Por Que a OpenAI e a Anthropic Estão Correndo para a Biotecnologia?

Você já se perguntou por que, quase toda semana ultimamente, outra empresa de IA anuncia sua entrada na biotecnologia?

A Nvidia e a Eli Lilly estão construindo um laboratório juntas em São Francisco; a Isomorphic Labs, spin-off do DeepMind, faz descoberta de fármacos; Sam Altman investiu pessoalmente na empresa de longevidade Retro; e a Anthropic está ampliando progressivamente suas atividades nas ciências da vida. Alex Colville está profundamente envolvido nisso tudo. Ele é cofundador da age1, o primeiro fundo de venture capital do mundo focado em longevidade, criado com Laura Deming. Fez doutorado em genética na Universidade Stanford, estudando a biologia do envelhecimento, e gerenciou mais de 100 milhões de dólares em investimentos em longevidade. Este artigo busca apenas uma pergunta: por que empresas de IA querem atuar em biotecnologia, o que realmente podem ajudar e onde enfrentarão obstáculos? Primeiro apresentarei suas declarações, depois acrescentarei minhas próprias reflexões.

Por que as empresas de IA estão todas migrando para a biotecnologia

Alex começa com um número: os dois medicamentos para perda de peso semaglutida e tirzepatida, juntos, geram mais receita do que a OpenAI e a Anthropic combinadas — e ainda crescem rapidamente. Muitos assumem que esse tipo de negócio será dominado por empresas de tecnologia, mas isso ainda não ocorreu. Sua hipótese é que empresas como OpenAI, Anthropic e Google já possuem avaliações astronômicas e precisam de receitas igualmente impressionantes; ao olhar em volta, percebem que um único medicamento no mundo rende mais do que toda a sua empresa — o que, naturalmente, desperta interesse.

O segundo motivo é a barreira competitiva. Os medicamentos são protegidos por patentes e o setor é fortemente regulado, ao contrário da maioria dos produtos de tecnologia, que, com o tempo, tendem à commoditização e têm seus preços reduzidos continuamente. Ele cita uma observação frequente de Marc Andreessen: os preços em setores regulados continuam subindo, enquanto os preços em setores não regulados são pressionados para baixo incessantemente. Assim, na visão dele, a biotecnologia é altamente resistente à IA — não será disruptada pela Anthropic em um único ano. A razão é simples: há muitos problemas difíceis, e mesmo aplicando toda a inteligência do mundo, ainda leva muito tempo.

Especificamente sobre a Anthropic, ele diz que a empresa publicou um mapa de mercado indicando as ciências da vida como uma das áreas de maior impacto. A equipe também afirmou publicamente que essa poderia ser a segunda maior direção estratégica da empresa, no mínimo entre as cinco principais. Recentemente, a Anthropic lançou um novo modelo voltado às ciências da vida e mencionou programas pré-clínicos em áreas como envelhecimento e doenças raras. Sua reação foi uma frase: quando a Anthropic afirma publicamente que isso é uma prioridade, significa que “é sério”.

O que considero raro nesta seção é que ela não disfarça os motivos das empresas de IA como nobres. Elas entram aqui porque encontram a maior receita do mundo, a barreira competitiva mais profunda e um setor que a IA não consegue eliminar por ora. Enxergar isso com clareza torna mais fácil prever o que farão a seguir: não irão para onde for mais romântico, mas se concentrarão onde o negócio for mais difícil de substituir.

Duas coisas que a IA já ajudou

Então, o que a IA já ajudou efetivamente? Alex afirma que vê duas mudanças mais evidentes.

A primeira é a geração de moléculas. Para certas classes de medicamentos, projetar moléculas agora é muito mais rápido e barato do que antes, sem exigir que humanos e laboratórios interajam repetidamente em cada etapa — embora ainda esteja longe de “sem humanos, sem experimentos”. Ele menciona empresas como a Nabla Bio, capazes de gerar anticorpos e pequenas moléculas em modo zero-shot, ou seja, produzindo candidatos moleculares numa única tentativa, sem necessidade de grandes conjuntos de exemplos prévios. Contudo, ele também ressalta que, nesta fase, a maior parte do trabalho visa alvos conhecidos (proteína ou gene em que o fármaco atua), gerando novas versões de medicamentos existentes — só que muito mais rápido. O próximo passo, segundo ele, é inevitável: até mesmo alvos totalmente novos terão moléculas geradas em uma única tentativa assim.

