Pengumuman dari perusahaan AI cenderung menyoroti angka kinerja model baru. Namun pengumuman Anthropic ini tidak memuat model baru. Yang muncul adalah dua hal: sebuah meja kerja untuk para ilmuwan dan program internal untuk mencari kandidat obat. Perusahaan ini bersaing bukan pada kecerdasan mentah, melainkan pada bagaimana kecerdasan itu digunakan. Keputusan organisasi inilah yang layak dicermati.
01Apa yang Terjadi — Peluncuran Serentak Workbench dan Program Penemuan Obat
Pada 1 Juli 2026, Anthropic secara resmi meluncurkan "Claude Science" untuk para peneliti dan industri farmasi. TechCrunch menyebut ini sebagai strategi pembeda pada sisi alur kerja (= aliran pekerjaan), bukan pada model baru. Pada saat yang sama, CNBC, Reuters, dan Endpoints News melaporkan dimulainya program penemuan obat internal di bidang biofarmasi. Kemudian pada 4 Juli, dilaporkan bahwa Anthropic sedang mempertimbangkan untuk memasuki bisnis pengembangan obat (The Verge). Dalam beberapa hari, dua langkah muncul berdampingan: menyediakan perangkat, dan kemungkinan masuk sebagai pelaku langsung. Pesaingnya, OpenAI, mengumumkan "GeneBench-Pro," sebuah tolok ukur evaluasi untuk bidang bio dan sains (= alat ukur kemampuan biologis sebuah AI), pada periode yang sama, dan sains sedang menjadi medan pertempuran utama berikutnya.
02Latar Belakang — Jalan yang Dirintis oleh Insilico dan Moderna
Langkah ini tidak muncul begitu saja. Penemuan obat berbasis AI sudah memiliki rekam jejak yang terus terkumpul. Rentosertib, dari Insilico Medicine (nama perusahaan yang berasal dari "in silico" (di dalam komputer)), adalah pengobatan untuk fibrosis paru idiopatik (IPF = penyakit sulit disembuhkan di mana paru-paru berangsur mengeras) di mana AI menangani segalanya, mulai dari pencarian target (= molekul dalam tubuh yang menjadi sasaran kerja obat) hingga perancangan molekul kandidat. Obat ini lolos Fase IIa (= uji klinis tahap menengah yang pertama kali memastikan khasiat pada pasien) pada awal 2026. Obat ini dianggap sebagai salah satu contoh awal molekul yang melibatkan AI dari pencarian hingga perancangan sampai mencapai tahap ini. Kini obat tersebut memasuki persiapan Fase III (= uji skala besar sebelum persetujuan). Sementara itu, Moderna telah bermitra dengan OpenAI di seluruh perusahaan sejak 2024 dan dikenal sebagai kasus awal penerapan AI sepenuhnya di seluruh operasional internal. AI yang menangani pencarian target, dan pemanfaatan yang melebur AI ke dalam seluruh operasional perusahaan — kedua arus ini membentuk landasan fase saat ini.
