. Cách tiếp cận "càng mạnh, càng kiểm soát chặt chẽ" này đã làm một số nhà nghiên cứu khó chịu, nhưng nó cũng chính là cốt lõi trong câu chuyện của Anthropic từ trước đến nay.
Đối với một nhà khoa học hiểu rõ hai mặt của việc dự đoán gấp nếp protein, con đường đi trên dây giữa năng lực và an toàn này có lẽ hấp dẫn hơn việc chỉ đơn thuần theo đuổi công nghệ tiên tiến.
Ban đầu, ba phòng thí nghiệm này đều bắt đầu với mục tiêu "giải quyết trí tuệ". Giờ đây, họ đang dùng tiền bạc, sản phẩm và nhân tài để trả lời một câu hỏi cụ thể hơn: nếu trí tuệ thực sự trở nên đủ mạnh, lĩnh vực đầu tiên bị nó viết lại sẽ là gì? Hiện tại, câu trả lời dường như đang hội tụ vào lĩnh vực khoa học sự sống.
Và yêu cầu của khoa học sự sống đối với mô hình hoàn toàn không cùng cấp độ với việc viết mã hay làm dịch vụ khách hàng. Mô hình phải xử lý các ràng buộc vật lý của thế giới thực, phải suy luận nhân quả trong điều kiện dữ liệu không đầy đủ, phải đưa kết quả tính toán vào phòng thí nghiệm để xác minh bằng thực nghiệm ướt. Sai là sai, không có chỗ cho sự mơ hồ. Trợ lý lập trình có thể đạt điểm cao bằng cách hoàn thành mã và chạy benchmark, nhưng thuốc thì hoặc có tác dụng lâm sàng, hoặc không. Từ góc độ này, khoa học sự sống không chỉ là thị trường lớn tiếp theo của AI. Nó đang trở thành một bài kiểm tra khắc nghiệt cho AI tiên tiến, ai có thể hoàn thành vòng lặp ở đây, người đó sẽ chứng minh rằng mô hình của mình không chỉ hữu ích trên màn hình, mà còn có thể tạo ra kết quả có thể kiểm chứng trong thế giới thực.
