تميل إعلانات شركات الذكاء الاصطناعي إلى لفت الانتباه إلى أرقام أداء النماذج الجديدة. لكن إعلان Anthropic هذا لا يتضمن أي نموذج جديد. ما ظهر هو أمران: منصة عمل للعلماء وبرنامج داخلي للبحث عن مرشحات للأدوية. الشركة لا تتنافس على الذكاء الخام، بل على كيفية توظيف هذا الذكاء. هذا القرار التنظيمي هو ما يستحق القراءة.
01ما الذي حدث — إطلاق متزامن لمنصة عمل وبرنامج لاكتشاف الأدوية
في 1 يوليو 2026، أطلقت Anthropic رسميًا «Claude Science» للباحثين وصناعة الأدوية. ووصفت TechCrunch ذلك بأنه استراتيجية تقوم على التمايز في جانب سير العمل (= تدفق العمل) بدلًا من التمايز بنموذج جديد. وفي الوقت نفسه، أفادت CNBC وReuters وEndpoints News ببدء برنامج داخلي لاكتشاف الأدوية في مجال التكنولوجيا الحيوية الصيدلانية. ثم أُفيد في 4 يوليو بأن Anthropic تدرس دخول مجال تطوير الأدوية (The Verge). وخلال أيام قليلة ظهرت خطوتان جنبًا إلى جنب: توفير الأدوات، وإمكانية الدخول بوصفها مشاركًا مباشرًا. أما منافستها OpenAI فقد أعلنت في الفترة نفسها عن «GeneBench-Pro»، وهو معيار تقييم لمجال الأحياء والعلوم (= مقياس لقياس القدرات البيولوجية للذكاء الاصطناعي)، وبذلك يصبح العلم ساحة المعركة الرئيسية التالية.
02الخلفية — الطريق الذي مهّدته Insilico وModerna
لم يأتِ هذا التحرك من فراغ. فاكتشاف الأدوية بالذكاء الاصطناعي يملك بالفعل سجلًا متراكمًا من الإنجازات. فعقار Rentosertib من شركة Insilico Medicine (اسم الشركة مشتق من عبارة "in silico" أي "على الحاسوب") هو علاج للتليف الرئوي مجهول السبب (IPF = مرض عصيّ تتصلب فيه الرئتان تدريجيًا) تولّى فيه الذكاء الاصطناعي كل شيء، من البحث عن الهدف (= الجزيء في الجسم الذي يؤثر فيه الدواء) إلى تصميم الجزيئات المرشحة. وقد اجتاز المرحلة IIa (= المرحلة المتوسطة من التجارب السريرية التي تؤكد الفعالية لأول مرة لدى المرضى) في أوائل عام 2026. ويُعدّ من الأمثلة المبكرة على جزيء شارك فيه الذكاء الاصطناعي من البحث مرورًا بالتصميم حتى بلوغ هذه المرحلة. وهو الآن يدخل مرحلة التحضير للمرحلة III (= التجربة واسعة النطاق قبل الموافقة). أما Moderna فقد دخلت في شراكة مع OpenAI على مستوى الشركة بأكملها منذ عام 2024، وتُعرف بأنها حالة مبكرة لنشر الذكاء الاصطناعي بالكامل في العمليات الداخلية. ذكاء اصطناعي يتولى البحث عن الأهداف، واستخدام يذيب الذكاء الاصطناعي في عمليات الشركة بأكملها — هذان التياران يشكّلان الأساس للمرحلة الحالية.