03Apa yang Ditunjukkan Angka tentang Posisi Kita, dan Cara Membacanya
Penemuan obat berbasis AI kini bukan lagi upaya yang istimewa. Lebih dari 173 kandidat yang diturunkan dari AI disebut sedang menjalani uji klinis (namun perlu dicatat bahwa definisi "diturunkan dari AI" — pada tahap proses mana AI terlibat — tidak konsisten). Tingkat kelulusan Fase I awal (= uji coba pertama di mana obat diberikan kepada manusia untuk pertama kalinya) dilaporkan mencapai 80–90%, melampaui angka konvensional sekitar 52%. Meski demikian, angka-angka ini perlu dibaca dengan cermat. Sampel yang digunakan untuk perhitungan ini kecil, dan gambarannya berubah tergantung fase mana yang dibandingkan. Selain itu, gerbang sesungguhnya dalam penemuan obat bukan terletak pada Fase I yang menguji keamanan, melainkan pada Fase II yang menguji kemanjuran. Wajar untuk memandang rekam jejak molekul rancangan AI yang jelas mengungguli cara konvensional pada Fase II masih terbatas. Tingginya tingkat kelulusan itu dipengaruhi bukan hanya oleh kemampuan desain AI, tetapi juga oleh pemilihan target yang konservatif sehingga mudah memilih target yang sudah tervalidasi. Kontribusi yang khas dari AI perlu dipisahkan dari hal tersebut. Basis teknisnya memang telah berkembang. AlphaFold3 (AI prediksi struktur protein yang dikembangkan oleh Google DeepMind dan Isomorphic Labs) sangat mempercepat prediksi pengikatan antara obat dan targetnya. Cara perusahaan saling terhubung juga beragam. Ada kemitraan antarperusahaan seperti Bayer × Cradle (perusahaan AI) dan Eli Lilly × NVIDIA, dan ada pula langkah yang berbeda sifatnya dari kemitraan, seperti Pfizer yang mengambil alih Boltz, model prediksi struktur yang digambarkan sebagai sumber terbuka. Pada 2025, Recursion mengakuisisi Exscientia. Namun konsolidasi ini lebih terbaca sebagai restrukturisasi dan penyelamatan industri di tengah kegagalan klinis dan kesulitan pendanaan daripada bukti adanya momentum. Hal ini juga dapat dibaca sebagai tanda sulitnya membuat penemuan obat berbasis AI layak sebagai bisnis yang berdiri sendiri.
04Mengapa Sekarang — Tekanan Struktural dan Langkah Dewan
Industri farmasi berada di bawah tekanan yang kuat. Biaya pengembangan satu obat baru telah membengkak selama 20 tahun dari $1 miliar menjadi $2–3 miliar. Selain itu, 2025–2030 bertepatan dengan patent cliff (= periode ketika paten obat-obat unggulan berakhir secara bersamaan dan penjualan anjlok tajam). Biaya terus naik, sementara tulang punggung pendapatan hilang. Meski begitu, yang dapat dipersingkat oleh AI terutama adalah tahap pencarian dan praklinis. Bagian terbesar dari biaya pengembangan adalah uji klinis berskala besar, dan AI tidak bekerja langsung pada tahap tersebut. Dampak langsungnya terhadap total biaya pengembangan sebaiknya dipandang terbatas. Ada pula ketidakselarasan pada sumbu waktu. Kandidat yang ditemukan dengan AI hari ini paling cepat akan mencapai persetujuan pada paruh kedua dekade berikutnya atau lebih lambat, dan tidak secara langsung menyelamatkan jurang paten 2025–2030 yang sudah di depan mata. Substansi harapannya terletak pada penguatan pipeline generasi berikutnya (= kelompok obat yang sedang dikembangkan). Di sinilah langkah Anthropic sendiri bersinggungan. Pada April 2026, CEO Novartis Vas Narasimhan (berlatar belakang dokter, terlibat dalam pengembangan lebih dari 35 obat baru) menjadi anggota dewan Anthropic. Badan yang menunjuknya adalah Long-Term Benefit Trust (LTBT = badan pengawas Anthropic sendiri yang mengutamakan manfaat jangka panjang bagi umat manusia di atas kepentingan pemegang saham). Trust ini memegang wewenang untuk menominasikan anggota dewan, dan dengan penunjukan ini, pihak yang dinominasikan oleh Trust melampaui mayoritas dewan. Liputan rincinya diserahkan pada laporan sebelumnya (/journal/novartis-anthropic-board.html), tetapi arti penting membawa peserta penemuan obat ke inti struktur tata kelola tidaklah kecil.
