Trong nhiều năm qua, cuộc đua trí tuệ nhân tạo toàn cầu chủ yếu xoay quanh các chatbot, mô hình ngôn ngữ lớn và các công cụ hỗ trợ lập trình. Tuy nhiên, những diễn biến mới nhất tại các phòng thí nghiệm AI hàng đầu thế giới cho thấy một sự chuyển dịch đáng chú ý đang diễn ra. Sau phần mềm và lập trình, khoa học sự sống đang nổi lên như mục tiêu chiến lược tiếp theo của ngành công nghiệp AI.
Dấu hiệu rõ ràng nhất xuất hiện vào giữa tháng 6/2026 khi John Jumper, nhà khoa học nổi tiếng với vai trò đồng sáng tạo AlphaFold và là đồng chủ nhân Giải Nobel Hóa học 2024, tuyên bố rời Google DeepMind để gia nhập Anthropic. Chỉ một ngày trước đó, Noam Shazeer, một trong những tác giả của công trình nền tảng "Attention Is All You Need", cũng xác nhận rời Google để chuyển sang OpenAI.
Việc DeepMind mất liên tiếp hai nhân vật biểu tượng trong vòng một tuần gây nhiều chú ý. Tuy nhiên, điều quan trọng hơn không nằm ở những cuộc chuyển quân nhân sự, mà ở thực tế rằng cả Anthropic, OpenAI lẫn DeepMind đều đang tập trung nguồn lực vào cùng một lĩnh vực: khoa học sự sống và nghiên cứu y sinh.
Trong số ba công ty, Anthropic là cái tên thể hiện tham vọng rõ nét nhất. Công ty liên tục tung ra các sản phẩm chuyên biệt như Claude for Life Sciences và Claude for Healthcare nhằm phục vụ các công ty dược phẩm, tổ chức nghiên cứu và hệ thống chăm sóc sức khỏe.
Bước đi đáng chú ý hơn đến vào tháng 4/2026 khi Anthropic chi khoảng 400 triệu USD để mua lại Coefficient Bio, một startup AI sinh học có quy mô chưa tới 10 nhân sự. Giá trị thương vụ khiến nhiều người bất ngờ, nhưng điều Anthropic thực sự muốn sở hữu không phải là doanh thu hay sản phẩm hiện tại mà là kinh nghiệm nghiên cứu thuốc của đội ngũ sáng lập.
Sau thương vụ này, Anthropic tiếp tục tuyển dụng các nhà sinh học, xây dựng năng lực phòng thí nghiệm thực nghiệm và từng bước hình thành quy trình khép kín giữa mô hình AI với hoạt động kiểm chứng trong thế giới thực. Công ty cũng công bố các thế hệ mô hình mới với khả năng tham gia vào thiết kế thuốc, nghiên cứu gene và đề xuất giả thuyết khoa học.
OpenAI lại chọn một chiến lược khác. Thay vì xây dựng phòng thí nghiệm sinh học riêng ngay từ đầu, công ty tập trung phát triển các mô hình chuyên biệt và hệ sinh thái công cụ nghiên cứu.
Tháng 4/2026, OpenAI giới thiệu GPT-Rosalind, mô hình suy luận dành cho nghiên cứu sinh học, khám phá thuốc và y học chuyển hóa. Chỉ vài tháng sau, công ty tiếp tục mở rộng năng lực của hệ thống bằng các plugin chuyên dụng cho phân tích dữ liệu sinh học và giải trình tự gene.
Mục tiêu của OpenAI không chỉ là tạo ra một chatbot trả lời câu hỏi về sinh học. Hãng muốn xây dựng một trợ lý nghiên cứu có khả năng tìm kiếm dữ liệu, tổng hợp bằng chứng khoa học, thiết kế thí nghiệm và thực hiện các quy trình tin sinh học trong cùng một môi trường làm việc.
Trong khi đó, DeepMind và Isomorphic Labs theo đuổi con đường thứ ba. Thay vì cung cấp công cụ cho nhà nghiên cứu, Isomorphic Labs hoạt động như một công ty phát triển thuốc thực thụ.
Sau thành công vang dội của AlphaFold, DeepMind đã tách riêng Isomorphic Labs để tập trung vào khám phá thuốc bằng AI. Công ty hiện đã huy động khoảng 2,7 tỷ USD vốn đầu tư và thiết lập các quan hệ hợp tác quy mô lớn với những tập đoàn dược phẩm hàng đầu thế giới như Eli Lilly và Novartis.