03What the Numbers Show About Where We Stand, and How to Read Them
لم يعد اكتشاف الأدوية بالذكاء الاصطناعي محاولة استثنائية. يُقال إن أكثر من 173 مرشحًا دوائيًا مشتقًا من الذكاء الاصطناعي في التجارب السريرية (مع الإشارة إلى أن تعريف "المشتق من الذكاء الاصطناعي" — أي في أي مرحلة من العملية شارك الذكاء الاصطناعي — غير متسق). ويُذكر أن معدل النجاح في المرحلة الأولى المبكرة (= أول تجربة يُعطى فيها الدواء للبشر لأول مرة) يصل إلى 80–90%، متجاوزًا المعدل التقليدي البالغ نحو 52%. ومع ذلك، ينبغي قراءة هذه الأرقام بحذر. فالعينة المستخدمة في الإحصاء صغيرة، وتتغير الصورة بحسب المراحل التي تتم مقارنتها. إضافةً إلى ذلك، لا تكمن البوابة الحقيقية في اكتشاف الأدوية في المرحلة الأولى التي تفحص السلامة، بل في المرحلة الثانية التي تختبر الفعالية. ومن المعقول اعتبار سجل الجزيئات المصممة بالذكاء الاصطناعي في تفوقها الواضح على التقليدية في المرحلة الثانية محدودًا حتى الآن. فارتفاع معدل النجاح تتداخل فيه عوامل ليست قدرة الذكاء الاصطناعي على التصميم وحدها، بل أيضًا اختيار محافظ للأهداف يسهّل انتقاء أهداف سبق التحقق منها. ويلزم فصل الإسهام الخاص بالذكاء الاصطناعي عن ذلك. لقد توسعت القاعدة التقنية بلا شك. فقد سرّع AlphaFold3 (ذكاء اصطناعي للتنبؤ ببنية البروتينات طورته Google DeepMind وIsomorphic Labs) كثيرًا التنبؤ بالارتباط بين الدواء وهدفه. كما تتنوع طرق ارتباط الشركات ببعضها. فهناك شراكات بين الشركات مثل Bayer × Cradle (شركة ذكاء اصطناعي) وEli Lilly × NVIDIA، وهناك أيضًا تحركات ذات طبيعة مختلفة عن الشراكة، مثل ضم Pfizer لـ Boltz، وهو نموذج للتنبؤ بالبنية يوصف بأنه مفتوح المصدر. وفي عام 2025، استحوذت Recursion على Exscientia. لكن هذا الدمج يُقرأ على أنه إعادة هيكلة للقطاع وإنقاذ في ظل إخفاقات سريرية وصعوبات تمويل أكثر منه دليلًا على الزخم. كما يمكن قراءته علامةً على صعوبة جعل اكتشاف الأدوية بالذكاء الاصطناعي قابلًا للاستمرار كنشاط تجاري مستقل.
04لماذا الآن — الضغط البنيوي وخطوة مجلس الإدارة
تتعرض صناعة الأدوية لضغوط شديدة. فقد تضخمت تكلفة تطوير دواء جديد واحد خلال 20 عامًا من مليار دولار إلى 2–3 مليارات دولار. وفوق ذلك، تتزامن الفترة 2025–2030 مع جرف البراءات (= الفترة التي تنتهي فيها براءات الأدوية الرائدة بصورة مكثفة وتنخفض المبيعات انخفاضًا حادًا). فالتكاليف في ارتفاع، ومصادر الدخل الرئيسية تتلاشى. ومع ذلك، فإن ما يمكن للذكاء الاصطناعي اختصاره هو في الأساس مرحلتا البحث والمرحلة قبل السريرية. أما الجزء الأكبر من تكاليف التطوير فتمثله التجارب السريرية واسعة النطاق، ولا يؤثر الذكاء الاصطناعي فيها مباشرة. لذا ينبغي النظر إلى أثره الفوري في إجمالي تكاليف التطوير على أنه محدود. وهناك أيضًا عدم تطابق في المحور الزمني. فالمرشح الذي يُكتشف اليوم بمساعدة الذكاء الاصطناعي لن ينال الموافقة، في أبكر الأحوال، إلا في النصف الثاني من العقد القادم أو بعده، ولا ينقذ بصورة مباشرة جرف 2025–2030 الوشيك. وجوهر التوقعات يكمن في تعزيز خط الإنتاج للجيل التالي (= مجموعة الأدوية قيد التطوير). وهنا تتقاطع خطوة Anthropic نفسها. ففي أبريل 2026، أصبح الرئيس التنفيذي لشركة Novartis، فاس ناراسيمهان (طبيب بالتكوين، شارك في تطوير أكثر من 35 دواءً جديدًا)، عضوًا في مجلس إدارة Anthropic. وكانت الجهة التي عيّنته هي Long-Term Benefit Trust (LTBT = هيئة الرقابة الخاصة بـ Anthropic التي تعطي الأولوية للمنفعة طويلة الأمد للبشرية على مصالح المساهمين). ويملك هذا الصندوق صلاحية ترشيح أعضاء مجلس الإدارة، وبهذا التعيين تجاوز الجانب الذي رشحه الصندوق أغلبية المجلس. وتُترك التغطية التفصيلية لتقرير سابق (/journal/novartis-anthropic-board.html), لكن أهمية إدخال طرف مشارك في اكتشاف الأدوية إلى صميم هيكل الحوكمة ليست بالقليلة.