A segunda mudança é mais prosaica: o trabalho cotidiano agora é 30% a 95% mais rápido — redigir documentos regulatórios, pesquisar concorrentes, identificar oportunidades de parceria ou atualizar-se sobre um novo alvo. Seu julgamento: há um ano e meio a dois anos, iniciar uma empresa farmacêutica era uma tarefa árdua; hoje, foi quase “democratizada”.

Minha interpretação é que uma dessas mudanças diz respeito a “criar coisas”, e a outra, a “fazer coisas com mais eficiência”, ambas ocorrendo na primeira metade do desenvolvimento de medicamentos. Elas tornam a experimentação mais barata e permitem que equipes pequenas iniciem operações, mas ainda não atingiram a parte mais difícil do setor. O que é exatamente essa parte, ele explica a seguir.

A fase mais cara e lenta: onde a IA ainda não ajudou

Algumas pessoas imaginaram um futuro com milhões de empresas de biotecnologia “sem funcionários”: com tokens suficientes, bastaria, como na programação com IA, fazer pesquisa e design num único impulso. Alex acredita que isso ainda está distante da realidade. Seu raciocínio: o verdadeiro gargalo surge após a geração da molécula. Transformar uma molécula otimizada num medicamento aprovado exige comprovar sua segurança e eficácia, e essa etapa representa parcela desproporcional dos custos e do tempo no desenvolvimento de fármacos. Projetar a molécula em si é difícil e caro, mas comparado a essa fase é pouco. Isso tornou-se “a última fronteira”, diz ele: escolher o candidato com maior probabilidade de sucesso e executar todo o processo pelo menor custo possível. Mesmo que uma pessoa projete uma molécula com IA, cada empresa desse tipo ainda precisa de milhões de dólares posteriormente — e é exatamente aí que a IA tem menos influência hoje.

Penso que esta é a parte mais realista de toda a conversa. A narrativa da IA sempre gira em torno de “ser mais inteligente”, mas, no fim das contas, os medicamentos não competem por inteligência, competem por provas. As provas exigem pacientes, tempo, órgãos reguladores e dinheiro — nada disso diminui automaticamente porque um modelo melhora. Isso também explica por que as empresas de IA estão dispostas a entrar no setor, mas ninguém ousa afirmar que tornarão os medicamentos mais baratos amanhã.

Na área de longevidade, ainda há pouco dinheiro e nenhum produto

De volta ao campo em que investe. Longevidade é a área com a qual as pessoas mais facilmente associam a IA, mas sua realidade é mais simples do que muitos imaginam. Alex estima que todas as empresas voltadas ao envelhecimento somadas valem apenas cerca de 15 bilhões de dólares, com cerca de um quinquagésimo do número de empresas e do volume de investimentos da oncologia. Os destaques de financiamento que parecem grandes são quase invisíveis num gráfico de barras comparado aos financiamentos de IA. Assim, sua conclusão: cada dólar tem enorme alavancagem agora, e ainda estamos nos primeiros estágios.

Mais importante, o campo ainda não possui nenhum produto comercial comprovadamente eficaz em humanos. Ele espera que o primeiro lote surja na próxima década, visando retardar ou prevenir certos aspectos do envelhecimento — não alguma tecnologia espetacular, mas a primeira prova concreta. Ele chama isso de «momento ChatGPT» do campo da longevidade, embora não forneça feedback tão imediato quanto na primeira vez que se usa um modelo de grande porte. Seu avô foi um dos primeiros soldados norte-americanos tratados com penicilina e, após uma pneumonia quase fatal, viveu até os noventa anos. Ele diz ter esperado pelo «momento penicilina» da longevidade e estima que ele ocorrerá daqui a dez a quinze anos. Assim como hoje as pessoas tomam estatinas numa certa idade para prevenir doenças cardiovasculares, ele aguarda uma «estatina» para algo além do sistema cardiovascular.

O mais próximo de humanos é um medicamento para cães. A empresa Loyal desenvolve uma cápsula oral diária destinada a prolongar a vida dos cães e pode tornar-se a primeira terapia de extensão da vida aprovada pela Food and Drug Administration (FDA) dos EUA. Ele afirma que tanto a aprovação de eficácia quanto a de segurança já foram concedidas, restando apenas a validação do processo produtivo, prevista para ser concluída por volta do final do próximo ano, embora persista alguma incerteza. A versão humana, segundo ele, ainda levará vários anos.

