Harapan besar bahwa kecerdasan buatan (AI) bisa mempercepat pengembangan obat mulai menurun. Menurut Boston Consulting Group, lebih dari $18 miliar mengalir ke lebih dari 200 perusahaan bioteknologi yang mengandalkan AI, dengan 75 obat atau vaksin masuk uji klinis. Namun sekarang, kepercayaan investor—dan juga pendanaannya—mulai goyah.
Pada 2021, investasi modal ventura di perusahaan obat AI mencapai puncaknya dengan lebih dari 40 kesepakatan senilai sekitar $1,8 miliar. Tahun ini, kurang dari 20 kesepakatan dengan nilai sekitar separuhnya, menurut Financial Times.
Beberapa perusahaan yang udah ada juga menghadapi tantangan. Pada Mei, perusahaan biotek Recursion menghentikan tiga calon obatnya untuk menghemat biaya setelah merger dengan Exscientia. Fortune sebelumnya melaporkan bahwa belum ada senyawa AI temuan Recursion yang sampai ke pasar sebagai obat yang disetujui. Setelah restrukturisasi besar pada Desember 2024, BenevolentAI dicoret dari bursa saham Euronext Amsterdam sebelum merger dengan Osaka Holdings.
Seorang juru bicara Recursion mengatakan keputusan menunda obat itu didasarkan pada data dan sudah direncanakan sejak merger dengan Exscientia. Mereka percaya pendekatan yang mengintegrasikan alat dan teknologi terbaru akan paling siap untuk sukses jangka panjang. BenevolentAI tidak menanggapi permintaan komentar.
Persoalan di industri ini sejalan dengan kegagalan AI generatif dalam memenuhi janji-janjinya untuk meningkatkan produktivitas dan efisiensi dengan cepat. Laporan MIT bulan lalu menemukan 95% pilot AI generatif di perusahaan gagal meningkatkan pendapatan. Survei Biro Sensus AS bulan ini menemukan adopsi AI di perusahaan besar AS turun dari 14% menjadi 12% per Agustus.
Namun, teknologi AI untuk pengembangan obat sangat berbeda dengan model bahasa besar (LLM) yang digunakan di tempat kerja dan tidak boleh disamakan standarnya, kata Scott Schoenhaus dari KeyBanc Capital Markets. Industri ini menghadapi tantangannya sendiri.
“Tidak peduli seberapa banyak data yang kamu punya, biologi manusia tetap sebuah misteri,” kata Schoenhaus.
Faktor Makro dan Politik Mengeringkan Pendanaan
Lambatnya pendanaan dan hasil pengembangan mungkin bukan karena batasan teknologinya, tapi karena serangkaian faktor yang lebih luas, kata Schoenhaus.
“Semua orang akui bahwa lingkungan pendanaan sudah mengering,” katanya. “Pasar biotek sangat dipengaruhi suku bunga rendah. Suku bunga rendah berarti lebih banyak pendanaan masuk ke biotek, makanya kita lihat pendanaan untuk biotek ada di titik terendah dalam beberapa tahun terakhir karena suku bunga tetap tinggi.”
Tidak selalu seperti ini. Penggunaan AI dalam pengembangan obat tidak hanya berkat akses ke chip semikonduktor, tetapi juga karena teknologi yang memungkinkan pemetaan seluruh genom manusia dengan cepat dan sekarang murah. Pada 2001, memetakan genom manusia menghabiskan biaya lebih dari $100 juta. Dua dekade kemudian, hanya sekitar $1.000.
Selain pandemi yang membuat suku bunga sangat rendah pada 2021, COVID juga mempercepat kemitraan antara startup pengembangan obat AI dan perusahaan farmasi besar (Big Pharma). Awal 2022, startup biotek AbCellera dan Eli Lilly mendapatkan persetujuan darurat FDA untuk antibodi yang digunakan dalam vaksin COVID awal, contoh nyata bagaimana teknologi ini bisa membantu penemuan obat.
Tapi sejak itu, ada hambatan industri lain, kata Schoenhaus, termasuk Big Pharma yang memotong biaya penelitian dan pengembangan (R&D) di tengah melambatnya permintaan, serta ketidakpastian apakah Presiden Donald Trump akan memberlakukan tarif untuk farmasi saat AS dan UE berselisih soal perjanjian dagang. Trump menandatangani memo minggu ini yang mengancam akan melarang iklan obat resep langsung ke konsumen, yang secara teori bisa menurunkan pendapatan farmasi.
Keterbatasan AI
Ini bukan berarti tidak ada masalah teknologi di industri ini.
“Ada pengawasan terhadap teknologi itu sendiri,” kata Schoenhaus. “Semua orang menunggu hasilnya untuk membuktikannya.”
12 bulan ke depan dari data startup pengembangan obat AI akan sangat penting untuk menentukan kesuksesan perusahaan-perusahaan ini, kata Schoenhaus. Beberapa hasil sejauh ini beragam. Misalnya, Recursion merilis data dari uji klinis tahap menengah untuk obat kondisi neurovaskular September lalu, yang menemukan obatnya aman tetapi sedikit bukti keefektifannya. Saham perusahaan jatuh dua digit setelah pengumuman.
Perusahaan-perusahaan ini juga dibatasi oleh cara mereka memanfaatkan AI. Proses pengembangan obat memakan waktu 10 tahun dan sengaja dibatasi untuk memastikan keamanan dan kemanjuran obatnya, menurut David Siderovski dari University of North Texas Health Science Center. Perusahaan bioteknologi yang menggunakan AI untuk membuat proses ini lebih efisien biasanya hanya menangani sebagian kecil dari hambatan ini, seperti bisa menyaring dan mengidentifikasi molekul mirip obat lebih cepat dari sebelumnya.
“Ada banyak tahapan yang harus dilewati sebelum kamu bisa menyatakan [European Medicines Agency], atau FDA, atau Health Canada, atau siapa pun itu, akan menetapkan ini sebagai obat yang aman, disetujui, untuk dipasarkan ke pasien di seluruh dunia,” kata Siderovski. Awal proses uji coba senyawa itu bukanlah segalanya untuk memuaskan para pemegang saham dengan hanya mengumumkan, ‘Kami sudah dapat persetujuan untuk senyawa ini sebagai obat.’
Perusahaan-perusahaan kecil di sektor ini juga sudah berusaha keras untuk tidak terlalu sering bermitra dengan perusahaan farmasi besar. Mereka lebih memilih untuk membangun pipa penelitian mereka sendiri, meskipun artinya mereka tidak lagi bisa mengakses sumber daya yang sangat besar dari raksasa industri.
"Mereka ingin bisa mengejar teknologi mereka dan menunjukkan bahwa platform mereka valid lebih cepat," kata Schoenhaus. "Mereka tidak akan menunggu lama untuk perusahaan farmasi besar mengejar molekul kemitraan. Mereka lebih memilih melakukannya sendiri dan berkata, ‘Hei, lihat, platform teknologi kami berhasil!’"
Schoenhaus melihat strategi ini sebagai cara bagi perusahaan untuk membuktikan diri dengan menyempurnakan penggunaan AI. Tujuannya adalah untuk lebih memahami biologi manusia, yang masih sangat misterius dan belum banyak diketahui.
"Ini hanyalah aplikasi AI yang jauh lebih kompleks," katanya. "Karena itulah saya pikir kita masih melihat perusahaan-perusahaan ini fokus pada pipa internal mereka sendiri. Jadi, mereka bisa benar-benar fokuskan sumber daya mereka untuk mencoba memperbaiki teknologi mereka."