05كيف تقرأ استراتيجية Anthropic
ما يلي من هنا تفسير. أولًا، يبدو أن Anthropic تستعد للتمايز لا بأداء نموذج جديد بل بسير العمل. ومن المرجّح أن إطلاق Claude Science دون نموذج جديد قرارٌ بالفوز عبر مدى ملاءمته لموقع البحث لا عبر القيمة المطلقة للذكاء. تميل النماذج العامة الغرض إلى أن تنتهي على قدم المساواة مع المنافسين، أما منصة العمل الوثيقة الصلة بالعمل البحثي فتخلق تكاليف تحوّل وتبني الولاء. ثانيًا، يمكن قراءة بدء برنامج اكتشاف الأدوية الداخلي على أنه خطوة من مزوّد أدوات نحو مشارك في اكتشاف الأدوية. فإذا اكتفت ببيع الأدوات، فالنتائج تعود إلى العميل، ويصعب رؤية مدى مساهمة الذكاء الاصطناعي. أما بإنتاج المرشحين بنفسها فيمكنها أن تُظهر إلى أي مدى يستطيع الذكاء الاصطناعي الوصول بوصف ذلك سجلًّا خاصًا بها. غير أن نشاط تطوير الأدوية نفسه لم يُذكر إلا أنه «قيد الدراسة». ويمكن قراءة هذا أيضًا كإشارة إلى أن Anthropic نفسها تقيس المسافة التي قد تنافس عندها عملاءها من شركات الأدوية. ثالثًا، يمكن النظر إلى ترشيح LTBT لـ Narasimhan على أنه تمهيد يدعم هذا الاتجاه من جانب الحوكمة. فأن تضع جهة ائتمانية تُعلي المنفعة طويلة الأمد على مصالح المساهمين شخصًا ذا خبرة في اكتشاف الأدوية في المجلس هو هيكل يسهّل التمسك بتطوير الأدوية الجديدة بوصفه منفعة للبشرية لا مبيعات قصيرة الأجل. وللاطلاع على فلسفة تصميم خط المنتجات بأكمله، انظر أيضًا التقرير السابق (/journal/claude-science-pharma-future.html).
06الآثار المترتبة على صناعة الأدوية وعلى الخطوط الأمامية
وبالنظر إلى المستقبل، يُرجَّح أن يزداد تلاشي الحدود بين من يملكون الذكاء الاصطناعي ومن يملكون الأدوية. فإذا تقدّم التحول من الشراكة إلى المشاركة المباشرة، تصبح شركة الذكاء الاصطناعي بالنسبة لشركات الأدوية بائعةً للأدوات ومنافسًا محتملًا في آنٍ واحد. وفي هذه المرحلة، أرى أن أول ما ستستعد له الجهات الدوائية عدة مسائل عملية. الأولى ملكية الملكية الفكرية (IP). فمن يملك حقوق الجزيئات التي يولّدها الذكاء الاصطناعي، وما مصير السيادة على البيانات المستخدمة في التدريب، مجالان لا تزال العقود والمؤسسات فيهما غير مكتملة. والثانية موقف الجهات التنظيمية. فكيفية تقييم FDA (إدارة الغذاء والدواء الأمريكية) وPMDA (وكالة الأدوية والأجهزة الطبية اليابانية) للتطوير القائم على الذكاء الاصطناعي لم تُحسم بعد. والثالثة تراجع مشاركة البيانات الذي ينشأ مع تحوّل شركات الذكاء الاصطناعي إلى منافسين. وتُجمَع الأرقام التفصيلية في تقرير سابق (/journal/ai-drug-discovery-2026.html). تصل هذه التغييرات إلى عمل الخطوط الأمامية أيضًا. ففي مراجعة المواد (= مهمة التأكد من امتثال المواد الترويجية للوائح)، تُطلب أحكام جديدة حول كيفية التحقق من بيانات الأدلة وعملية التصميم التي شارك فيها الذكاء الاصطناعي، ومقدار ما يجوز توثيقه. وفي الشؤون الطبية (= القسم المسؤول عن تقديم المعلومات الطبية)، تزداد مسؤولية نقل آلية عمل الأدوية المرشحة المستمدة من الذكاء الاصطناعي ونتائج تجاربها بدقة إلى المختصين الصحيين. وفي مجال السلامة (= رصد الآثار الجانبية)، سيزداد الطلب على اليقظة تجاه ما إذا كان دواء صُمم بالذكاء الاصطناعي يتصرف بطرق غير متوقعة. فكلما صارت الأداة أذكى، لا تخفّ مسؤولية التحقق عن البشر الذين يتعاملون معها، بل تزداد ثقلًا. وهذا، في اعتقادي، جوهر الطريقة التي ينبغي أن تستوعب بها الخطوط الأمامية اكتشاف الأدوية بالذكاء الاصطناعي في العصر الجديد.