C’è un modo sbagliato di porre la domanda sull’intelligenza artificiale, ed è quello che usiamo quasi sempre: sostituirà il medico? Il ricercatore? Il biologo?
La domanda è comprensibile. Ma rischia di farci guardare solo dalla parte sbagliata. E se il vero vantaggio dell’AI non fosse fare il lavoro al posto nostro, ma rendere economicamente possibile farne molto di più di quanto oggi ci possiamo permettere?
È quello che lascia intravedere l’ultima mossa di Anthropic.
Un laboratorio vero
L’azienda che sviluppa Claude ha allestito un wet lab nella Bay Area di San Francisco: non un ambiente virtuale, ma un laboratorio dove si maneggiano cellule, reagenti e strumentazione reale. A confermarlo è stato Eric Kauderer-Abrams, responsabile life sciences in Anthropic, precisando che l’azienda intende condurre parte del lavoro internamente e parte attraverso partner esterni, perché – sono parole sue riportate da Reuters – la verifica sperimentale resterà per anni il “test finale” di qualsiasi ipotesi biologica generata da un modello.
Anthropic sta al tempo stesso lavorando perché Claude possa guidare sistemi robotici capaci di eseguire esperimenti con un intervento umano limitato, mantenendo però – è la stessa azienda a sottolinearlo – supervisione umana per ragioni di sicurezza. Il progetto si innesta su un impianto già avviato: un “Model Hardware Standard” pensato per collegare i modelli AI alla strumentazione di laboratorio, e Claude Science, un ambiente di lavoro per ricercatori lanciato in beta a fine giugno 2026, che integra decine di database scientifici e permette a un agente AI di muoversi tra di essi per condurre analisi complesse.
Anthropic ha precisato che il nuovo laboratorio “non è stato creato specificamente per la scoperta di farmaci”. Ma la direzione strategica resta evidente: l’azienda ha già annunciato programmi preclinici nelle aree in cui l’industria farmaceutica investe meno perché economicamente poco attraenti, e sostiene che l’AI potrebbe accelerare la ricerca sulle malattie considerate “undruggable”, quelle più difficili da colpire con un farmaco.
La vera risorsa scarsa è il tempo sperimentale
Nella scienza il tempo per la sperimentazione è una risorsa economica. Un ricercatore può avere un’idea eccellente e non poterla testare, perché l’esperimento costa troppo, richiede troppo personale, occupa uno strumento per giorni, impone una sequenza di tentativi incompatibile con le risorse disponibili. Non basta avere una buona ipotesi: bisogna potersela permettere.
È qui che l’automazione cambia il problema. Un sistema robotico può eseguire procedure ripetitive, variare parametri, registrare risultati, ripetere un protocollo e ricominciare da capo. Un modello linguistico può contribuire a progettare l’esperimento, interpretarne l’esito e suggerire il passo successivo. Il punto non è che la macchina abbia l’idea giusta. È che consente al ricercatore di tentarne molte di più di quanto sarebbe altrimenti possibile senza di essa.
Un problema economico, prima ancora che tecnico
Ed è qui che la vicenda diventa interessante anche dal punto di vista economico, oltre che clinico.
Una parte importante della ricerca biomedica non viene abbandonata perché scientificamente inutile, ma perché il rapporto tra costo, rischio e possibile ritorno non convince chi dovrebbe finanziarla. Se il costo marginale della sperimentazione scende in modo sufficiente, cambia anche la frontiera di ciò che diventa razionale tentare.
Se l’automazione riduce il costo della sperimentazione, alcune aree oggi marginali – malattie rare, patologie complesse, bersagli biologici finora difficili da colpire, molecole che non giustificano anni di investimenti incerti – potrebbero diventare più esplorabili.
La distanza dalla clinica resta enorme
Non significa che l’AI troverà automaticamente le cure. Ed è proprio qui che bisogna evitare la retorica.
Anthropic è ancora molto lontana dalla clinica: non ha condotto alcuno studio clinico e ha dichiarato di volerli evitare, per non competere direttamente con le aziende farmaceutiche che portano i farmaci sul mercato. Tra l’identificazione di una molecola promettente e un farmaco disponibile per un paziente restano anni di sviluppo preclinico, studi clinici, verifiche di sicurezza ed efficacia, produzione, autorizzazione regolatoria. La maggior parte dei candidati farmaci, va ricordato, fallisce proprio nel percorso che deve dimostrarne sicurezza ed efficacia sull’uomo.
Non siamo dunque davanti alla scoperta di un nuovo farmaco. Siamo davanti alla costruzione di una macchina per condurre più rapidamente esperimenti biologici – cosa diversa, e più limitata, ma non per questo meno significativa.
Il vero salto: da sostituzione a espansione
Anthropic ha indicato l’obiettivo in termini ambiziosi: accelerare il progresso delle life sciences di un ordine di grandezza. È una promessa che va presa con cautela, ma che aiuta a mettere a fuoco il punto.
Un robot che sostituisce un ricercatore produce un effetto di sostituzione. Un robot che permette a cento ricercatori di condurre dieci volte più esperimenti produce un effetto di espansione. Sono due economie dell’AI completamente diverse, e per la ricerca biomedica la seconda potrebbe contare molto più della prima.
Se una macchina può eseguire mille esperimenti nel tempo in cui un essere umano ne esegue dieci, cambia il valore economico del singolo esperimento – ma cambia anche il modo in cui selezioniamo le domande scientifiche da porre.
Il rischio non scompare: cambia forma
C’è, naturalmente, un “se” importante. L’automazione non garantisce risultati migliori: un esperimento impostato male può essere ripetuto mille volte più velocemente, e un modello può formulare ipotesi plausibili ma sbagliate. Un sistema capace di agire nel mondo fisico introduce rischi che non esistono finché l’AI resta dentro uno schermo.
Anthropic si trova oggi dentro questa contraddizione in modo esplicito: mentre investe nell’automazione biologica, l’azienda ha anche pubblicato rapporti sui tentativi di uso improprio dei propri modelli a scopo di sviluppo di armi biologiche, e sviluppa parallelamente sistemi di sicurezza pensati proprio per la ricerca in ambito biologico. Più cresce la capacità di sperimentare, più diventa cruciale decidere chi può farlo, su cosa, con quali controlli e con quale responsabilità – una domanda che riguarda direttamente i sistemi sanitari e regolatori, non solo le aziende tecnologiche.
La domanda che conta davvero
La discussione sull’AI in sanità non può quindi ridursi a chiedersi se sostituirà il medico o il ricercatore. La questione più utile è un’altra: che cosa succede alla ricerca quando il vincolo non è più solo la capacità di avere un’idea, ma la capacità di verificarla?
Se questa rivoluzione arriverà davvero, somiglierà all’arrivo del microscopio: non un concorrente dell’uomo, ma uno strumento che cambia la quantità e la qualità delle domande che l’uomo può rivolgere alla realtà. Con una differenza: il microscopio permetteva di vedere. Questa nuova generazione di sistemi potrebbe vedere, formulare un’ipotesi, proporre l’esperimento, farlo eseguire da una macchina, leggerne il risultato e contribuire a decidere il passo successivo.
Non è la sostituzione dello scienziato. È la possibilità di fare scienza su una scala mai vista prima.
Ed è lì che comincia la partita – anche, e soprattutto, quella che riguarda chi governa la salute pubblica.