Mặc dù lựa chọn những chiến lược khác nhau, cả ba ông lớn AI đều đang hướng tới cùng một mục tiêu: đưa trí tuệ nhân tạo trở thành nền tảng cốt lõi của ngành khoa học sự sống.
Có nhiều lý do khiến thời điểm hiện tại được xem là cơ hội vàng cho xu hướng này. Một trong những yếu tố quan trọng nhất là các dự án thuốc do AI hỗ trợ thiết kế bắt đầu tạo ra kết quả thực tế trong thử nghiệm lâm sàng.
Trường hợp được nhắc tới nhiều nhất là rentosertib của Insilico Medicine. Loại thuốc này đạt kết quả tích cực trong thử nghiệm giai đoạn IIa đối với bệnh xơ phổi vô căn và được công bố trên tạp chí Nature Medicine. Dù vẫn cần thêm thời gian để chứng minh hiệu quả lâu dài, thành công này cho thấy AI không còn chỉ là công cụ lý thuyết mà đã bắt đầu tạo ra các ứng viên thuốc có khả năng tiến vào giai đoạn thử nghiệm trên người.
Song song với đó, sự bùng nổ của dữ liệu sinh học trong những năm gần đây cũng đóng vai trò then chốt. Những bộ dữ liệu khổng lồ về tế bào đơn, phiên mã không gian, dữ liệu đa hệ gene và tương tác protein đang tạo ra nền tảng lý tưởng để các mô hình AI học hỏi và phát hiện các quy luật mới.
Một thay đổi quan trọng khác là sự phát triển của Agentic AI. Thế hệ AI mới không chỉ trả lời câu hỏi mà còn có thể chủ động sử dụng công cụ, thực hiện quy trình nghiên cứu, xử lý dữ liệu và đề xuất hướng thử nghiệm tiếp theo. Điều này mở ra khả năng tự động hóa nhiều công đoạn vốn tiêu tốn thời gian và nguồn lực trong nghiên cứu dược phẩm.
Tuy nhiên, không phải ai cũng tin rằng cuộc cách mạng này sẽ diễn ra nhanh chóng. Lịch sử ngành AI sinh học vẫn ghi nhận không ít thất bại. Nhiều công ty từng được kỳ vọng lớn như BenevolentAI, Exscientia hay Recursion vẫn chưa chứng minh được khả năng tạo ra các loại thuốc thành công trên quy mô rộng.
Chính vì vậy, giới chuyên môn hiện vẫn chia thành hai luồng quan điểm. Một bên xem AI sinh học là cuộc cách mạng tiếp theo của ngành y học. Bên còn lại cho rằng thị trường đang đặt kỳ vọng quá cao vào một lĩnh vực vẫn còn nhiều rủi ro và chưa có đủ bằng chứng dài hạn.
Dù kết quả cuối cùng ra sao, một điều đang trở nên ngày càng rõ ràng: khoa học sự sống đã vượt qua vị thế của một lĩnh vực ứng dụng thông thường để trở thành bài kiểm tra khó khăn nhất đối với trí tuệ nhân tạo hiện đại.
Khác với việc viết mã nguồn hay tạo nội dung, nghiên cứu thuốc phải đối mặt với những quy luật vật lý nghiêm ngặt của thế giới thực. Một mô hình AI có thể đạt điểm số cao trên các bài kiểm tra lập trình, nhưng trong lĩnh vực y sinh, kết quả cuối cùng chỉ được chứng minh khi một loại thuốc thực sự phát huy hiệu quả trên bệnh nhân.
Đó cũng là lý do khiến cuộc đua giữa Anthropic, OpenAI và DeepMind trong lĩnh vực khoa học sự sống không chỉ đơn thuần là cuộc cạnh tranh về doanh thu hay công nghệ. Đây có thể là phép thử quan trọng nhất để xác định liệu AI có thực sự đủ khả năng tạo ra những thay đổi mang tính nền tảng đối với thế giới thực hay không. Nếu thành công, tác động của nó có thể vượt xa những gì mà các chatbot hay công cụ lập trình đã tạo ra trong vài năm qua.
Tham khảo: Zhihu
Đức Khương
