Dimentica i 10-15 anni e i 2,6 miliardi di dollari che servivano per portare un farmaco dal laboratorio alla farmacia. Nel 2026, l’AI ha compresso questo processo a 18 mesi e una frazione del costo. E Big Pharma, la stessa industria che per decenni ha giustificato prezzi astronomici con i “costi di ricerca”, non sa più dove nascondersi.
I numeri che stanno terrorizzando l’industria farmaceutica
Insilico Medicine ha usato l’AI per identificare un target molecolare, progettare una molecola e portarla in fase clinica in meno di 30 mesi. Un processo che normalmente richiede 4-5 anni solo per la fase preclinica. Recursion Pharmaceuticals ha mappato 36 petabyte di dati biologici, scoprendo connessioni tra malattie e molecole che nessun team umano avrebbe trovato in un secolo.
Ma il dato più impressionante? L’AI ha una percentuale di successo del 80-90% nella fase I dei trial clinici, contro il 40-65% dei metodi tradizionali. Tradotto: meno farmaci falliti, meno soldi bruciati, meno tempo perso.
Come funziona (e perché i chimici non dormono più)
L’AI generativa applicata alla chimica fa qualcosa di concettualmente semplice ma praticamente impossibile per un umano: esplora miliardi di combinazioni molecolari in poche ore, prevedendo quali avranno l’effetto terapeutico desiderato con il minimo di effetti collaterali.
“L’AI non sostituisce i chimici. Li libera dal lavoro di ricerca a tentativi e li mette davanti a candidati farmaci già ottimizzati. È come passare dalla bicicletta al jet.” — Alex Zhavoronkov, CEO di Insilico Medicine
AlphaFold di DeepMind ha predetto la struttura di 200 milioni di proteine. Questo significa che per la prima volta nella storia abbiamo una mappa quasi completa dei “bersagli” su cui i farmaci possono agire. Prima, identificare un singolo target richiedeva anni di cristallografia.
Il paradosso di Big Pharma
Le grandi aziende farmaceutiche si trovano in una posizione scomoda. Da un lato, devono adottare l’AI per non restare indietro. Dall’altro, l’AI distrugge la loro narrativa: se sviluppare un farmaco costa 10 volte meno, come giustifichi un prezzo di 100.000 euro a paziente?
Le startup AI-native come Absci, Generate Biomedicines e Evotec stanno già erodendo quote di mercato. Sono più agili, più veloci e non hanno l’inerzia burocratica di un’azienda da 100.000 dipendenti.
Le malattie rare non sono più orfane
Forse l’impatto più rivoluzionario è sulle malattie rare. Fino a ieri, nessuna azienda investiva in farmaci per malattie che colpiscono poche migliaia di persone: i numeri non giustificavano i costi. Con l’AI che abbatte i costi di R&D del 90%, improvvisamente anche un farmaco per 5.000 pazienti diventa economicamente sostenibile.
Nel 2025-2026, sono stati avviati oltre 300 programmi di drug discovery AI-driven per malattie precedentemente ignorate dall’industria. Bambini con patologie genetiche ultra-rare stanno ricevendo terapie personalizzate progettate dall’AI in settimane.
Il futuro è già qui, ma non per tutti
Il rischio? Che questa rivoluzione resti concentrata nei paesi ricchi. L’AI farmaceutica richiede dati, potenza di calcolo e talento — tutte risorse distribuite in modo disuguale. Se non democratizziamo l’accesso, avremo farmaci miracolosi per chi può permetterseli e nulla per gli altri. Come sempre, la tecnologia non è il problema. Lo siamo noi.