05Cara Membaca Strategi Anthropic
Selanjutnya adalah interpretasi. Pertama, Anthropic tampaknya bersiap untuk membedakan diri bukan pada performa model baru, melainkan pada alur kerja. Fakta bahwa Claude Science hadir tanpa model baru kemungkinan merupakan keputusan untuk menang dalam seberapa baik produk ini cocok dengan lokasi riset, bukan pada nilai absolut kecerdasan. Model serbaguna cenderung berakhir setara dengan pesaing, tetapi workbench yang melekat erat pada pekerjaan riset menciptakan biaya peralihan dan membangun kelekatan. Kedua, dimulainya program penemuan obat internal dapat dibaca sebagai langkah dari penyedia alat menuju peserta dalam penemuan obat. Jika hanya menjual alat, hasilnya menjadi milik pelanggan, dan tingkat kontribusi AI sulit terlihat. Dengan menghasilkan kandidat sendiri, ia dapat menunjukkan sejauh mana AI dapat melangkah sebagai rekam jejaknya sendiri. Namun, bisnis pengembangan obat itu sendiri hanya dilaporkan "sedang dipertimbangkan." Hal ini pun dapat dibaca sebagai tanda bahwa Anthropic sendiri sedang mengukur jarak di mana ia mungkin bersaing dengan pelanggan farmasinya. Ketiga, penominasian Narasimhan oleh LTBT dapat dipandang sebagai landasan yang mendukung arah ini dari sisi tata kelola. Bagi sebuah Trust yang menjunjung manfaat jangka panjang di atas kepentingan pemegang saham, menempatkan seseorang yang berpengalaman dalam penemuan obat di dewan merupakan struktur yang memudahkan untuk menjunjung pengembangan obat baru sebagai manfaat bagi umat manusia, bukan penjualan jangka pendek. Untuk filosofi desain seluruh lini produk, lihat juga laporan sebelumnya (/journal/claude-science-pharma-future.html).
06Implikasi bagi Industri Farmasi dan Garda Terdepan
Ke depan, batas antara pihak yang memegang AI dan pihak yang memegang obat kemungkinan akan semakin kabur. Jika alur dari kemitraan menuju partisipasi langsung terus berkembang, maka bagi perusahaan farmasi, perusahaan AI menjadi sekaligus penjual alat dan calon pesaing. Pada fase ini, hal pertama yang akan diwaspadai pihak farmasi adalah, menurut saya, beberapa persoalan praktis. Pertama adalah kepemilikan IP (= kekayaan intelektual). Siapa yang memiliki hak atas molekul yang dihasilkan AI, dan bagaimana kedaulatan atas data yang digunakan untuk pelatihan, adalah wilayah di mana kontrak dan kelembagaan masih belum tertata. Kedua adalah sikap regulator. Bagaimana FDA (Badan Pengawas Obat dan Makanan Amerika Serikat) dan PMDA (Badan Obat dan Alat Kesehatan Jepang) akan menilai pengembangan berbasis AI belum ditetapkan. Ketiga adalah menurunnya semangat berbagi data yang muncul ketika perusahaan AI menjadi pesaing. Angka-angka terperinci dihimpun dalam laporan sebelumnya (/journal/ai-drug-discovery-2026.html). Perubahan semacam itu juga menjangkau pekerjaan di lini depan. Dalam peninjauan materi (= tugas memastikan materi promosi sesuai dengan regulasi), diperlukan penilaian baru tentang cara memverifikasi data bukti dan proses desain yang melibatkan AI, serta seberapa banyak yang boleh didokumentasikan. Di bagian medis (= departemen yang bertanggung jawab menyediakan informasi medis), tanggung jawab untuk menyampaikan secara akurat kepada tenaga kesehatan mengenai mekanisme kerja dan hasil uji coba obat kandidat turunan AI menjadi semakin berat. Di ranah keamanan (= pemantauan efek samping), ketelitian untuk menilai apakah obat rancangan AI berperilaku secara tak terduga akan semakin dibutuhkan. Semakin cerdas alatnya, tanggung jawab verifikasi manusia yang menanganinya tidak menjadi lebih ringan. Justru semakin berat. Inilah, menurut saya, inti dari cara lini depan seharusnya menyikapi penemuan obat AI di era baru.