Mais à frente surge uma segunda geração mais ousada, e é aí que a IA desempenhará um grande papel. Uma categoria envolve substituir células e tecidos envelhecidos por novos nos próximos cinquenta anos; outra é a reprogramação epigenética, que não altera o tipo celular, mas apenas retrocede a «idade» da célula. Foi exatamente isso que ele estudou na primeira metade de seu doutorado. Considera a NewLimit a mais avançada nessa categoria, com mais de 600 milhões de dólares em caixa. Começaram pelo fígado, usando tecnologia de mRNA para criar uma terapia em camundongos idosos que permitiu aos animais resistir ao dano causado pelo álcool da mesma forma que camundongos jovens, e agora avançam para células imunológicas e rins. Contudo, enfatiza que nenhuma abordagem isolada resolverá tudo: a matriz extracelular (estrutura de suporte fora das células) também acumula danos, e reverter apenas a idade interna das células pode não ser suficiente — múltiplas vias devem avançar simultaneamente.

Acho esta seção admiravelmente realista. Lá fora há muito ruído; aqui dentro há poucas empresas, poucos camundongos e um único medicamento para cães. O papel da IA aqui não é substituir essa longa validação, mas permitir que mais rotas possíveis sejam testadas mais rapidamente.

Sua visão sobre empresas de IA e biossegurança

A biologia possui algo que outras indústrias não têm: o mesmo conjunto de capacidades pode tanto curar quanto prejudicar as pessoas. Alex afirma estar muito satisfeito por fundadores de quase todos os laboratórios de ponta genuinamente se preocuparem com biossegurança, com ameaças de pandemias e bioterrorismo. Acredita que, se colocasse o típico CEO de grande empresa nas posições desses laboratórios, provavelmente eles não se importariam tanto. Não acha que os laboratórios sempre acertem ou façam o suficiente — afinal, é difícil acertar sempre nessa posição —, mas a preocupação é real, e ele agradece por isso.

Ele é franco também sobre a camada reputacional. Esses laboratórios sabem muito bem que, ao serem vistos como curadores do câncer, tornam-se difíceis de restringir ou fechar. Admite que se esconder atrás desse halo pode ser um pouco inquietante, mas acredita que seu genuíno compromisso com isso é um enorme benefício para a humanidade. Também afirma que, além do bioterrorismo, os usos da IA na biologia praticamente não geram controvérsias — algo verdadeiramente benéfico para a humanidade, ao contrário de outras aplicações onde é difícil traçar uma linha clara entre o bom e o mau.

Algumas reflexões minhas

Olhando para trás, as coisas descritas por Alex são, de fato, várias camadas da mesma história. Por que as empresas de IA entram nesse campo: a maior receita e a barreira competitiva mais profunda. O que podem ajudar: projeto de moléculas e eficiência cotidiana. O que não conseguem ajudar: a validação humana, que é a mais cara e lenta. E, numa fronteira como a da longevidade, o dinheiro ainda é escasso e o primeiro produto sequer chegou. Juntando essas camadas, surge uma conclusão muito clara: a IA tornou «pensar na ideia» barato, mas não tornou «provar sua eficácia» barato.

Minha opinião é que isso significa coisas diferentes para espectadores e construtores. Espectadores são arrastados pelos títulos do tipo «empresa X entra na biotecnologia» e sentem que os medicamentos ficarão baratos e as pessoas viverão mais. Construtores devem fazer mais uma pergunta: essa empresa está resolvendo o problema da ideia ou o da prova? A IA acelera o primeiro; o segundo ainda depende de tempo, pacientes e recursos financeiros.

É claro que o que Alex oferece é julgamento, não profecia. Se o primeiro produto de longevidade aparecerá dentro de dez anos e se a IA poderá reduzir o custo da validação ainda precisam ser verificados. Mas sua classificação é útil: se pudesse apostar em apenas uma categoria, apostaria naquela que puder ser comprovada primeiro — retardar e prevenir o envelhecimento —, enquanto substituição e reprogramação entrariam em cena apenas cinco anos depois.

As ideias continuarão ficando mais baratas. A prova não.